首页|改进U-Net网络的中医舌图像分割方法研究

改进U-Net网络的中医舌图像分割方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统分割方法在舌图像分割任务中存在精度低、边缘细节丢失的问题,提出一种基于改进U-Net模型的中医舌图像分割方法.该方法使用VGGNet16的卷积层替代传统U-Net的特征提取模块,能够有效提取5个层级的特征信息;并且,优化特征融合方法,保留底层和高层信息并保持输入输出的尺寸一致性,并通过迁移学习方法,提高了学习效率.通过自采集的中医舌图像数据集进行评估验证,其平均交并比和平均像素精度分别为97.91％、98.95％.实验表明,该方法在舌图像数据集上具有较好的分割效果.
Research on the Segmentation Method of TCM Tongue Images Based on Improved U-NET Network

江智泉、周作建、鲍剑洋、战丽彬、郎许峰、商洪涛

展开 >

南京中医药大学人工智能与信息技术学院

南京中医药大学中医学院·中西医结合学院,江苏南京210046

南京中医药大学附属医院,江苏南京210029

舌图像分割 深度学习 U-Net 迁移学习 特征融合

国家重点研发计划"中医药现代化研究"专项

2018YFC1704400

2021

10.11907/rjdk.211784

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(11)
  • 5
  • 11