中医舌苔分类系统简介 此系统是基于深度学习卷积神经网络ResNeXt50架构构建的一个中医舌苔分类工具。利用PyQt5技术开发了一个用户友好的图形界面,使得非专业人士也能轻松地上传舌苔图片并获取分析结果。系统不仅提供了舌苔识别功能,还能够展示训练过程中的损失曲线、混淆矩阵以及其他性能指标,如准确率(Accuracy)、精确率(Prec...
一种基于多任务卷积神经网络的舌象分类方法,包括对采集到的舌象进行一系列预处理的图像操作,用于舌整体特征提取的深度卷积神经网络,用于对舌面标签进行检测的感兴趣区域定位网络,用于深度学习和训练识别的多任务深度卷积神经网络,完成对舌象舌色,苔色,苔质的厚薄,腐腻,润燥属性的标签分类.本发明有效的解决了现有方法不...
舌象分类多标签多任务网络相关性迁移学习针对现有技术难以并行实现舌象多标签的高效分类和识别,难以利用标签间的相关性进行综合分析等问题,提出了一种基于多任务卷积神经网络的舌象分类方法,构建了一种多任务联合学习模型,尝试实现传统中医舌诊中对舌色、苔色、裂纹和齿痕等多个标签的同时辨识。首先,在共享网络层对所有标...
本发明公开一种基于深度卷积神经网络的舌体自诊健康云服务系统,主要包括一个用于深度学习和训练识别的卷积神经网络,一种基于深度卷积神经网络的舌体分割方法,一种用于舌象分类的深度卷积神经网络和一种用于根据所识别的舌象类型进行自诊健康云服务平台.本... 汤一平 被引量: 0发表: 0年 基于卷积神经网络和迁移学习的...
〔摘要〕目的通过卷积神经网络学习脑卒中中医辨证分型与中医舌象特征分类的关系,为探索新的脑卒中临床标准化治疗方法提供诊断依据.方法本研究选取284名脑卒中患者作为研究对象,通过迁移学习微调改进DenseNet201用于特征向量的提取,使用信息增益,卡方检验,对称不确定性与ReliefF滤波算法并组合去重以选择特征向量,最后利用Cubic...
本发明提供一种基于跨连接的卷积神经网络齿痕舌象分类方法及系统,包括:获取舌象图像,并对所述舌象图像进行多尺度舌体分割预处理,以获得第一舌体图像;对所述第一舌体图像进行图像增强处理,以获得突出齿痕特征信息的第二舌体图像;根据预设的分类器对所述第二舌体图像进行分类,所述分类器采用基于多元信息的跨连接层卷积...
本发明提供一种基于跨连接的卷积神经网络齿痕舌象分类方法及系统,包括:获取舌象图像,并对所述舌象图像进行多尺度舌体分割预处理,以获得第一舌体图像;对所述第一舌体图像进行图像增强处理,以获得突出齿痕特征信息的第二舌体图像;根据预设的分类器对所述第二舌体图像进行分类,所述分类器采用基于多元信息的跨连接层卷积...