Resumen

La segmentación precisa del cuerpo de la lengua es un requisito importante para el diagnóstico lingual asistido por ordenador. En general, el tamaño y la forma de la lengua son muy diferentes, el color de la lengua es similar al del tejido circundante, el borde de la lengua es difuso y parte de la lengua está interferida por detalles patológicos. Los métodos de segmentación existentes no suelen ser ideales para el procesamiento de imágenes de la lengua. Para resolver estos problemas, este trabajo propone un modelo de conjuntos de niveles con simetría y bordes restringidos combinado con las características geométricas de la lengua para la segmentación de la misma. Basándose en la geometría de simetría de la lengua, se propone un nuevo método de inicialización de conjuntos de niveles para mejorar la precisión de la evolución posterior del modelo. Para aumentar la fuerza de evolución de la función de energía, se añaden restricciones de detección de simetría al modelo de evolución. En combinación con la última red neuronal de convolución, se obtiene la entrada de probabilidad de borde de la imagen de la lengua para guiar la evolución de la función de parada de borde, con el fin de lograr una segmentación precisa y automática de la lengua. Los resultados experimentales muestran que la imagen de la lengua de entrada no está sujeta a la instalación de captura externa ni al entorno, y es adecuada para la segmentación de la lengua en la mayoría de las condiciones realistas. Las comparaciones cualitativas y cuantitativas muestran que el método propuesto es superior a los otros métodos en términos de robustez y precisión.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:lengua, segmentación de la lengua, segmentación automática de la lengua, entrada de la probabilidad de los bordes, función de parada de los bordes, instalaciones de captura externa, métodos de inicialización del conjunto, restricciones de detección de simetría, imagen de la lengua de entrada, evolución posterior del modelo
• Keywords:tongue, tongue segmentation, automatic tongue segmentation, edge probability input, edge stop function, external capturing facilities, set initialization methods, symmetry detection constraints, input tongue image, subsequent model evolution