基于深度学习与多特征融合的舌象诊断算法

• 作者: 邱童
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 舌头图像 检测框架 多特征融合 深度特征 小样本舌象
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机技术
• 页码范围: 63-65,68
• 页数: 4页
• 分类号: TP391.41
• 字数: 2105字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2020.01.024

摘要

舌象诊断是临床决策中非常重要的一个环节.研究人员提出了自动化的舌象诊断方法.他们通常从图片提取舌象,然后通过特征工程或深度学习方法,提取出相关的特征并分类,取得了不错的效果.然而,使用特征工程设计舌头特征需要很大工作量,另外仅使用手工特征或深度特征,无法较好地表示舌头的特征,特别是在舌头处于非统一光源和姿态下.因此,文章首先设计了基于Faster-RCNN的检测框架对舌象进行预处理,然后使用了多特征融合的方法,对底层特征和高层语义特征进行特征融合,使用该方法来对舌象进行分类.结果表明,该算法具有更好的诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱童	清华大学计算机科学与技术系	1	0	0.0	0.0