卷积神经网络在中医舌象分类中的应用研究

摘要 目的：探索将卷积神经网络技术应用于舌象照片分类任务的方法，从而实现机器学习模型对中医临床舌诊行为的模拟。方法：使用人工标注后的舌象照片数据集分别对YOLO和EfficientNet卷积神经网络模型训练。我们在训练过程中综合调试了各类校正算法与超参数，两模型成功提取图片数据中的模式特征并形成不同特征映射， 使YOLO和EfficientNet分别实现实时舌体识别和中医学舌象特征分类的功能。结果：深度学习模型对部分舌象特征典型的舌诊照片识别精度较好，对芒刺舌、裂纹舌、齿痕舌的识别精确率分别为0.86、0.75和0.72。结论：卷积神经网络模型对几种特征性舌象的识别能力较好，但对舌色、舌形、津液情况多分类的识别尚不理想，尚需进一步改善使用舌诊照片训练卷积神经网络模型的方法。

关键词 中医学;人工智能;机器学习;深度学习;卷积神经网络;舌诊;舌象

随着人们保健意识日益增强，人们期望能够随时随地了解自己的健康情况，移动医疗的研发项目也大量应运而生。近年来医疗信息数据库的逐步建立和完善，网络传输的信息吞吐量提升，计算机硬件运算能力的提高，数据分析（Data Analysis， DA）与机器学习（Machine Learning， ML）算法的更新，都使移动医疗从概念走进现实。

中医药学在治未病（亚健康状态）领域经验丰富，在症状的识别与保健方法上具有独特优势。疾病或亚健康的治疗及保健效果都需建立在可靠诊断的基础上，中医诊断中历来强调四诊合参、辨证论治，也就是说，诊断的确定需建立在望、闻、问、切四种方式获得的临床资料之上。……