基于Dilated ADU-Net的开放环境下的舌象分割算法 |
| |
引用本文: | 王鑫,辛国江,张杨,朱磊.基于Dilated ADU-Net的开放环境下的舌象分割算法[J].计算机与现代化,2024(4):48-54. |
| |
作者姓名: | 王鑫 辛国江 张杨 朱磊 |
| |
作者单位: | 湖南中医药大学信息科学与工程学院 |
| |
基金项目: | 湖南省教育厅科研重点项目(22A0255);;湖南省中医药科研计划重点课题(2020002); |
| |
摘 要: | 舌象的精准分割是能否获得正确舌象诊断结果的重要前提。针对在自然光照条件下传统分割算法难以精确、稳定地分割舌体图像的难题,构建一种融合空洞卷积双注意力机制与密集连接机制的改进型U-Net舌象分割模型(Dilated Attention&Dense U-Net, Dilated ADU-Net)。首先,基于U-Net网络的对称结构搭建主干网络;然后,下采样模块采用空洞型混合注意力模块,使网络聚焦于舌体特征,上采样模块采用密集连接机制融合多层特征信息;最后,采用开放环境下的舌象数据集对网络进行训练获得舌象分割模型。通过实验验证,和其他先进的分割方法相比,本文构建的舌象分割模型平均交并比(mean Intersection over Union, mIoU)达到96.73%,相似系数(Dice Similarity Coefficient, DSC)达到98.08%,具有更好的分割性能,可以实现复杂环境下舌象的精准分割。
|
关 键 词: | 舌象分割 深度学习 注意力机制 密集连接 开放环境 |
|
|