黄留挥，程辉

（江汉大学人工智能学院，武汉 430056）

0 引言

舌象分割是中医现代化的重要研究方向之一，它在临床当中为中医的发展和诊断起到重要的作用，将舌象数字化和客观化，能为医师在诊断的过程中提供极大的便利。中医诊断四步法——望、闻、问、切，从表面的特征出发，一步一步深入到人体神经脉络，全面了解人体内的病情状况，其中第一步望诊，是通过观察人的舌头诊断，因为舌头上神经连着人体内的五脏六腑，能够很好反映出体内的情况，但是舌头易受外界环境的影响，给医师的诊断带来极大的困难，并且医师的诊断也受限于医师的中医水平和临床经验。因此，对舌象进行客观化、数字化是一项重要的研究。

在2015年，Xu Qiang，Zeng Yu等人［1］首次利用深度学习神经网络分割技术对舌象进行分割，提出一种基于多任务联合学习（multi-task joint learning，MTL）的舌图像分割分类方法，该方法很好地解决了传统分割自动化弱的问题；Lin Bingqian，Qu Yanyun等人［2］针对舌象收到光线和大小等原因限制，提出一种基于ResNet的深度学习神经网络训练分割舌图像方法；张新峰、郭宇桐等人［3］提出一种基于DCNN和全连接CRF的舌图像分割算法，很大程度上提升分割精度；Zhou Changen等人［4］提出一种新的端到端多任务学习模型TongueNet，利用像素级先验信息对深度卷积神经网络进行监督训练；颜建军、徐姿、郭睿等人［5］针对传统技术分割精度不高、分割难度大等问题，首次提出一种基于Mask R-CNN的舌图像分割研究；Li Lei，Luo Zhiming等人［6］注意到基于深度学习的方法在不同分布式数据集上退化显著等问题，提出一种迭代跨区域舌象分割模型；……