基于DCNN和全连接CRF的舌图像分割算法

论文摘要

针对中医舌诊中舌体分割不准确、分割速度较慢且需要人工标定候选区域等问题,提出了一种端到端的舌图像分割算法。与传统舌图像分割算法相比,所提算法可以得到更为准确的分割结果,并且不需要人工操作。首先,使用孔卷积算法,可以在不增加参数的条件下扩大网络的特征图谱。其次,使用孔卷积空间金字塔池化(ASPP)模块,令网络通过不同的感受野学习舌图像的多尺度特征。最后,将深度卷积神经网络(DCNN)和全连接的条件随机场(CRF)相结合,细化分割后的舌体边缘。实验结果表明:所提算法优于传统舌图像分割算法和主流的深度卷积神经网络,具有较高的分割精度,平均交并比达到了95. 41%。

论文目录

• 1 舌图像分割算法
•   1.1 孔卷积
•   1.2 孔卷积空间金字塔池化模块
•   1.3 全连接条件随机场
• 2 实验结果分析
•   2.1 数据集
•     2.1.1 PASCAL VOC 2012
•     2.1.2 舌图像数据集
•   2.2 实验设置
•   2.3 评判标准
•   2.4 结果分析
•     2.4.1 不同尺寸和参数的孔卷积
•     2.4.2 不同参数的孔卷积空间金字塔池化模块
•     2.4.3 不同模块效果
•     2.4.4 与现有算法对比
• 3 结论

文章来源

类型: 期刊论文

作者: 张新峰,郭宇桐,蔡轶珩,孙萌

关键词: 深度学习,卷积神经网络,语义分割,舌图像,条件随机场

来源: 北京航空航天大学学报 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,医药卫生科技,信息科技

专业: 中医学,中西医结合,计算机软件及计算机应用

单位: 北京工业大学信息学部

基金: 国家重点研发计划(2017YFC1703300)~~

分类号: TP391.41;R241.25

DOI: 10.13700/j.bh.1001-5965.2019.0370

页码: 2364-2374

总页数: 11

文件大小: 4701K

下载量: 213