【技术实现步骤摘要】
本专利技术涉及计算机视觉,尤其是涉及一种舌象多标签多任务自动分类方法及系统。
技术介绍
1、中医舌诊作为传统“四诊”之一,通过观察舌头的形态、颜色、舌苔等特征综合判断人体健康状况,然而,传统舌诊依赖医生基于中医理论和个人经验的主观判断,诊断结果易受医生个体差异影响,导致诊断可重复性较低,难以实现客观化和标准化。
2、另外,随着深度学习技术的发展,基于注意力机制的卷积神经网络在齿痕舌分类、裂纹舌识别等单标签任务中表现出色,例如,se-resne和competitive-se通过通道注意力机制增强关键特征并抑制背景噪声,提升了分类精度和模型可解释性,多任务学习方法则通过联合处理舌象分割与分类任务,利用标签间相关性缓解歧义性,此外,transformer模型凭借全局建模能力,在糖尿病、冠心病等舌象多标签识别中展现优势,而迁移学习则通过复用预训练模型知识,缓解了小样本舌象分类的数据不足问题,区域卷积神经网络亦在舌象特征检测与分类中取得良好效果。
3、上述技术在阶段性虽然取得了一定的效果,但仍存在核心缺陷,多数方法仅适用于
...【技术保护点】
1.一种舌象多标签多任务自动分类方法,其特征在于,包括:
2.根据权利要求1所述的一种舌象多标签多任务自动分类方法,其特征在于,所述引入光照补偿因子对舌象图像进行自适应亮度归一化,包括基于原始舌象数据集获取图像的实际色温值,利用实际色温值计算光照补偿因子,引入光照补偿因子对舌象图像进行自适应亮度归一化处理,所述自适应亮度归一化处理公式为:
3.根据权利要求1所述的一种舌象多标签多任务自动分类方法,其特征在于,所述在ResNeXt50-CBAM网络基础上引入特征金字塔网络进行多级特征提取,包括引入特征金字塔网络进行多级特征提取,形成包含低层纹理、
...【技术特征摘要】
1.一种舌象多标签多任务自动分类方法,其特征在于,包括:
2.根据权利要求1所述的一种舌象多标签多任务自动分类方法,其特征在于,所述引入光照补偿因子对舌象图像进行自适应亮度归一化,包括基于原始舌象数据集获取图像的实际色温值,利用实际色温值计算光照补偿因子,引入光照补偿因子对舌象图像进行自适应亮度归一化处理,所述自适应亮度归一化处理公式为:
3.根据权利要求1所述的一种舌象多标签多任务自动分类方法,其特征在于,所述在resnext50-cbam网络基础上引入特征金字塔网络进行多级特征提取,包括引入特征金字塔网络进行多级特征提取,形成包含低层纹理、中层结构和高层语义的三级特征金字塔,所述resnext50-cbam网络内置特征共享层,对输入图像进行补零以适配模型尺寸,通过特征共享层完成第一阶段的低层特征提取,所述低层特征提取包括卷积、批归一化、relu激活和最大池化操作。
4.根据权利要求1所述的一种舌象多标签多任务自动分类方法,其特征在于,所述resnext50-cbam网络,还包括多个res cbam block进行多阶段的深层特征提取,所述rescbam block通过cbam注意力机制计算通道注意力和空间注意力,增强关键特征,之后利用1×1卷积层对关键特征进行降维,并通过3×3分组卷积进行分组操作,对分组后的特征利用1×1卷积层进行升维处理,将分组后的特征与原始输入进行残差连接,最后通过relu激活函数进行非线性变换,所述关键特征计算公式为:
5.根据权利要求1所述的一种舌象多标签多任务自动分类方法,其特征在于,所述在resnext50-cbam网络基础上引入特征金字塔网络进行多级特征提取,还包括通过特征金字塔网络跨阶段融合resnext50-cbam网络中多个阶段的特征图,通过上采样与横向连...
【专利技术属性】
技术研发人员:王苹苹,魏本征,周正超,杨毅,夏鹏程,丛金玉,
申请(专利权)人:山东中医药大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。