摘要
目的 使用实例分割算法提高舌体分割的准确性,并支持智能舌诊。方法 将采集到的962张分辨率为5568×3712的舌面图像,预裁剪为1400×1400,图像中保留舌体、唇部和少部分皮肤;然后采用数据标注工具Labelme对舌体进行标注,并使用BlendMask算法分割舌体。结果 BlendMask算法的定位精度为99.77%,而分水岭算法、GrabCut算法和Mask R-CNN算法的定位精度分别为45.20%、70.52%和93.37%。BlendMask算法的定位精度与上述3种算法相比分别提高了54.57%、29.25%和6.40%。结论 BlendMask算法可以准确分割舌体,支持智能舌诊,为中医智能化舌诊提供参考。
- 单位