← 返回列表
一种基于医学图像分割的舌象分类方法
摘要文本
本发明提出了一种基于医学图像分割的舌象分类方法，涉及图像分析技术领域，针对舌象图像包含信息较多，导致深度学习模型运算效率较低，以及现有模型分类准确度不高的问题，本发明首先对舌象图像提取感兴趣区域图像，然后对感兴趣区域图像进行像素行平滑预处理，在尽可能保持感兴趣图像的有用特征的前提下，减少了感兴趣区域的信息量，再将经过预处理后的感兴趣区域图像输入至深度学习模型中，运算量较少，提高了舌象分类效率；在进行舌象分类时，本发明设计了一种改进的神经网络模型，与传统的深度神经网络相比，本发明的深度神经网络可以提高舌象分割过程中产生的输出，也可以获得所述舌象图像的边缘知识，从而提高舌象分类的准确度。
申请人信息
- 申请人:天津医科大学总医院
- 申请人地址:300000 天津市和平区天津市鞍山道154号
- 发明人: 天津医科大学总医院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于医学图像分割的舌象分类方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410060880.5 |
| 申请日 | 2024/1/16 |
| 公告号 | CN117593591A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 天津医科大学总医院 |
| 发明人 | 吴瑕; 张弘; 文妍; 李佳妮; 张乐 |
| 地址 | 天津市和平区天津市鞍山道154号 |
专利主权项内容
1.一种基于医学图像分割的舌象分类方法，其特征在于，具体包括如下步骤：步骤S1，舌象采集：获取舌象的时频域图像；步骤S2，提取感兴趣区域：对所述时频域图像进行标注，获取所述时频域图像的舌象等级和所述时频域图像感兴趣区域；步骤S3，图像预处理：对所述感兴趣区域进行像素行平滑预处理；步骤S4，模型训练：通过所述预处理后的图像和所述舌象等级对改进的深度神经网络模型进行训练；步骤S5，模型评估：若所述改进的深度神经网络模型的输出结果正确率大于预设值，则训练完成，将所述改进的深度神经网络模型作为舌象分类模型，否则继续训练；步骤S6，舌象分类：获取检测的舌象的时频域图像，将所述时频域图像输入所述舌象分类模型，获取舌象分类结果。 （来 自 马 克 数 据 网）