检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

舌面彩色三维点云的舌体分割及舌裂纹提取

红外与激光工程 2017年第B12期46卷 82-89页

作者：王鹏杨文超孙长库郭世珍天津大学精密测试技术及仪器国家重点实验室天津300072 天津中医药大学中医工程学院天津300193

随着舌诊现代化的进一步发展,合理地利用舌面彩色三维点云数据成为中医诊疗各类疾病并获取客观量化信息的关键环节。通过将现代三维点云处理技术与传统中医诊断经验进行有效融合,提出了基于扩展快速点特征颜色直方图(Fast Point Feature... 详细信息

随着舌诊现代化的进一步发展,合理地利用舌面彩色三维点云数据成为中医诊疗各类疾病并获取客观量化信息的关键环节。通过将现代三维点云处理技术与传统中医诊断经验进行有效融合,提出了基于扩展快速点特征颜色直方图(Fast Point Feature&Color Histogram,FPFCH)特征值的欧式聚类舌体分割算法及基于法线区域分割的舌裂纹提取算法。FPFCH特征值由扩展快速点特征直方图(Fast Point Feature Histogram,FPFH)分量和色调(Hue,H)分量组成,作为欧式聚类分割后舌体点云的判别条件。基于法线区域分割即通过对法线夹角阈值进行判别,提取舌裂纹点云。经过大量实验可知,上述算法能够有效地完成舌体分割和舌裂纹提取,为舌诊客观化研究提供了技术支持。

关键词：三维点云处理舌体分割 FPFCH特征值舌裂纹提取舌诊客观化

在线全文

学校读者我要写书评

暂无评论

深度学习的舌体分割研究综述

计算机科学与探索 2021年第12期15卷 2276-2291页

作者：刘慧琳冯跃徐红罗坚义五邑大学智能制造学部广东江门529020 维多利亚大学澳大利亚墨尔本8001 五邑大学应用物理与材料科学学院柔性传感材料与器件研究开发中心广东江门529020 广东天物新材料科技有限公司五邑大学柔性传感技术联合实验室广州511483

舌体分割是智能医学诊断的重要组成部分,其目的是通过分割舌诊图像生成精准的舌体轮廓。近年来,深度学习方法在图像处理领域得到了广泛的应用并取得了较好的结果。随着医学图像分割对性能的要求越来越高,许多研究人员将深度学习运用到... 详细信息

舌体分割是智能医学诊断的重要组成部分,其目的是通过分割舌诊图像生成精准的舌体轮廓。近年来,深度学习方法在图像处理领域得到了广泛的应用并取得了较好的结果。随着医学图像分割对性能的要求越来越高,许多研究人员将深度学习运用到舌体分割中。主要对基于深度学习的舌体分割方法研究现状进行分析梳理和归纳总结。在舌体分割应用领域中,以各种深度学习方法作为研究对象,将基于深度学习的舌体分割方法划分为卷积神经网络(CNN)、全卷积网络(FCN)、卷积模型与图形模型、基于编解码器的模型、基于区域卷积网络模型、扩张卷积模型结构、迁移学习以及其他方法。在每类方法中,针对其改进和扩展的研究成果进行了全面的论述,总结分析其优势与不足;并对基于深度学习的舌体分割常用的数据集和评价指标进行了视觉比较与性能评估;最后讨论了未来研究工作中的发展潜力。

关键词：舌体分割深度学习卷积神经网络(CNN)

在线全文

学校读者我要写书评

暂无评论

一种基于细菌觅食优化算法的舌体分割算法

图学学报 2019年第1期40卷 70-77页

作者：朱峰戴璞微潘斌郭小明王玉铭钟凡辽宁石油化工大学辽宁抚顺113001 山东大学山东青岛250101

针对医学舌体数字图像的准确分割,提出了一种基于细菌觅食优化算法(BFOA)和Snake活动轮廓模型相组合的舌体分割算法。首先,以信息熵与Kapur算法相结合作为自适应函数来改进BFOA算法,通过改进的BFOA算法计算舌体图像的最佳图像二值化阈值... 详细信息

针对医学舌体数字图像的准确分割,提出了一种基于细菌觅食优化算法(BFOA)和Snake活动轮廓模型相组合的舌体分割算法。首先,以信息熵与Kapur算法相结合作为自适应函数来改进BFOA算法,通过改进的BFOA算法计算舌体图像的最佳图像二值化阈值,并将舌体图像二值化;然后,利用舌体图像的对称性提取舌体的关键边缘点,并基于B-样条插值算法由关键点集合插值得到闭合的B-样条曲线,作为Snake模型的初始轮廓;最后,通过Snake模型计算求解,即可准确提取舌体的轮廓曲线。实验结果表明,改进算法能够高精度地分割出舌体图像,并能消除基本Snake模型在初始轮廓曲线选取中存在的人机交互难题,实现了舌体图像的自动分割。

