基于深度学习的中医舌象图像分割研究

★ 钟振 杨朝阳（福建中医药大学中医证研究基地 福州 350122）

中医通过“望闻问切”四种诊断方式，获取患者与疾病相关的体征信息，再基于辨证论治对疾病进行诊断。舌诊是中医临床诊断的重要内容之一，对舌诊进行客观化研究是中医现代化研究的重要组成部分。其中，舌象图像分割技术在舌诊客观化中扮演了一个非常重要的角色。具体来说，这种技术将舌体从中医舌象图像中分离出来［1］，它可以确定舌体的边缘，减少周围环境的影响，更能为之后的舌诊客观化研究提供方便。

1 研究背景

常用的舌象图像分割方法主要包括基于边缘检测的分割法［2-3］、基于颜色与模型的分割法［4-9］、基于深度学习的分割法［10-11］。

在基于边缘检测的分割法中，王爱民等［2］采用矢量Prewitt算子和多尺度组合正则化，提出一种新的边缘检测方法。该算法先对图像进行正则化处理，然后结合多尺度的矢量Prewitt算子对图像边缘进行检测，最后将检测出的边缘对舌象图像进行分割。Zuo W等［3］结合边缘检测和主动轮廓模型进行分割，该方法首先检测舌体的初始边缘，然后过滤无用边缘，最后结合主动轮廓模型分离舌体与背景。

在基于颜色与模型的分割法中，Li Z等［4］提出了基于HSI和RGB色度空间的阈值化中医舌象图像分割方法。该方法首先对HSI（色相，饱和度和强度）色度空间的色相分量进行转换以确定初始舌体区域。然后对RGB色度空间的红色分量进行图像阈值处理，找到舌根与上唇之间的间隙区域，最后进行形态学运算确定最终舌体区域。……