换一批摘要为提升舌象识别效率与精准度,通过度量学习研究辅助医生识别舌象表征的方法.首先,收集舌诊图像111例,数据按照7:3的比例随机分为训练集和测试集.然后,设计一种基于度量学习的多分支舌象识别网络.深度学习网络被分为两个部分,前半部分为共享权重层,采用基于度量学习的舌象特征编码损失函数,以获得精准的特征;后半部分针对中医舌象的分类分为4个舌象识别辅助分支,降低舌象识别难度,提升准确率.此外,构建多标签残差映射,增加类间距,减小类内距,提升最终识别的准确度.本文方法在舌象数据集的测试集上进行测试时获得84.8%的识别精度,表明多分支网络架构可以很好地降低舌象识别难度,特别是特征类别较多的舌形和苔质.同时,舌象特征编码损失函数可以有效地提取舌象特征;舌象多标签残差映射可以减少各类别之间的干扰,从而提升识别准确度.
更多相关知识
关键词
舌象识别多分支网络架构特征编码损失函数多标签残差映射tongue manifestation recognitionmulti-branch network architecturefeature codingloss functionmulti-label residual mapping
栏目名称
DOI
10.3969/j.issn.1005-202X.2024.04.018
发布时间
2024-05-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家科技部科技助力经济重点专项（SQ2020YFF0405970）
重庆市自然科学基金（cstc2020jcyj-msxmX0683）
重庆市教委科学技术研究项目（KJQN201901507）
重庆科技学院硕士研究生创新计划（ZNYKJCX2022023）
- 浏览7
- 被引2
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
