一种基于两阶段图卷积Mamba网络的虚症患者舌象识别方法技术

本发明专利技术提出了一种基于两阶段图卷积Mamba网络的虚症患者舌象识别方法，步骤为：采用SLIC算法对舌象图像进行超像素分割，将舌象图像划分为B个子图；通过两阶段的图卷积层与DSFR模块进行子图内光谱和空间特征的局部聚合与增强，获取增强的节点特征矩阵；通过RAPE模块获取每个子图的绝对位置信息并与增强的节点特征矩阵进行融合获取子图的特征嵌入序列；并以子图的特征嵌入序列为输入，基于Mamba网络进行全局空间特征学习，获取模型输出特征图；通过MLP对舌象类别进行类别映射，获取舌象识别结果。本发明专利技术提高了在复杂环境下的分类精度，避免了多分支模型的高计算复杂度和信息冗余问题。

【技术实现步骤摘要】

本专利技术涉及图像分类的，尤其涉及一种虚症患者舌象识别方法。

技术介绍

1、高光谱图像分类技术在中医虚症患者舌象识别中具有重要应用价值，它结合了高光谱成像技术和人工智能模型，为中医舌诊提供了量化、客观和高效的诊断工具。中医舌象是诊断虚症的重要依据，虚症患者的舌象通常表现为舌体颜色较淡、舌苔薄或无苔、舌质瘦小等特征，传统的肉眼观察方法难以标准化和量化。高光谱成像技术通过在可见光和近红外范围内捕捉舌象的光谱和空间信息，能够精确提取舌头表面的细微特征，为辨识虚症舌象提供了科学的数据基础。此外，通过结合机器学习或深度学习算法，高光谱图像分类可以进一步挖掘舌象数据中的关键光谱特征，显著提升虚症识别的准确性和客观性。

2、在虚症人群舌象识别任务中，由于舌象的颜色、形态、纹理等特征与不同虚症类型密切相关，而舌体周围常受到牙齿、嘴唇以及舌苔等口腔内部其他部分的干扰，这些因素为舌象识别带来了显著挑战。此外，不同人群的舌象特征存在较大差异，例如年龄、性别和健康状况等因素可能影响舌体的外观，使得虚症人群舌象的特征表现更加复杂多样。这些背景干扰和舌象的复杂性导致传统图本文档来自技高网...

【技术保护点】

1.一种基于两阶段图卷积Mamba网络的虚症患者舌象识别方法，其特征在于，步骤为：

2.根据权利要求1所述的基于两阶段图卷积Mamba网络的虚症患者舌象识别方法，其特征在于，步骤S2的实现方法为：采用SLIC算法对标准化的舌象图像数据集进行超像素分割，将舌象图像划分为K个连续的超像素区域；将每个超像素区域构建为一个子图Gb＝(Vb,Eb)，其中Vb为节点集，Eb为边集；采用8邻域连接策略根据像素空间邻域关系构建子图Gb的邻接矩阵Ab；在子图Gb中将每个节点的光谱特征初始化为向量xi，并将所有节点的光谱特征组合成子图的节点特征矩阵|Vb|表示节点数量。>

3.根据权利...

【技术特征摘要】

1.一种基于两阶段图卷积mamba网络的虚症患者舌象识别方法，其特征在于，步骤为：

2.根据权利要求1所述的基于两阶段图卷积mamba网络的虚症患者舌象识别方法，其特征在于，步骤s2的实现方法为：采用slic算法对标准化的舌象图像数据集进行超像素分割，将舌象图像划分为k个连续的超像素区域；将每个超像素区域构建为一个子图gb＝(vb,eb)，其中vb为节点集，eb为边集；采用8邻域连接策略根据像素空间邻域关系构建子图gb的邻接矩阵ab；在子图gb中将每个节点的光谱特征初始化为向量xi，并将所有节点的光谱特征组合成子图的节点特征矩阵|vb|表示节点数量。

3.根据权利要求2所述的基于两阶段图卷积mamba网络的虚症患者舌象识别方法，其特征在于，步骤s3所述的通过两阶段的图卷积层与dsfr模块进行子图内光谱和空间特征的局部聚合与增强的方法为：在每一层图卷积中，在每个子图内，使用图卷积进行光谱和空间特征的局部聚合：

4.根据权利要求3所述的基于两阶段图卷积mamba网络的虚症患者舌象识别方法，其特征在于，所述的对节点特征矩阵进行下采样子图特征重构的方法为：

5.根据权利要求4所述的基于两阶段图卷积mamba网络的虚症患者舌象识别方法，其特征在于，所述的对重构邻接矩阵ab'中的关键节点的特征进行增强的方法为：...

【专利技术属性】
技术研发人员：李鹏，楚永贺，吕磊，刘广恩，田方超，张闻强，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：