基于深度模型的中医舌象特征提取方法及系统

本发明公开了基于深度模型的中医舌象特征提取方法及系统，具体涉及中医舌象技术领域；利用灰度世界法对舌象图像进行颜色校正，确保输入图像的标准化，使用Faster R‑CNN模型精确定位舌体区域，并通过UNet模型对舌体区域进行语义分割，生成高精度的舌体掩膜图像，利用深度卷积神经网络提取舌质、舌苔和舌裂纹等关键特征，并通过支持向量机分类器对这些特征进行多维分类和识别，根据分割边界与真实边界的吻合程度及资源消耗情况，动态评估并调整模型参数，确保分类和识别效果的持续优化；有效解决了传统舌象诊断中受主观因素影响大、分割精度低、特征提取不全面等问题，显著提高了舌象特征的识别准确性和诊断可靠性。