基于 IF-RCNet 的舌形分类研究：突破传统诊断局限，开启精准中医舌诊新篇

研究人员为解决舌形分类难题构建 IF-RCNet，其在舌形分类和分割任务中表现优异，助力中医舌诊发展。

　　中医，作为中华民族的瑰宝，有着数千年的历史。其中，舌诊是中医诊断疾病的重要手段之一，通过观察舌头的形状、颜色、舌苔等特征，医生能推断人体内部的健康状况。然而，传统的舌诊高度依赖医生的个人经验和主观判断，就像一场 “猜谜游戏”，不同医生可能对同一种舌象有不同的解读，这使得诊断结果的准确性大打折扣。而且，舌形的个体差异、嘴唇的干扰以及数据集规模小等问题，都如同重重迷雾，阻碍着舌形分类准确性的提升。

为了拨开这些迷雾，大连交通大学电气工程学院以及大连医科大学附属第二医院中医科的研究人员开展了深入研究。他们构建了一种基于特征融合和混合输入方法的两级嵌套舌部分割和舌图像分类网络 ——IF-RCNet（Integrated Feature - Residual Convolutional Network）。研究结果显示，IF-RCNet 在舌形分类和舌部分割任务上表现出色，超越了许多其他分类网络，如 VGG 16、ResNet 18 等。这一成果发表在《Scientific Reports》上，为中医舌诊的发展注入了新的活力。

在研究过程中，研究人员运用了多种关键技术方法。首先，他们收集了大量舌图像数据，包括自制数据集和公开的 BioHit Tongue 数据集，并对这些数据进行了严格的预处理，统一图像格式，确保数据的质量。然后，构建了包含 RCA-UNet（Residual Convolutional Attention - UNet）和 RCA-Net（Residual Convolutional Attention - Net）的 IF-RCNet 网络模型。其中，RCA-UNet 用于舌部分割，RCA-Net 用于舌形分类，同时采用特征融合和混合输入的策略优化网络。最后，通过交叉验证、设置多种评估指标，如准确率、F₁分数、平均交并比（MIoU）等，全面评估模型性能。

下面来看看具体的研究结果：

• 消融实验结果与分析：研究人员通过对 BioHit 和自制数据集进行消融实验，验证了特征融合和混合输入方法的有效性。实验结果表明，相比单一的舌分类网络 RCA-Net，使用混合输入使准确率分别提高了 0.75% 和 4.98%，F₁分数分别提高了 0.3% 和 8.42%；应用特征融合使准确率提高了 1.00% 和 3.42% ，F₁分数提高了 0.86% 和 2.16%。而同时采用混合输入和特征融合的 IF-RCNet 表现最佳，在两个数据集上，其准确率比 RCA-Net 分别高出 2.12% 和 12.68% ，F₁分数分别提高了 2.68% 和 13.72%。这充分证明了 IF-RCNet 能够更有效地学习舌特征，实现更精准的分类。
• 舌形分类对比实验结果与分析：研究人员将 IF-RCNet 与 AlexNet、VGG16、ResNet18、Vision Transformer（ViT）和 MobileNetv4 等模型进行对比。在两个数据集上，IF-RCNet 在准确率和 F₁分数方面均取得了最佳成绩。在自制数据集中，ResNet-18 表现优于 AlexNet 和 VGG 16，证明了残差架构策略可提升网络整体准确率。IF-RCNet 不仅具有与 ResNet-18 相同的残差架构，而且通过其他改进，其分类准确率更高。与 ViT 相比，IF-RCNet 在处理薄舌与嘴唇接触导致的误分类问题上表现更优。定性分析也表明，IF-RCNet 在处理薄舌和正常舌的分类时，能有效解决两者相似导致的混淆问题，且在不同数据集上具有良好的泛化能力。
• 舌部分割对比实验结果与分析：研究人员对 IF-RCNet 中的 RCA-UNet 在两个数据集上进行分析，结果显示其在处理舌体阴影和与嘴唇相似的弯曲舌体时，表现优于 UNet。在 MIoU 分数上，RCA-UNet 在自制数据集上比 UNet 提高了 0.62%，在 BioHit 数据集上提高了 2.44%；在 dice 分数上，分别优于 UNet 0.36% 和 1.62%；在平均 Hausdorff 距离（MHd）上，RCA-UNet 分别降低了 0.11 和 0.4，这表明 RCA-UNet 的分割结果更接近手动标注的掩码模型，证明了其在 IF-RCNet 中对提高输入信息质量的重要作用。

综合研究结论和讨论部分，IF-RCNet 在舌形分类和舌部分割任务中展现出卓越的性能。它通过引入带有残差架构的 RCBAM（Residual Convolutional Block Attention Module），增强了网络对特征的感知和提取能力；利用特征融合方法，在不加深网络结构的情况下获取了更多舌特征；采用混合输入方式，进一步提升了舌形分类的准确性。不过，该研究也存在一定局限性，如数据量有限、深度学习模型的 “黑箱” 问题等。但这一研究成果依然为中医舌诊的客观化、精准化提供了新的思路和方法，也为深度学习在医学图像领域的应用开辟了更广阔的前景，有望推动中医诊断技术的现代化发展，让古老的中医在现代科技的助力下焕发出新的生机与活力。