基于DCNN和全连接CRF的舌图像分割算法

• 作者: 孙萌 张新峰 蔡轶珩 郭宇桐
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 深度学习 卷积神经网络(CNN) 语义分割 舌图像 条件随机场(CRF)
• 年，卷（期）: 2019,（12）
• 页码范围: 2364-2374
• 页数: 11页
• 分类号: TN911.73
• 字数: 6516字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2019.0370

摘要

针对中医舌诊中舌体分割不准确、分割速度较慢且需要人工标定候选区域等问题,提出了一种端到端的舌图像分割算法.与传统舌图像分割算法相比,所提算法可以得到更为准确的分割结果,并且不需要人工操作.首先,使用孔卷积算法,可以在不增加参数的条件下扩大网络的特征图谱.其次,使用孔卷积空间金字塔池化(ASPP)模块,令网络通过不同的感受野学习舌图像的多尺度特征.最后,将深度卷积神经网络(DCNN)和全连接的条件随机场(CRF)相结合,细化分割后的舌体边缘.实验结果表明:所提算法优于传统舌图像分割算法和主流的深度卷积神经网络,具有较高的分割精度,平均交并比达到了95.41％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新峰	北京工业大学信息学部	50	1027	14.0	31.0
2	蔡轶珩	北京工业大学信息学部	50	767	13.0	26.0
3	孙萌	北京工业大学信息学部	2	0	0.0	0.0
4	郭宇桐	北京工业大学信息学部	1	0	0.0	0.0