Study on the extraction and analysis methods for color features of cupping plaque images in traditional Chinese medicine

<sec> <title>目的</title> 探索罐斑图像特征信息提取识别及分析方法，构建罐斑图像特征的分类识别模型并提高其分类识别准确性，为后期罐斑作为中医四诊信息的补充和延伸，辅助中医健康状态辨识及疗效评价等提供客观、有效的参考依据，促进中医诊疗规范化、智能化发展。 </sec> <sec> <title>方法</title> 首先利用阈值分割法去除皮肤基底颜色，然后对罐斑进行颜色特征提取，接着采用传统机器学习方法如决策树、支持向量机、最邻近结点算法和极值梯度提升算法，构建罐斑图像颜色分类识别模型，最后利用混淆矩阵进行模型评价，分别得到四种模型的准确率、查准率、查全率和F1分数，加以比较判断。 </sec> <sec> <title>结果</title> 最终选出预测效果最为良好的模型，即XG Boost模型，其准确率为96%，每一类罐斑识别准确率分别为：93%（淡紫）、100%（紫黑）、97%（紫暗）和86%（红）。 </sec> <sec> <title>结论</title> 为中医罐斑的客观识别研究提供了一种新的思路和方法，为辅助中医健康状态辨识和疗效评价提供了客观依据。 </sec>