基于零样本学习的舌苔体质识别

发布时间：2021-08-30 22:25

　　在中医史上,体质被形容为在人生命过程中的先天和后天天赋上形成的形态,是生理功能和心理状态的综合表现,人体体质甚至会决定某些疾病的趋势,因此体质分类的研究对临床医学治疗具有十分重要的意义。舌诊作为中医中重要又独特的内容,是在中医临床诊断中最广泛使用的诊断方式之一,这样的诊断方式为临床医学提供了简洁、直接、方便的病情判断解决方案,同时舌诊也是在中医中识别体质的重要依据,这是因为舌头的色泽和纹理的变化真实地反映了人体的健康状态。随着现代科学,尤其是人工智能技术的发展,利用计算机对舌头图像进行采集和分析逐渐被认为是辅助中医医生进行诊断的有效途径。本论文使用目标检测算法,实现舌苔区域检测,并构建舌苔体质识别数据集。本论文借鉴了零样本学习的思想,引入舌苔图片的语义属性描述,将舌苔图片到体质类型映射的问题转化为学习舌苔图片到舌苔语义属性的映射,缓解了各体质类别样本分布极度不平衡导致的识别准确低下的情况,从而提升舌苔体质识别的准确率。本论文聚焦于通过零样本学习方法的思想来辅助并提升舌苔体质识别的效果,提出了多分支属性分组学习,设计多分支神经网络并对相似的语义属性进行分组学习,同时还提出判别性潜在特征学... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

深度学习发展历史

华南理工大学硕士学位论文深层的神经网络效果会更好，特别是在计算机视觉领域，更深的神经网络可以提取到更抽象的、更加语义相关的特征，因此在 2012 年至 2017 年的许多研究里，都在思考如何用更深层的卷积神经网络去实现更优的性能，如在 ImageNet 图像分类竞赛上大放异彩的神经网络[43-46]都是比较深层的卷积神经网络。

图 2-2 人工神经网络模型2.2.2 卷积神经网络基础结构近年来，在图像识别、目标检测、语义分割还是目标追踪等计算机视觉应用都表现最好的模型当属卷积神经网络，同时其在自然语言处理领域上（搜索、推荐、人机问答等）的作用也是得到了充分的证明。卷积神经网络一般由多个卷积层和池化层组合而成，在部分任务中，会在神经网络的末端加入全连接层进行分类等任务，如图 2-3 就是一个普通的卷积神经网络，通常在每一个卷积操作后会加入激活层进行非线性激活。

【参考文献】：
期刊论文
[1]基于词性标注的中医症候名语料库[J]. 游正洋,王亚强,舒红平.  电子技术与软件工程. 2017(21)
[2]中医体质分类中的舌象特征研究及辨舌验体质的可行性探讨[J]. 彭立,吕崇山,钱林超.  中医杂志. 2017(12)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]龙江医派杰出医家华廷芳辨治肿瘤学术经验[J]. 周雪明,姜德友.  天津中医药. 2015(04)
[5]中医体质学与肝癌的相关性研究[J]. 史话跃,吴承玉.  成都中医药大学学报. 2013(02)
[6]中医体质学在疾病预防及预后判断中的作用[J]. 史临平,马坚,马梦晖,谭萍娟,刘彦勋,马雪峰,樊培新,高迪.  中国伤残医学. 2012(12)
[7]9种基本中医体质类型的分类及其诊断表述依据[J]. 王琦.  北京中医药大学学报. 2005(04)



本文编号：3373614