中医舌诊的客观化、定量化研究是中医现代化发展中的重要课题。数字化采集到的舌图像包括舌体及部分面部区域,为了便于后续舌象自动分析,需要首先将舌体部分从图像中分割出来,分割效果将直接影响后续舌象特征分析的准确性。基于传统方法的舌象分割技术虽然取得了很大进展,但其性能仅能达到半自动分割,对较难分割的图像往往需要借助人机交互来完成。近年来,深度学习技术在图像处理及计算机视觉等多个领域取得了突破,其在图像语义分割任务中也取得了远超传统方法的进展。基于深度学习的舌象分割技术已经基本实现了全自动的鲁棒分割。本文首先从传统分割方法和基于深度学习的分割方法两方面对中医舌象分割技术发展中的主要方法进行了综述;其次,采用我们收集的舌象数据库对典型的方法进行了性能评估,并对不同舌象分割方法的特点进行分析与讨论。最后,对中医舌图像分割方法潜在的发展方向进行了展望.