关键词：舌体分割细菌觅食优化算法 Snake模型关键点提取 B-样条曲线

在线全文

学校读者我要写书评

暂无评论

面向舌体分割的两阶段卷积神经网络设计

中国图象图形学报 2018年第10期23卷 1571-1581页

作者：王丽冉汤一平陈朋何霞袁公萍浙江工业大学信息工程学院杭州310023 浙江银江研究院有限公司杭州310000

目的由于舌体与周围组织颜色相似,轮廓模糊,传统的分割方法难以精准分割舌体,为此提出一种基于两阶段卷积神经网络的舌体分割方法。方法首先,在粗分割阶段,将卷积层和全连接层相结合构建网络Rsnet,采用区域建议策略得到舌体候选框,从候... 详细信息

目的由于舌体与周围组织颜色相似,轮廓模糊,传统的分割方法难以精准分割舌体,为此提出一种基于两阶段卷积神经网络的舌体分割方法。方法首先,在粗分割阶段,将卷积层和全连接层相结合构建网络Rsnet,采用区域建议策略得到舌体候选框,从候选框中进一步确定舌体,从而实现对舌体的定位,去除大量的干扰信息;然后,在精分割阶段,将卷积层与反卷积层相结合构建网络Fsnet,对粗分割舌象中的每一个像素点进行分类进而实现精分割;最后,采用形态学相关算法对精分割后的舌体图像进行后续处理,进一步消除噪点和边缘粗糙点。结果本文构建了包含2 764张舌象的数据集,在该数据集上进行五折交叉实验。实验结果表明,本文算法能够取得较为理想的分割结果且具有较快的处理速度。选取了精确度、召回率及F值作为评价标准,与3种常用的传统分割方法相比,在综合指标F值上分别提高了0. 58、0. 34、0. 12,效率上至少提高6倍,与同样基于深度学习思想的MNC(multi-task network cascades)算法相比,在F值上提高0. 17,效率上提高1. 9倍。结论将基于深度学习的方法应用到舌体分割中,有利于实现舌象的准确、鲁棒、快速分割。在分割之前,先对舌体进行定位,有助于进一步减少分割中的错分与漏分。实验结果表明,本文算法有效提升了舌体分割的准确性,能够为后续的舌象自动识别和分析奠定坚实的基础。

关键词：卷积神经网络深度学习舌体分割两阶段语义分割形态学

在线全文

学校读者我要写书评

暂无评论

基于多种机器视觉技术的舌体分割模型研究

时珍国医国药 2021年第7期32卷 1768-1771页

作者：李宗润李炜弘井淇成都中医药大学基础医学院四川成都610075 潍坊医学院康复医学院山东潍坊261053 潍坊医学院管理学院山东潍坊261035

在中医诊断智能化发展的背景下,该研究以获取舌像目标区域高精准、自动化提取方法为目标,运用传统图像分析技术Snake模型与CDT模型以及基于深度学习图像技术方法UNet模型与DeeplabV3模型,以2048例标准化中医舌象图片为数据基础开展舌体... 详细信息

在中医诊断智能化发展的背景下,该研究以获取舌像目标区域高精准、自动化提取方法为目标,运用传统图像分析技术Snake模型与CDT模型以及基于深度学习图像技术方法UNet模型与DeeplabV3模型,以2048例标准化中医舌象图片为数据基础开展舌体目标区域分割实验。在测试实验中,分割后图像的可视化结果显示深度学习技术方法整体优于传统图像方法;利用像素精确度(PA)和平均交并比(MIoU)的语义分割评价结果表明UNet模型以MIoU为91%,PA为93%表现最优,同时深度学习方法整体优于传统图像技术。基于上述,该研究所训练的UNet模型可完成高精度、全自动舌体目标区域分割任务;深度学习技术相较于传统图像技术方法能够提升舌体分割精度,有利于中医舌象的自动化识别。

关键词：舌象机器视觉舌体分割深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习的舌体分割与舌形分类

基于深度学习的舌体分割与舌形分类

作者：黄雅婷深圳大学

学位级别：硕士

中医是中华民族同疾病作斗争所积累下来的经验总结。作为中医望诊的主要手段,舌诊因其无痛无创、快捷方便的特点而广泛运用于临床。然而,传统中医诊断非常依赖医生经验,且易受周围环境的影响。因此,舌诊规范化和客观化是中医发展的必然... 详细信息

