Automatic Classification Framework of Tongue Feature Based on Convolutional Neural Networks.
Automatic Classification Framework of Tongue Feature Based on Convolutional Neural Networks.
复制标题
DOI：
10.3390/mi13040501
复制
发表时间：
2022-03-24
期刊：
影响因子：
3.4
通讯作者：
中科院分区：
文献类型：
--
作者：
舌诊是中医诊断学的重要组成部分。它主要依靠中医医生在识别舌头特征方面的专业知识和经验，这些特征是主观的、不稳定的。我们提出了一种基于卷积神经网络的舌特征分类框架，以减少中医医师之间的诊断差异。最初，我们使用自己设计的仪器捕获了482张舌头照片，并根据不同的特征创建了11个数据集。然后，利用改进的人脸标记检测方法和UNET完成舌部分割任务。最后，我们使用ResNet34作为主干，从舌头照片中提取特征并进行分类。实验结果表明，我们的框架具有出色的效果，总体准确率超过86%，并且对相应的特征区域特别敏感，因此可以帮助中医医生做出更准确的诊断。
Tongue diagnosis is an important part of the diagnostic process in traditional Chinese medicine (TCM). It primarily relies on the expertise and experience of TCM practitioners in identifying tongue features, which are subjective and unstable. We proposed a tongue feature classification framework based on convolutional neural networks to reduce the differences in diagnoses among TCM practitioners. Initially, we used our self-designed instrument to capture 482 tongue photos and created 11 data sets based on different features. Then, the tongue segmentation task was completed using an upgraded facial landmark detection method and UNET. Finally, we used ResNet34 as the backbone to extract features from the tongue photos and classify them. Experimental results show that our framework has excellent results with an overall accuracy of over 86 percent and is particularly sensitive to the corresponding feature regions, and thus it could assist TCM practitioners in making more accurate diagnoses.
登录
查看更多内容
影响因子：
3.9
作者：
Zhou, Changen;Fan, Haoyi;Li, Zuoyong
通讯作者：
Li, Zuoyong
影响因子：
19.5
作者：
Selvaraju, Ramprasaath R.;Cogswell, Michael;Batra, Dhruv
通讯作者：
Batra, Dhruv
DOI：
10.1155/2015/897580
发表时间：
2015
期刊：
Evidence-based complementary and alternative medicine : eCAM
影响因子：
--
作者：
Zhang B;Zhang H
通讯作者：
Zhang H
使用深度神经网络对舌头图像进行分割和分类的多任务联合学习模型
DOI：
10.1109/jbhi.2020.2986376
发表时间：
2020-09-01
影响因子：
7.7
作者：
Xu, Qiang;Zeng, Yu;Guo, Jinhong
通讯作者：
Guo, Jinhong
C2G2FSnake：利用先验知识自动舌头图像分割
影响因子：
8.8
作者：
Shi MiaoJing;Li GuoZheng;Li FuFeng
通讯作者：
Li FuFeng