计算机工程

作者：马龙祥, 杨浩, 宋婷婷, 翟鹏博, 余亢

单位：1. 中国科学院微电子研究所, 北京 100029;2. 中国科学院大学, 北京 100049

关键词：舌诊,舌象,深度学习,高分辨率特征,实例分割

基金：国家科技重大专项（2018ZX01031201）。

舌象的精准分割对舌诊中舌体识别与分类具有重要意义，采用传统图像处理方法和深度学习方法分割舌象会丢失部分舌象边缘信息，从而降低舌体识别精确度。针对该问题，提出一种利用高分辨率网络的舌象分割算法。使用区域定位网络识别舌体并提取舌象原图特征生成建议框，对其进行分类和回归处理以定位舌象所在区域，同时构建高分辨率网络提取该区域高分辨率特征，最终完成舌象分割。实验结果表明，该算法可有效保留舌象边缘信息，其分割结果平均交并比达到98.2%，较SegNet、Mask-RCNN算法分割舌象更精准。

来源：2020年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第10期