中医是中华民族同疾病作斗争所积累下来的经验总结。作为中医望诊的主要手段,舌诊因其无痛无创、快捷方便的特点而广泛运用于临床。然而,传统中医诊断非常依赖医生经验,且易受周围环境的影响。因此,舌诊规范化和客观化是中医发展的必然趋势。如今,随着人工智能的发展,使用深度学习分析舌象图像已成为中医的研究热点之一。然而,基于深度学习的舌象图像分析依然面临着很多问题。首先,现有的舌体分割模型只适用于单一的舌象数据集,鲁棒性较差;其次,目前舌象分析主要关注舌苔、舌色、齿痕等,对舌形的研究较少;最后,大规模采集并标注舌象图像难以实现,而深度学习模型在少量数据上容易过拟合。本文针对以上问题,设计深度学习网络用于舌体分割和舌形分类。工作概述如下:(1)基于注意力机制的多尺度舌体分割。在U-Net的基础上融合注意力机制(Squeeze-and-Excitation(SE)模块)与多尺度模块(Dense Atrous Convolution(DAC)模块和Residual Multi-kernel Pooling(RMP)模块),提出舌体分割网络——TU-Net。相比于经典网络,TU-Net在跨中心的两个数据集上取得了更好的舌体分割效果。(2)融合分割特征的舌形分类。由于舌象图像中舌头占据较大位置,因此,本文首先使用空洞卷积设计TSC-Net用于舌形特征提取,然后将TSC-Net替代U-Net的原编码器,提出TSC-UNet用于分割特征提取;最后,对TSC-Net与TSC-UNet进行融合,设计联合网络TSC-WNet,从而进一步提升舌形分类的精度与F1分数。(3)基于生成对抗网络的伪舌象数据生成。由于舌象图像的收集与标注困难,本文提出一种基于生成对抗网络的伪舌象图像生成算法。首先使用主成分分析(PCA)生成舌体掩膜,然后设计舌象生成对抗网络——TSC-GAN,实现舌体掩膜到舌象图像的智能转化。实验结果显示,TSC-GAN用于数据增强能有效提升分类与分割网络的性能。综上所述,本文将深度学习运用于舌象图像分析,设计新型的网络在舌体分割、舌形分类、伪舌象数据生成三个任务中取得不错成效。

关键词：深度学习舌体分割舌形分类生成对抗网络

基于三重不确定性多任务学习的舌体分割与图像质量评估

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三重不确定性多任务学习的舌体分割与图像质量评估

作者：谢延岩广州中医药大学

学位级别：硕士

目的:目前,基于深度学习方法获取深度特征在独立完成舌体分割和舌图像质量评估方面表现出了优越的性能。然而,以往的研究一直都是独立地完成这两个重要的任务。一方面,它给舌诊客观化分析带来了更多的工作量。另一方面,它忽略了这两个... 详细信息

目的:目前,基于深度学习方法获取深度特征在独立完成舌体分割和舌图像质量评估方面表现出了优越的性能。然而,以往的研究一直都是独立地完成这两个重要的任务。一方面,它给舌诊客观化分析带来了更多的工作量。另一方面,它忽略了这两个任务之间的相关性,这可能会相互促进。此外,数据的不确定性对噪声图像很重要,但对舌象数据很少进行探讨,因训练数据固有的不确定性、模型不确定性和任务依赖不确定性,缺少对这两个任务目标的不确定性量化研究。本研究的目的是探究在多任务学习框架下,舌图像质量评估和舌体分割相比于单任务学习的性能表现和两个任务之间的关联关系,以及证明三重不确定性引导下多任务学习模型的有效性。方法:本文提出了一种基于三重不确定性的多任务学习网络(Triplet-uncertainty in multi-task learning model,TU-MTL model)模型,用于舌体分割和舌图像质量评估。首先,为了探究舌体分割和舌图像质量评估两个任务的关联性,本文构建了多任务学习框架,为了平衡两个任务之间的相对贡献,本文引入同方差不确定性来约束上述任务的损失函数的权重,以提高多任务学习的性能。在此基础上,本文将异方差不确定性(数据不确定性)学习应用到舌体分割和舌图像质量评估,从而同时学习特征信息(平均值)和不确定性(方差)。此外,由于模型输出的不确定性应该在医学背景下得到很好的理解,因此本文在多任务学习中引入蒙特卡洛(Monte Carlo,MC)Dropout进行了模型不确定性分析,以进一步提高多任务深度网络模型的性能。为了直观地观察到不同方法之间舌体分割的性能表现,本文引入了“预测熵”和“互信息”,对分割效果的不确定性可视化多视角分析。结果:在舌体分割任务中,本文提出的TU-MTL方法(Dice=98.21%)优于基于卷积神经网络的单任务舌体分割(Dice=96.75%);在舌图像质量评估任务中,本文的TU-MTL方法(ACC=93.59%)优于基于神经网络单任务的舌图像质量评估(ACC=88.15%)的性能。实验结果表明,该方法的性能明显优于传统的单任务舌头分割方法和舌头图像质量估计方法;此外,消融研究也证明了所提出的每个模块的有效性。端到端的多任务学习模型可以同时输出舌体分割区域和舌图像质量判别类型,为舌象智能化诊断提供了便利。此外,本文还使用了 Grad-CAM、不确定性可视化等技术,定性地验证了所提方法的有效性。结论:本文构建了基于多任务深度学习框架同时实现舌图像质量评估和舌体分割的模型,将多任务学习和不确定性相结合,通过多任务学习框架提升了两个关联任务的相互促进的学习能力,该框架基于任务依赖不确定性平衡了任务损失函数的权重系数,在此基础上,本文考虑了舌图像的噪声,将异方差不确定性和模型不确定性方法融入到多任务学习框架,进一步提升了舌体分割和舌图像质量评估的性能表现。实验结果表明,三重不确定性多任务学习模型对舌体分割和舌图像质量评估的性能有显著性提升。

