基于Morphsnakes和U-Net的舌象分割算法研究

精确的舌象分割是利用计算机辅助舌诊的首要以及关键步骤。由于舌象周围易受其他相近人体组织的影响,使得舌象分割具有挑战性。针对此问题,本文首先应用传统图像分割Morphsnakes算法对图像进行嘴部的预分割,其次应用卷积神经网络U-Net模型对舌体进行精准分割,最后进行对比实验。实验结果表明,Morphsnakes算法与U-Net模型结合的方法相比其各自单独的算法分割准确率有较大的提升,可为中医舌诊提供进一步的支持。