目的基于圖像處理的舌質(zhì)顏色分析是中醫(yī)舌診現(xiàn)代化的重要內(nèi)容,提高舌色的正確識(shí)別率是其中的關(guān)鍵問(wèn)題。本文使用集成學(xué)習(xí)的分類方法來(lái)探討舌色分類,以達(dá)到客觀、準(zhǔn)確地識(shí)別中醫(yī)（traditional Chinese medicine,TCM）舌色。方法首先通過(guò)AdaBoost算法對(duì)舌圖像進(jìn)行初步分類,再將該算法與級(jí)聯(lián)框架進(jìn)行結(jié)合;然后通過(guò)"一對(duì)其余"的方法將AdaBoost從二分類擴(kuò)展到多類來(lái)完成舌質(zhì)顏色的分析;最后通過(guò)實(shí)驗(yàn)進(jìn)行驗(yàn)證,并與其他方法所得出的結(jié)果進(jìn)行對(duì)比。結(jié)果針對(duì)各類舌質(zhì)顏色分類問(wèn)題,使用隨機(jī)森林與傳統(tǒng)的AdaBoost分類器進(jìn)行分類的正確率分別在780%～902%與894%～955%之間,而基于AdaBoost級(jí)聯(lián)框架的分類器的各類舌質(zhì)分類正確率在930%～987%之間。結(jié)論基于AdaBoost級(jí)聯(lián)框架的舌質(zhì)顏色分類方法與其他經(jīng)典方法相比,具有較高的正確分類率,為基于圖像處理的中醫(yī)舌診輔助診斷奠定了一定的基礎(chǔ)。 

【文章來(lái)源】：北京生物醫(yī)學(xué)工程. 2020,39(01)

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

AdaBoost分類器級(jí)聯(lián)框架

舌圖像來(lái)源于北京工業(yè)大學(xué)信息學(xué)部智能媒體計(jì)算研究所的舌象數(shù)據(jù)庫(kù)。這些圖像由多位醫(yī)生進(jìn)行了標(biāo)記，將舌圖像分為淡白、淡紅、紅、暗紅、絳紅、青紫6種舌色類型（圖2）。雖然存在樣本數(shù)量不均衡的問(wèn)題，但經(jīng)采用過(guò)采樣法擴(kuò)充樣本集后，對(duì)分類結(jié)果的錯(cuò)誤率影響較低。算法基于Matlab2014實(shí)現(xiàn)。實(shí)驗(yàn)設(shè)備為CPU i7-4710HQ,RAM 8G，操作系統(tǒng)為Win10、64位。

本文使用AdaBoost學(xué)習(xí)算法訓(xùn)練對(duì)舌圖像的分類結(jié)果，結(jié)果如圖3所示。本文實(shí)驗(yàn)中對(duì)不同舌色分類的圖像進(jìn)行了訓(xùn)練，從圖3中可以看出，當(dāng)訓(xùn)練輪數(shù)過(guò)多的時(shí)候，分類器的訓(xùn)練錯(cuò)誤率并不會(huì)有明顯的下降，甚至在少數(shù)情況下，有可能出現(xiàn)錯(cuò)誤率上升[過(guò)擬合現(xiàn)象如圖3(e）所示]。因此本文針對(duì)不同舌色的分類器使用了不同的訓(xùn)練輪數(shù)，暗紅、紅、淡紅、淡白、絳紅、青紫的訓(xùn)練輪數(shù)依次為70、60、90、90、50、80。


本文編號(hào)：3565560