Cracked Tongue Recognition Based on Deep Features and Multiple-Instance SVM 

　　基于深度特征和多示例SVM的裂纹舌识别 

　　裂纹舌可以为中医医生提供有价值的诊断信息。然而，由于真、假舌裂缝具有相似模型，裂纹舌识别仍然具有挑战性。现有的方法利用手工特征对开裂的舌进行分类，当裂缝的长度或宽度不同时会导致不稳定的性能。在本文中提出注意舌头的局部破裂区域，而不是整个舌头。本文对裂纹区域和非裂纹区域使用Alexnet进行训练，以提取裂纹区域的深部特征。最后，将裂纹舌识别问题看作是一个多实例学习问题，并使用多实例支持向量机(SVM)进行了训练，以做出最终的决策。实验结果表明，该方法比传统的手工艺特征提取方法有更好的效果。 

　　图1. 该方法的框架。它分为三个阶段：对舌图像进行预处理，提取可疑区域，利用MI-SVM进行特征提取和分类。 

　　本文链接：https://link.springer.com/content/pdf/10.1007%2F978-3-030-00767-6.pdf