The invention discloses a tongue coating constitution recognition method based on depth neural network and complexity perception, which comprises: collecting tongue coating picture data by using acquisition equipment; finding the exact position of tongue coating in tongue coating picture; designing a classifier based on depth neural network to train tongue coating picture, thereby extracting tongue coating picture. Features; using complexity perception algorithm, the complexity of tongue coating data is considered at the individual level, thus the tongue coating data is divided into easy data set and complex data set, using these two data sets to train a complexity discriminator, and then using these two data sets to train easy classifier and complex classifier respectively, and finally the tongue coating data is divided into easy data set and complex data set. The feature is input into the complexity discriminator to judge the complexity of the tongue coating sample; finally, according to the complexity of the tongue coating sample, the tongue coating feature is input into the corresponding soft Max classifier to get the corresponding physique category. The method can accurately and quickly identify the body constitution of the tongue coating, reduce the workload of the doctor, and alleviate the medical pressure.
【技术实现步骤摘要】
一种基于深度神经网络和复杂度感知的舌苔体质识别方法
本专利技术涉及计算机领域中的图像识别、数据挖掘技术和中医领域的舌苔体质识别,具体涉及一种基于深度神经网络和复杂度感知的舌苔体质识别方法。
技术介绍
在中国,中医体质理论最早见于我国晋代《晋书·卷三十七列传第七》一书,经过长时间的发展和丰富,建立起了完善的中医体质理论体系。在中医史上,体质被形容为在人生命过程中的先天和后天天赋上形成的形态,是生理功能和心理状态的综合表现。《中医体质分类与判定标准》定义:中医体质是指在人体生命过程中,在先天禀赋和后天获得的基础上所形成的形态结构、生理功能和心理状态多方面综合的、相对稳定的固有特质;是人类在生长、发育过程中所形成的与自然、社会环境相适应的人体个性特征。研究体质的分类,必须对复杂的体质现象进行广泛的比较分析,然后甄别分类,把握个体的体质差异规律及体质特征。《9种基本中医体质类型的分类及其诊断表述依据》结合临床观察以及古代和现代体质分类的有关认识,将中医体质分为平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、瘀血质、气郁质、特禀质等9种基本类型,全面地反映体质类型。传统体质分类主要依靠每一种体质的特点进行甄别,一一进行筛选,其主要判定标准参照2009年出台的《中医体质分类与判定》。例如,阳虚质主要表现为平素畏冷,手足不温,喜热饮食,精神不振,甜淡胖嫩,脉沉迟;阴虚质主要表现为卫手足心热,口燥咽干,鼻微干,喜冷饮,大便干燥,舌红少津,脉细数;痰湿质主要变现为面部皮肤油脂较多,多汗且黏,胸闷,痰多,口黏腻或甜,喜食肥甘甜黏,苔腻,脉滑。舌诊是中医领域重要又独特的内容,是 ...
【技术保护点】
1.一种基于深度神经网络和复杂度感知的舌苔体质识别方法,其特征在于,所述方法包括以下步骤:S1、利用采集设备采集舌苔图片数据作为输入;S2、在输入的舌苔图片中找到舌苔的确切位置;S3、设计基于深度神经网络的分类器对舌苔图片进行训练,从而提取舌苔图片的特征;S4、使用复杂度感知算法,在个体级别上考虑舌苔数据的复杂度,根据步骤S3提取舌苔图片的特征将舌苔图片分为容易数据集和复杂数据集,使用这两个数据集共同训练一个复杂度鉴别器,再用这两个数据集分别训练容易分类器和复杂分类器,最后将舌苔图片的特征输入到复杂度鉴别器来判断舌苔图片的复杂度;S5、根据舌苔图片的复杂度将舌苔图片的特征输入到对应的分类器里从而得到相应的体质类别。
【技术特征摘要】
1.一种基于深度神经网络和复杂度感知的舌苔体质识别方法,其特征在于,所述方法包括以下步骤:S1、利用采集设备采集舌苔图片数据作为输入;S2、在输入的舌苔图片中找到舌苔的确切位置;S3、设计基于深度神经网络的分类器对舌苔图片进行训练,从而提取舌苔图片的特征;S4、使用复杂度感知算法,在个体级别上考虑舌苔数据的复杂度,根据步骤S3提取舌苔图片的特征将舌苔图片分为容易数据集和复杂数据集,使用这两个数据集共同训练一个复杂度鉴别器,再用这两个数据集分别训练容易分类器和复杂分类器,最后将舌苔图片的特征输入到复杂度鉴别器来判断舌苔图片的复杂度;S5、根据舌苔图片的复杂度将舌苔图片的特征输入到对应的分类器里从而得到相应的体质类别。2.根据权利要求1所述的一种基于深度神经网络和复杂度感知的舌苔体质识别方法,其特征在于:步骤S1中,使用非侵入式的图像采集设备对病人的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。