文章摘要:中医舌诊可以通过舌面裂纹的测量了解身体的健康状况。考虑到采集图片分辨率不同、质量差异较大、背景复杂且不同患者舌头颜色纹理不同等因素，传统分割算法难以得到较好的结果。提出一种基于深度学习的、面向小样本数据集的舌裂分割算法。分割时先分割舌面，再进行舌面裂纹分割，以规避较为复杂的背景影响。使用迁移学习的方法将路面裂纹训练模型迁移至舌面裂纹；改进U-Net网络结构，在传递拼接路径增加SE模块以提高分割的准确性和鲁棒性；训练时使用Focal Loss（焦点损失）函数作为损失函数，使网络更加关注小目标的分割，从而提升整体分割效果。实验表明，本文方法具有更强的鲁棒性，能够应对背景、光照、纹理等图片质量问题，其MPA（平均像素精度）能够达到71.06%,MIoU（均交并比）能够达到67.35%，在视觉效果上有更好的表现。实验和对比结果也表明，该分割方法具有较高的准确性和稳定性。

文章关键词:

作者单位: 

论文分类号:TP18;TP391.41;R241.25

文章来源：《舰船科学技术》 网址: http://www.jckxjszz.cn/qikandaodu/2021/1104/2091.html