基于AdaBoost级联框架的舌色分类

摘要：

目的 基于图像处理的舌质颜色分析是中医舌诊现代化的重要内容,提高舌色的正确识别率是其中的关键问题.本文使用集成学习的分类方法来探讨舌色分类,以达到客观、准确地识别中医(traditional Chinese medicine,TCM)舌色.方法 首先通过AdaBoost算法对舌图像进行初步分类,再将该算法与级联框架进行结合;然后通过"一对其余"的方法将AdaBoost从二分类扩展到多类来完成舌质颜色的分析;最后通过实验进行验证,并与其他方法所得出的结果进行对比.结果 针对各类舌质颜色分类问题,使用随机森林与传统的AdaBoost分类器进行分类的正确率分别在78.0％～90.2％与89.4％～95.5％之间,而基于AdaBoost级联框架的分类器的各类舌质分类正确率在93.0％～98.7％之间.结论 基于AdaBoost级联框架的舌质颜色分类方法与其他经典方法相比,具有较高的正确分类率,为基于图像处理的中医舌诊辅助诊断奠定了一定的基础.

关键词：AdaBoost算法、级联框架、图像分类、多分类算法

所属期刊栏目：39

分类号：R318.04(医用一般科学)

资助基金：国家重点研发计划项目2017YFC1703300

在线出版日期：2020-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：8-14