基于AdaBoost级联框架的舌色分类

摘要

cqvip: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。