深度学习在舌象分割中的应用综述

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：崔亚君, 倪燕, 魏国辉

单位：1.山东中医药大学 医学信息工程学院，济南 250355；2.济宁医学院 医学信息工程学院，山东 济宁 257300

摘要：中医舌诊的客观化、定量化研究是中医现代化发展中的重要课题，舌象分割作为舌象自动化分析的基础和前提，分割精度直接影响后续舌象特征分析的准确性。目前深度学习技术在舌象分割领域中取得显著进展，大幅提高分割的准确性和自动化水平。简要介绍了舌象分割的常用公开数据集和数据预处理方法，将现有方法按照网络架构特点划分为四大类，基于经典卷积神经网络（convolutional neural network，CNN）结构的分割方法、基于模块设计的方法、基于生成对抗网络的方法和基于Transformer的方法，并分别阐述各类方法的优势与局限性。总结分割后的舌象图像在疾病诊断中的应用，强调舌象分割在实现疾病智能诊断中的支撑作用，指出当前深度学习技术在舌象分割领域面临的挑战，如数据集规模有限和模型泛化能力不足等问题，并对该领域未来的研究方向做出展望。

关键词：舌象分割,深度学习,舌象图像,U-Net