[发明专利]一种多尺度多标签融合的中医舌象分类方法

权利要求书

1.一种多尺度多标签融合的中医舌像分类方法，其特征在于，包括如下步骤：

步骤1、在标准光和固定专业拍照设备条件下采集舌像，对采集到的舌像进行预处理，构建原始舌像数据集；

步骤2、构建多尺度特征融合网络，在特征金字塔网络结构中，对输入的舌图像进行特征提取，再通过叠加操作融合金字塔模型中对应层特征，构建最终输出特征，最后对融合后的特征进行整合；

步骤3、使用半自动化标注方法，对步骤2提取出的舌像特征进行标注；

步骤4、对步骤3标注的特征根据舌体区域的不同划分为不同的子类标签集，然后将所有的子类标签集整合为一个多标签数据集；

步骤5、采用多标签分类方法训练分类模型，模型在训练过程中自动挖掘各标签之间的相关性，将其应用于分类模型中，使舌象分类更加全面；

步骤6、输入待测试的舌像照片，并对其进行有效度判断，满足要求则进行下一步；

步骤7、将待测试的舌像放入训练好的模型中进行预测，输出分类结果。

2.根据权利要求1所述的一种多尺度多标签融合的中医舌像分类方法，其特征在于，所述步骤3中使用的半自动化标注方法是指采用Python的Labelme开源图像标注软件，先人工通过软件对舌象的大致结构进行区域划分并进行标注，然后人工确定好标注的方法和范围，使用软件对剩余的图片进行自动化标注，最后人工进行核对。

3.根据权利要求1所述的一种多尺度多标签融合的中医舌像分类方法，其特征在于，所述步骤5中采用多标签分类方法训练分类模型训练的具体过程为：舌象进入到卷积神经网络后，通过自动分析各类子标签集，挖掘小目标之间的关联性，从而分析出舌象的各类特征；然后在训练过程中不断调整参数，优化整个网络模型，保存最优的权重信息。

4.根据权利要求1所述的一种多尺度多标签融合的中医舌像分类方法，其特征在于，所述步骤6中对待测试的舌像照片有效度进行判断的方法为：判断舌体在整个摄像图片的占比是否满足要求。

5.根据权利要求4所述的一种多尺度多标签融合的中医舌像分类方法，其特征在于，所述舌体在整个舌像图片的占比判断标准为80%，大于等于80%则满足要求，小于80则不满足要求。