基于复杂度感知方法的舌象体质辨识
计算机视觉与模式识别
2018-03-02 v1 人工智能
摘要
背景与目的:在中国,体质与人体生理和病理功能高度相关,并决定疾病倾向,对临床医学治疗具有重要意义。舌诊作为中医望诊的关键部分,是辨识体质类型的重要途径。为在非侵入式移动设备上部署舌象体质辨识系统以实现快速、高效、准确的体质辨识,需要一种高效方法来应对此类复杂环境的挑战。方法:本工作中,我们采用基于深度卷积神经网络的方法进行舌体检测、舌体校准与体质分类。受制于不稳定环境条件的变化,图像分布不均,对分类性能有不良影响。为解决该问题,我们提出一种基于个体样本复杂度将数据集划分为两个子集并分别分类的方法,能够提升分类精度。为评估所提方法性能,我们在三种规模的舌象数据集上实验,分别采用深度卷积神经网络方法与传统的数字图像分析方法提取舌象特征。所提方法分别结合基分类器 Softmax、SVM 和 DecisionTree。结果:实验结果表明,我们所提方法平均提升分类精度 1.135%,并取得 59.99% 的体质分类准确率。结论:在三个数据集上的实验显示,我们所提方法能有效提升舌象体质辨识的分类精度。
引用
@article{arxiv.1803.00219,
title = {Tongue image constitution recognition based on Complexity Perception method},
author = {Jiajiong Ma and Guihua Wen and Yang Hu and Tianyuan Chang and Haibin Zeng and Lijun Jiang and Jianzeng Qin},
journal= {arXiv preprint arXiv:1803.00219},
year = {2018}
}