基于深度迁移学习的舌象特征分类方法研究

来源：计算机工程与科学杂志2021年第8期北京时间：

作者：宋超, 王斌, 许家佗

单位：（1.南京财经大学信息工程学院，江苏 南京 210023；2.上海中医药大学基础医学院，上海 201203）

摘要：舌象分析是计算机视觉技术在中医望诊的客观化、定量化应用研究中的一个重要课题，其中2个关键步骤是舌体分割和舌象分类。通过级联分类器在原始图像上实现自动舌体定位，再将分割后的舌体图像在GoogLeNet和ResNet上进行深度迁移学习训练，用得到的深度网络对齿痕、裂纹和舌苔厚薄3种主要舌象特征进行分类。从中医医疗机构中获取2 245幅舌体图像建立数据集，对齿痕、裂纹和舌苔厚薄3类舌体图像进行分类实验，结果表明，所提方法分类性能优于传统的舌体图像特征分类方法，验证了基于深度迁移学习的舌象特征分类方法的有效性。

关键词：舌象特征分类,级联分类器,迁移学习,残差网络,GoogLeNet,

基金资助：国家自然科学基金(61372158);国家重点研发计划(2017YFD0700501);江苏省自然科学基金(BK20181414); 江苏省高校优秀科技创新团队(2017-15)；江苏省研究生科研与实践创新计划(KYCX18_1393)