[发明专利]基于U-net模型的舌体自动分割方法

说明书

本发明提供一种基于U‑net模型的舌体自动分割方法：包括以下步骤：步骤1、舌像图像手动分割单元利用LabelMe软件对原图像进行手动分割，输出手动分割图像到数据输入单元，步骤2、图像预处理单元导入并预处理原图像和手动分割图像后，输出至模型分割单元进行自动分割训练，观察分割结果及其计算效果评价指标，并进行模型优化。步骤3、重复步骤2，观察分割结果及其计算效果评价指标并将其与步骤2所得数据结果进行比较分析。本发明建立了基于U‑net的舌体自动分割方法模型，有效提高了分割的效率与精度，避免了手动分割的误差以及效率低的劣势，节约了舌像图像的存储空间。

技术领域

本发明涉及一种医学图像处理和图像智能管理领域，具体涉及一种基于U-net模型的舌体自动分割方法。

背景技术

中医药文化源远流长，已经有发展数千年的发展历史。中医基本诊断方式包括“望”、“闻”、“问”、“切”四种，其中“望”的一个重要诊断依据就是舌像。因此，舌诊在中医领域占有重要地位，舌诊简便易行，舌像的变化能客观准确地反映病情，可作为诊断疾病、了解病情的发展变化和辩证的重要依据。在疾病发展过程中，无论外感或内伤，都有一个发展、发展及转归的变动过程，舌像作为反映疾病的敏感体征，亦会随之发生相应的改变，通过对舌像的动态观察，可以了解疾病的进退、顺逆等病变势态。

从当今研究状况来看，图像分割技术广泛应用于医学图像处理领域。医学图像分割对于医学图像处理来说是一个关键的步骤，在一定程度上来说是可视化等其他处理方式技术的先决条件，即在完成图像分割的基础之上，才能在重点区域进行下一步的分析处理。目前，针对图像分割技术提出了多种方法，由于机器学习和深度学习的飞速发展，现如今，较为主流的图像分割方法有基于边缘、区域分割和语意等的方法，可以对图像分割、分类等图像处理技术实现更优的处理方法，逐步实现自动化，摆脱传统的耗时久的手动操作形式。尽管舌像的自动分割取得了很大的进展，但是仍然没有特别好的模型来解决图像数量不足，图像质量差以及拍摄环境的不同等问题。

因此，需要对现有技术进行改进。

发明内容

本发明要解决的技术问题是提供一种高效的基于U-net模型的舌体自动分割方法。

为解决上述技术问题，本发明提供一种基于U-net模型的舌体自动分割方法：包括以下步骤：

步骤1、舌像图像手动分割单元利用LabelMe软件对原图像进行手动分割，输出手动分割图像到数据输入单元，

步骤2、图像预处理单元导入并预处理原图像和手动分割图像后，输出至模型分割单元进行自动分割训练，观察分割结果及其计算效果评价指标，并进行模型优化。

作为对本发明基于U-net模型的舌体自动分割方法的改进：

还包括步骤3：

重复步骤2，观察分割结果及其计算效果评价指标并将其与步骤2所得数据结果进行比较分析。

作为对本发明基于U-net模型的舌体自动分割方法的进一步改进：

步骤2包括：

(2.1)、预处理：图像预处理单元将原图像与手动分割图像均进行图像增强，使其达到高度一致，得到预处理图像；

(2.2)、预处理图像将预处理图像输出至模型分割单元，进行分割处理得到自动分割的图像以及评价指标；

(2.3)、自动分割的图像和评价指标输出至分割效果显示单元，判断分割效果。

作为对本发明基于U-net模型的舌体自动分割方法的进一步改进：

步骤(2.2)包括：