一种糖尿病足Wagner分级的舌图像识别方法

目的 舌诊是2型糖尿病辨证的重要方法 之一,根据糖尿病足患者舌象提出一种糖尿病足Wagner分级的图像识别方法 .方法 通过标准化舌象采集获得舌图,之后提取舌尖、舌边、舌中、舌根部舌质、舌苔区域的红(Red)、绿(Green)、蓝(Blue)颜色空间值,最后使用极端梯度提升(XGBoost)、随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)算法作为分类器训练识别数据,并横向进行对比.结果 通过对88例数据训练识别,在数据预处理基础上按照7:3划分训练集和测试集,得出随机森林与XGBoost的方法 远高于支持向量机,在舌尖部两者表现最优,舌两边随机森林更好,但在舌根部XGBoost方法 在正确率、精确度、F1值方面均高于随机森林.结论 在糖尿病足Wagner分级舌图识别方面,XGBoost方法 是一种值得推广与应用的图像识别方法 .