CRANet:舌象图像分割与分类网络

彭辰; 李文举; 钱志勤; 徐蕾; 罗琪; 余依婕

doi:10.14135/j.cnki.1006-3080.20240925001

华东理工大学学报（自然科学版） ›› 2025, Vol. 51 ›› Issue (04) : 564 -571. DOI: 10.14135/j.cnki.1006-3080.20240925001

CRANet:舌象图像分割与分类网络

彭辰, 李文举, 钱志勤, 徐蕾, 罗琪, 余依婕

作者信息 +

Author information +

文章历史 +

PDF

摘要

中医诊断中,舌诊是一种重要的诊断方法。然而,舌象分析的准确性和效率受主观因素影响较大。本文提出了基于卷积神经网络与注意力机制的舌体分割与分类模型(CRANet),并设计了卷积残差模块(CR Block)。该模型能够自动对舌体进行分割与特征识别,并据此对舌象进行分类,提高舌诊的客观性和准确性。在分割任务中,本文模型的平均准确率为99.43%,交并比(IoU)为97.50%,Dice系数为98.73%;在分类任务中,平均准确率为88.91%,精确率为86.37%,召回率为85.32%,F1分数为85.84%;并验证了基于卷积神经网络和注意力机制的舌象图像分割与分类方法在中医舌诊中的应用潜力。