改进U-Net网络的中医舌图像分割方法研究OA
Research on the Segmentation Method of TCM Tongue Images Based on Improved U-NET Network
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…查看全部>>
江智泉;周作建;鲍剑洋;战丽彬;郎许峰;商洪涛
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人工智能与信息技术学院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南京中医药大学人工智能与信息技术学院南京中医药大学附属医院,江苏南京210029
信息技术与安全科学
舌图像分割深度学习U-Net迁移学习特征融合
《软件导刊》 2021 (11)
186-190,5
国家重点研发计划"中医药现代化研究"专项(2018YFC1704400)
评论