换一批摘要目的 探讨中医舌下络脉诊的颜色信息客观识别方法.方法 结合计算机视觉,尝试利用紧凑型全卷积网络(CFCNs)和19种深度学习分类模型等算法进行研究,并设计双络脉矩形算法,作为舌下络脉分割识别和颜色信息提取的手段.结果 应用"去除反光点+数据扩充+数据后处理"方法获取的舌底分割的精确率为0.955 9,F1值为0.947 3、mIoU值为0.900 0,应用"去除反光点+语义分割舌体结果作为输入+数据扩充+后处理边缘膨胀腐蚀"方法获取的舌下络脉分割结果精确率为0.778 4、F1值为0.738 3、mIoU值为0.585 1,均明显优于目前经典的或改进的U-net模型.舌下络脉颜色分类上,DenseNet161-bc-early_stopping分类模型的效果最佳,准确率达0.803 7.结论 深度学习方法对于识别中医舌下络脉颜色信息具有一定作用,可为中医舌下络脉诊的颜色量化检测技术研究提供新方法.
更多相关知识
栏目名称
DOI
10.19879/j.cnki.1005-5304.202301297
发布时间
2024-01-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
