关于使用舌头图像特征和深度学习的传统中医宪法识别模型的研究:一个潜在的双中心调查调查
Yongyue Liu1, Linmiao Fan1, Mei Zhao1
1School of Life Sciences, Beijing University of Chinese Medicine, No. 11, North 3rd Ring Road East, Beijing, 100029, China.
Chinese medicine
|June 12, 2025
概括
这项研究开发了一种智能传统中医 (TCM) 宪法识别模型,使用舌头图像分析和深度学习. 融合模型实现了高精度,验证了舌头图像,以有效评估TCM构成.
科学领域:
- 综合医学是一个整体的医学.
- 医疗保健中的人工智能
- 生物医学信息学 生物医学信息学
背景情况:
- 传统中医 (TCM) 宪法评估对于个性化医疗保健至关重要.
- 当前的TCM方法往往依赖于主观的解释.
- 需要客观和定量方法来准确识别TCM构成.
研究的目的:
- 开发一个定量传统中医 (TCM) 宪法认可模型.
- 利用舌头图像功能和深度学习技术来提高准确性.
- 为融合模型整合传统和基于深度学习的语言特征.
主要方法:
- 收集了1374名参与者的舌头图像和TCM构成数据.
- 从舌头图像中提取传统和深刻的特征.
- 采用机器学习算法,包括LASSO回归,随机森林和多层感知器 (MLP),用于模型开发和评估.
主要成果:
- 确定了11个关键的传统和26个深舌图像特征.
- 开发了一种融合特征模型 (MLP),结合了传统和深度特征.
- 在测试套件上达到0.837的精度和0.898的AUC的高性能,表现出很好的概括性.
结论:
- 成功开发了一个智能TCM宪法识别模型.
- 融合模型克服了传统TCM评估方法的局限性.
- 验证了舌头图像对于准确的TCM构成识别的显著价值.
