买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西中医药大学

摘要：本发明公开了一种基于混合深度神经网络的舌象图像分割方法及系统，方法包括：构建HPA‑UNet网络结构；获取至少一个历史舌象图像，对至少一个历史舌象图像进行数据增强，得到至少一个历史舌象图像集，并根据至少一个历史舌象图像集对HPA‑UNet网络结构进行迭代训练，得到目标HPA‑UNet网络结构；根据目标HPA‑UNet网络结构对实时获取的原始舌象图像进行初步分割，得到与舌象图像对应的分割图像；分别对原始舌象图像的垂直边缘和水平边缘进行识别，并将识别结果进行合并，得到更新的RGB图像；将分割图像与边缘特征分割结果中判定为舌区部分的像素点取并集，得到最终的舌象图像。能够尽可能的避免在对舌象图像进行分割的过程中，舌体分割图像的边界信息遗漏或缺失的问题。

主权项：1.一种基于混合深度神经网络的舌象图像分割方法，其特征在于，包括：根据残差单元、空间注意力机制和通道注意力机制构建HPA-UNet网络结构，所述HPA-UNet网络结构包括由至少一个上采样模块组成的上采样路径和至少一个下采样模块组成的下采样路径，在下采样模块中，假设输入特征图大小为，经过2x2最大池化层处理后的输出是，下采样路径由空间注意力模块、2个内核大小为3、步幅为2、填充为1的卷积层组成；所述下采样路径中包括由空间注意力模块与单分支1*1卷积层组成的第一路径以及由空间注意力模块与最大池化层以及平均池化层组成的第二路径，其中，所述HPA-UNet网络结构将残差单元作为网络的基本单元，所述残差单元包括输入模块、第一下采样模块、第二下采样模块、第三下采样模块、第一上采样模块、第二上采样模块以及第三上采样模块；获取至少一个历史舌象图像，对所述至少一个历史舌象图像进行数据增强，得到至少一个历史舌象图像集，并根据所述至少一个历史舌象图像集对所述HPA-UNet网络结构进行迭代训练，得到目标HPA-UNet网络结构；根据所述目标HPA-UNet网络结构对实时获取的原始舌象图像进行初步分割，得到与所述舌象图像对应的分割图像；根据预设的Sobel算子分别对所述原始舌象图像的垂直边缘和水平边缘进行识别，并将对所述原始舌象图像的垂直边缘进行识别得到的第一识别结果和对所述原始舌象图像的水平边缘进行识别得到的第二识别结果进行合并，得到更新的RGB图像，并将更新的RGB图像输入训练好的浅神经网络中得到边缘特征分割结果；根据预设的Sobel算子分别对所述原始舌象图像的垂直边缘和水平边缘进行识别的表达式为： ，式中，为对原始舌象图像的水平边缘进行识别得到的第二识别结果，为原始舌象图像，为逐个元素依次相乘； ，式中，为对所述原始舌象图像的垂直边缘进行识别得到的第一识别结果；将所述分割图像的各个像素点与边缘特征分割结果中判定为舌区部分的像素点取并集，得到最终的舌象图像。

全文数据：

权利要求：

百度查询： 江西中医药大学 一种基于混合深度神经网络的舌象图像分割方法及系统