关键词：舌体分割舌图像质量评估多任务学习模型不确定性深度学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于实例分割的舌体分割方法

中国卫生信息管理杂志 2023年第3期20卷 459-464页

作者：谭建聪肖晓霞邹北骥湖南中医药大学信息科学与工程学院湖南省长沙市410208 中南大学计算机学院湖南省长沙市410083

目的使用实例分割算法提高舌体分割的准确性,并支持智能舌诊。方法将采集到的962张分辨率为5568×3712的舌面图像,预裁剪为1400×1400,图像中保留舌体、唇部和少部分皮肤;然后采用数据标注工具Labelme对舌体进行标注,并使用BlendMask算... 详细信息

目的使用实例分割算法提高舌体分割的准确性,并支持智能舌诊。方法将采集到的962张分辨率为5568×3712的舌面图像,预裁剪为1400×1400,图像中保留舌体、唇部和少部分皮肤;然后采用数据标注工具Labelme对舌体进行标注,并使用BlendMask算法分割舌体。结果BlendMask算法的定位精度为99.77%,而分水岭算法、GrabCut算法和Mask R-CNN算法的定位精度分别为45.20%、70.52%和93.37%。BlendMask算法的定位精度与上述3种算法相比分别提高了54.57%、29.25%和6.40%。结论BlendMask算法可以准确分割舌体,支持智能舌诊,为中医智能化舌诊提供参考。

关键词：舌体分割 GrabCut Mask R-CNN BlendMask

在线全文

学校读者我要写书评

暂无评论

基于双编码特征提取路径的舌体分割方法

生物医学工程研究 2024年第2期43卷 123-128页

作者：封晓燕田琪徐云峰丛金玉刘坤孟王苹苹魏本征山东中医药大学青岛中医药科学院青岛266112 山东中医药大学医学人工智能研究中心青岛266112

针对舌图像舌体边缘分割模糊、小区域分割错误等问题,本研究设计了一种双编码特征提取路径的方法,以获取丰富的信息特征,辅助舌体精确分割。首先,设计双编码特征提取路径,其中,空间信息路径保留空间信息并生成高分辨率特征图,上下文信... 详细信息

针对舌图像舌体边缘分割模糊、小区域分割错误等问题,本研究设计了一种双编码特征提取路径的方法,以获取丰富的信息特征,辅助舌体精确分割。首先,设计双编码特征提取路径,其中,空间信息路径保留空间信息并生成高分辨率特征图,上下文信息路径提高网络提取多尺度特征能力;其次,采用一种特征融合模块,融合空间信息路径和上下文信息路径的输出特征;最后,采用轻量级解码器模块减少模型参数量,提高模型计算效率。结果显示,该方法精确率、召回率、F1分数和平均交并比(mean intersection over union,MIoU)分别达98.82%、98.53%、98.60%和97.67%,模型总参数量和每秒浮点运算次数(floating point operations per second,FLOPs)为7.54 M和67.09 G。结果表明,该方法可有效提高舌体的分割精度,显著改善舌体小区域分割错误和边缘模糊性,为中医舌象智能辅助分析提供必要支撑。

关键词：舌体分割舌诊客观化深度学习 Transformer 多尺度特征提取