摘要
中医通过四诊合参分析疾病内在联系综合判断病证，中医舌诊是望诊的重要内容。中医舌诊客观化过程中，存在舌像分割精度不高，舌像颜色校正效果不佳以及舌特征识别较差的问题。 采用Django框架进行服务端开发，通过Vue、BootStrap等框架进行浏览器端开发，实现中医舌像辅助平台。论文工作内容如下： 1．针对传统模型分割精度不高和基于深度学习的分割方法存在感受野较小的问题，基于金字塔场景解析网络提出金字塔池化舌像分割算法（PPTIS-Net，PyramidPoolingTongueImageSegmentationNetwork）。首先使用ResNet101网络进行主干特征提取，进而通过金字塔型池化对舌图像特征进行多尺度特征提取，最后通过全连接和反卷积操作将分割后舌像还原至原尺度生成分割后结果。与Mask-RCNN等算法在分割像素精度、F1值和平均交并比进行对比，并在像素精度和平均交并比上取得良好成绩。 2．针对舌像颜色校正效果不佳，提高舌像颜色恒常性效果的问题，采用了基于“主客观两阶段舌像颜色校正算法（TDCCN，Two-PhaseDeepColorCorrectionNetwork）”并对模型进行了改进，将其中客观阶段原五层卷积层网络修改为AlexNet，创造性地将经典网络与现有算法进行了结合，改进后的算法称为“两阶段舌像颜色校正算法（TSTICC-Net，Two-StageTongueImageColorCorrectionNetwork）”。针对颜色校正数据集缺乏的问题，针对图像的对比度、色度、亮度以及锐度四个方面进行了扩充。算法首先采用经过训练的Alex神经网络对原图像进行第一次客观校正，接着进行以??????颜色空间为基础的主观阶段颜色校正获得最终的校正图像。论文提出了基于三通道像素差和比率均值评价指标，对原算法两阶段和改进后算法两阶段的不同配置的消融实验得出改进后算法优于原算法6.37%。 3．针对中医舌诊中舌齿痕和舌裂纹特征识别精度不高的问题，由于这种识别属于细粒度的识别方案，因此提出使用基于挤压膨胀模型网络的“挤压膨胀舌特征识别算法（SETFR-Net，SqueezeExpansionTongueFeatureRecognitionNetwork）”。算法通过将挤压膨胀结构与主干网络相结合，在每一次计算提取特征的过程中，对各通道的特征进行重标定，增强有效特征权重，抑制无效特征权重，最终提高特征识别结果。算法创造性地将挤压膨胀网络算法与舌特征识别任务相结合，通过与VGG16等网络模型在平均准确率、宏观准确率、F1值和召回率4个指标进行了对比，在舌裂纹特征的评价结果上，四个指标取得优异成绩；在舌齿痕特征评价结果上，除宏观准确率指标外，其他指标均取得优异成绩。 4．设计并实现中医舌像辅助平台，采用B/S架构，基于Django框架实现，使用MySQL数据库和Redis数据库，平台具备医师和患者角色功能。医师端实现诊断、舌像处理、病历处理和辅助显示；患者端实现舌像处理、病历处理和辅助显示。
NETL