基于区域注意力机制的有噪样本下中医舌色分类算法研究

作     者：卓力 李艳萍 张辉 李晓光 杨洋 魏玮 Zhuo Li;Li Yanping;Zhang Hui;Li Xiaoguang;Yang Yang;Wei Wei

作者机构：北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京重点实验室北京100124 中国中医科学院望京医院功能性胃肠病中医诊治北京市重点实验室北京100102 

基　　金：国家自然科学基金委员会面上项目(61871006):基于深度学习的中医舌象多诊察特征协同处理与智能分析,负责人:卓力 国家中医药管理局中医药创新团队及人才支持计划项目(ZYYCXTD-C-202210):中医药防治消化道癌前疾病传承与创新团队,负责人:魏玮 

出 版 物：《世界科学技术-中医药现代化》 (Modernization of Traditional Chinese Medicine and Materia Medica-World Science and Technology)

年 卷 期：2023年第25卷第8期

页      码：2873-2882页

摘      要：目的由于舌色标注样本中常常包含有错误标签,这些噪声样本会导致舌色分类性能不高、模型泛化能力差等问题。因此,需要建立自动舌色分类模型,提升有噪标注样本下舌色分类的准确率,促进中医(TCM)舌诊客观化研究。方法从中医舌色分类的特点出发,提出了一种基于区域注意力机制的有噪样本下中医舌色分类方法。本方法的创新性包括两点:一方面,根据中医医生舌诊的习惯,提出了一种区域注意力机制,增强网络对于舌尖和舌两侧等舌色区域的特征提取能力,而抑制其他区域的特征;另一方面,针对噪声标注样本下的分类网络训练问题,设计了一种对称修正的交叉熵损失函数,用于对舌色分类网络进行优化训练,抑制噪声样本对分类性能的影响。结果在3个自建中医舌色分类数据集上的分类结果显示,准确率分别达到了94.96%、93.36%和93.92%,mAP分别达到了94.53%、93.05%和93.38%,Macro-F1分别达到了94.67%、93.16%和92.43%。结论设计的舌色分类方法能以较低的模型复杂度,显著提升分类精度,提升有噪声样本标注情况下的分类鲁棒性。

主 题 词：中医舌诊 舌色分类 深度学习 有噪样本学习 区域注意力机制 

学科分类：100505[100505] 1005[医学-中医学类] 10[医学] 

D　O　I：10.11842/wst.20220902006

馆 藏 号：203125318...