目的 以為中醫(yī)提供貼合實(shí)際需求的痤瘡輔助分類方案為目的,針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在痤瘡 證候分類任務(wù)中計(jì)算復(fù)雜、準(zhǔn)確率低,且無法實(shí)現(xiàn)將面圖像與舌圖像相結(jié)合進(jìn)行同時(shí)分析的問題,提出 了基于多流神經(jīng)網(wǎng)絡(luò)的痤瘡證候分類模型。 方法 首先,針對(duì)面部圖像,引入預(yù)處理模塊 Faster?RCNN 識(shí) 別出痤瘡患者五官區(qū)域并對(duì)其進(jìn)行遮擋,完整保留面部皮膚。 其次,針對(duì)舌圖像,引入預(yù)處理模塊基于 K?means 聚類算法的舌圖像苔質(zhì)分離方法。 接著,將面部皮膚、舌質(zhì)和舌苔圖像分別作為多流神經(jīng)網(wǎng)絡(luò) 分類模塊的三個(gè)并行對(duì)稱網(wǎng)絡(luò)流的輸入,提取更充分有效的圖像特征。 最后,將三個(gè)分類結(jié)果相加融合 得到證候類型輸出。 結(jié)果 實(shí)驗(yàn)完成面圖像五官自動(dòng)識(shí)別、舌圖像苔質(zhì)分離的圖像預(yù)處理任務(wù),搭建多 流神經(jīng)網(wǎng)絡(luò)完成痤瘡證候分類,整體模型針對(duì)痤瘡證候的最高分類準(zhǔn)確率為 97?? 13%。 結(jié)論 基于多流 神經(jīng)網(wǎng)絡(luò)的痤瘡證候分類模型實(shí)現(xiàn)了將面圖像與舌圖像相結(jié)合進(jìn)行分析的任務(wù),同時(shí),模型測(cè)試效率及 準(zhǔn)確率較經(jīng)典網(wǎng)絡(luò)有所提高
|