智慧科技

基于多模型融合与迁移学习策略的智能舌象识别研究

张 茹

陕西国际商贸学院

DOI: https://doi.org/10.59429/zhkj.v3i4.15150

Keywords: 舌象识别；迁移学习；集成模型；残差网络

---

Abstract

针对中医舌诊智能化中舌象分类精度不足、数据稀缺的问题，本研究提出一种多模型融合与迁移学习的舌苔 识别网络 Tri-VoteNet。该网络集成 ZhiResNet50、ZhiCNN 与 ZhiEfficientNet-B0 三种架构，采用分层冻结迁移学 习策略，兼顾特征提取能力与训练效率。基于开源 Tongue+coating+classif ication 数据集，经数据校验、标准化、增 强及类别均衡化预处理后开展实验。结果表明，Tri-VoteNet 可有效捕捉舌苔颜色、厚薄等细粒度特征，整体分类性 能显著优于单模型，为中医舌诊客观化与智能化提供了有效技术支撑。

---

References

[1] Yu Y.Advances in application of artificial intelligence in medical image analysis.Chinese Journal of Medical Imaging Technology.2019.35(12): 1808-1812.

[2] 彭辰，李文举，钱志勤等. CRANet: 舌象图像分割与分类网络[J]. 华东理工大学学报 ( 自然科学版 )，2025,51(04):564-571.

[3] 刘嵘澂，辛国江，张杨等. 基于改进的 DeepLabv3+模型的自然环境下舌象分割方法[J]. 计算机与现代化，2025(10):32-36+43.

[4] Wang S, Dong L, Wang X, et al.Classif ication of pathological types of lung cancer from CT images by deep residual neural networks with transfer learning strategy.Open Medicine.2020.15(1): 190-197.

[5] De Moura J, Novo J, Ortega M.Deep feature analysis in a transfer learning-based approach for the automatic identif ication of diabetic macular edema.Proceedings of the 2019 International Joint Conference on Neural Networks (IJCNN 2019).2019.

[6] 曾丽莉，夏佳楠，李韶雯等. M2T-Net: 基于多源数据的跨任务迁移学习舌象诊断方法[J]. 计算机科学，2025,52(09):47-53.

[7] KHAN N M, ABRAHAM N, HON M. Transfer learning with intelligent training data selection for prediction of Alzheimer's disease[J]. IEEE Access, 2019, 7: 72726-72735.

[8] ZHANG X, CHEN Z, GAO J, et al. A two-stage deep transfer learning model and its application for medical image processing in Traditional Chinese Medicine[J]. Knowledge-based Systems, 2022, 239: 108060.

[9] 李俊贤，朱明峰. 融合轻卷积网络和全迁移学习的递阶式舌象点刺识别方法[J]. 信息技术与信息化，2025(11):16-19.

[10] 张强，黄鼎，周思慧. 基于改进 ResNet-50 的起落架多分类识别研究[J/OL]. 现代雷达，1-11[2026-04-30].

[11] HUBEL DH, WIESEL TN. Receptive f ields, binocular interaction and functional architecture in the cat's visual cortex. J Physiol.1962:160(1): 106-54.

[12] Fukushima K. Neocognitron: a self organizing neural network model for a mechanism of pattern recognition unaffected by shift in position. Biol Cybern. 1980;36(4):193-202.

[13] 李苏，何巍. 基于改进的 Eff icientNet-B0 网络的失能老人表情识别研究[J]. 四川师范大学学报 ( 自然科学版 )，2026,49(1):97-105.

[14] 舌苔数据集 - 分类完整 512x512RGB 图像：高质量 512x512 RGB 舌苔分类数据集，助力中医智能诊断研究 - AtomGit | GitCode.

[15] 王浩威. 基于多任务模型的舌象特征辨识研究[D].大连交通大学，2025.

[16] 池振飞. 基于深度学习舌象特征的慢性萎缩性胃炎诊断模型构建及相关研究[D]. 辽宁中医药大学，2025.