[发明专利]一种基于弱监督学习的舌体图像分割方法

摘要

本发明涉及一种基于弱监督学习的舌体图像分割方法，包括步骤：1)采集大量的含有舌体的原始图像，对原始图像选择性搜索，获取大量的候选框；2)对原始图像进行随机数据增强，并采用分类网络进行训练，利用训练后的分类网络对获取的大量候选框进行评分，以对候选框进行筛选；3)对步骤2)筛选的候选框集合进行优化，获取最终的舌体边界框；4)对最终的边界框内的图像进行边缘检测；5)对边缘检测得到的检测图像采用Grabcut进行分割，获取最终的舌体分割结果。与现有技术相比，本发明既不需要大量的带像素级标签的训练数据，又能实现精细的舌体分割，在一定程度上解决了数据成本较大和泛化性差的问题，且同时具有较高的分割精度。