中医学是中国古代科学的瑰宝,是中华民族千百年来的医术结晶。舌诊是中医学中最具特色的一种诊断方法,早已在中华民族几千年的繁衍生息中成为了炎黄子孙们耳熟能详的诊疗方式。传统中医专业学生学习舌诊是建立在观察的基础上,没有精确仪器的辅助,仅通过视觉感知判定疾病信息。“望而知之谓之神”,其重点是观察舌象。舌象的血脉、肌肉、津液等都很直观,加之舌象变化与人体五脏六腑的健康情况紧密相连,这使得舌诊成为证候诊断明确、最行之有效的诊断方法之一,具有教育传承意义。但是传统的舌诊学习方式也有一定弊端。舌诊结果取决于学生的主观诊断,受学生经验储备的影响较大,这使舌诊辨证诊疗的发展受到了一定的阻碍。因此,研究舌象诊断自动化并实现舌诊学习系统,发挥其较高的临床教学使用价值,辅助中医学者日常的诊断学习,帮助学者快速积累舌诊经验,弘扬中医舌诊学术,充分发挥中医舌诊在健康发展事业中的作用,借助舌诊学习平台帮助中医专业学生在理论与实践循环中提高舌诊水平是大势所趋。医学生学习舌诊的两大关注点为:舌苔和舌质。人体五脏精气的盛衰主要表现在舌质的颜色、形态和纹理方面,而病位的深浅和病邪的性质则反映在舌苔的状态上。结合当今科学日新月异的大时代背景,本文将针对舌诊的客观化、系统化进行研究,主要涉及舌体定位、舌质和舌苔的分离、舌象辩证自动化,研发一款基于深度学习的中医舌诊学习辅助系统,用于对学生上传的舌象信息进行科学诊断,帮助中医专业学生快速积累经验。本文的主要工作如下:1.实现舌体定位。对舌体部位打标签,提出了一种基于卷积注意力机制和循环神经网络的RA-Unet模型实现舌体定位的功能,将舌体这个重要的研究对象从复杂的人体背景中分离出来。2.实现苔质分离。在专业中医师的帮助下,为数据集按照中医舌诊辩证的方式对舌质、舌苔进行数据标定,借助基于卷积注意力机制和循环神经网络的RA-Unet模型实现舌质和舌苔的分割。3.构建舌象图片的分类模型。采用Dense Net网络结构,训练出一个基于舌苔、舌质相关特征的中医舌象模型。4.搭建中医舌诊学习系统。将训练好的分割、分类模型加以应用,对中医学者上传的图像给出相应的健康状况分析,以及相关的日常调理方法和饮食注意事项。