目的 本研究旨在建立染苔图像数据集，并利用深度学习自动识别染苔图像。方法 本研究收集了 1001 张湖南中医药大学健康学生的染苔图像和 1 007 张湖南中医药大学第一附属医院的肺癌、糖尿病和高血压患 者的病理性舌苔（非染苔）图像，图像数据按 7∶2∶1 的比例随机分为训练集、验证集和测试集。使用训练 集和验证集数据对 ResNet50 进行训练，训练周期为 90 次，构建基于深度学习的染苔图像识别模型。根据测 试集的预测结果，从准确率、损失曲线、召回率、F1 值、混淆矩阵、受试者工作特征（ROC）曲线以及精 确率-召回率（PR）曲线等方面评估了该模型的性能，并将深度学习模型与中医主治医师的诊断效率进行对 比。结果 训练结果显示，经过 90 个周期后，模型呈现出良好的分类效果，损失曲线和准确率趋于稳定，未 见明显过拟合。模型在测试集上的准确率为 92%，召回率为 91%，F1 分数为 92%。混淆矩阵显示，模型的 准确率为 92%，中医师的准确率为 69%。ROC 和 PR 曲线下面积分别为 0.97 和 0.95。结论 由 ResNet50 构 建的深度学习模型能有效识别染色舌苔图像，准确率优于中医师肉眼观察。它有望帮助医生识别假舌苔，避 免误诊。