基于深度学习和随机森林的齿痕舌分类研究

作者：颜建军; 李东旭; 郭睿; 燕海霞; 王忆勤

来源：中华中医药学刊, 2021, 1-12.

• 舌诊客观化
• 齿痕舌
• 机器学习
• 深度学习
• 随机森林

目的：齿痕舌分类识别是目前中医舌诊客观化的重要研究内容之一。目前齿痕舌的的识别方法上存在效率低、准确率不高的问题。方法：提出了一种基于深度学习和随机森林的齿痕舌分类方法。首先分别准备齿痕舌样本，并利用深度学习分割模型进行舌体分割；在相关中医专家的指导下对每张舌图像的齿痕进行标注；基于YoloV5深度学习算法训练齿痕检测模型；根据检测出的齿痕区域，提取相关特征构建齿痕舌特征向量；建立随机森林（Random Forest， RF）模型，实现齿痕舌分类。结果：采用该方法得到的总体分类准确率达到93.7%，取得了较好的结果。结论：利用该方法进行齿痕舌分类，达到了较为满意的效果，为齿痕舌的识别研究提供了一种新的思路，对舌诊客观化和现代化具有一定借鉴意义和实用价值。

• 单位
  华东理工大学; 上海中医药大学