基于人体特征采集识别技术的健康数据平台制造技术

本发明专利技术提供一种基于人体特征采集识别技术的健康数据平台，它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成，具体包括以下步骤：图像组合识别分析技术模块针对中医舌像识别分析的内容，智能“问卷答题”数据获取模块是使用html、js、java技术手段，进行数据的采集，并入库与第一模块获取到的算法数据进行对比与校正分析，物联网技术模块主要采用蓝牙进行数据传输获取，云计算及智能学习技术模块步骤为：收集数据，建立包括用户图像以及健康指标等大数据的数据库；量化，提取特征值；将特征提供给机器学习算法，它节省了用户的沟通时间，提升了用户保健意识。

Health Data Platform Based on Human Character Acquisition and Recognition Technology

The invention provides a health data platform based on human body feature acquisition and recognition technology, which is composed of image combination recognition analysis technology module, intelligent \questionnaire answering\ data acquisition module, Internet of Things technology module, cloud computing and intelligent learning technology module, and mobile APP module, and includes the following steps: image combination recognition analysis technology module for tongue image recognition of traditional Chinese medicine The content of the analysis is that the data acquisition module of intelligent \Questionnaire Answer\ uses html, JS and Java technology to collect data, and compares and corrects the algorithm data acquired by the first module. The technology module of Internet of Things mainly uses Bluetooth for data transmission acquisition. The steps of cloud computing and intelligent learning technology module are as follows: collecting data, establishing including users. The database of big data such as images and health indicators, quantifying and extracting feature values, and providing feature to machine learning algorithm can save users'communication time and enhance users' health awareness.

【技术实现步骤摘要】
基于人体特征采集识别技术的健康数据平台
本专利技术涉及电子信息领域，是一种结合人脸与舌像的图像识别算法于一体，并结合物联网技术及大数据智能学习技术，把中医的“望问切”等经验进行数据量化，从而实现对人体的八大体征进行数据采集分析，尤其涉及一种基于人体特征采集识别技术的健康数据平台。
技术介绍
中医诊断的主要依据是“四诊”即“望、闻、问、切”的信息。中医面色诊是中医学中望诊的重要组成部分，中医学认为，面部犹如反映人体生理病理的一面镜子，望五官神色变化，可直接诊察脏腑病变。根据中医五脏配五色的理论，人脸面色有青、赤、黄、白、黑几种分类，青黑多主痛症，黄赤多主热症，白多主寒症。传统面色诊法主要是通过医生直观目测面色、语言描述和经验辨析面色，其诊断结果既受医生的知识水平、思维能力和诊断技能的限制，又受光线、温度等外部客观条件的影响，临床上缺乏恒定的客观评价标准。随着计算机技术的发展，研究者们开始将图像处理、模式识别和人工智能等信息处理技术应用于中医面色诊断客观化研究中，并取得了一定的研究成果。现有技术仅仅是在单元技术层面的深度应用，比如：人脸识别在其他方面的应用较多、舌像识别也仅仅是在医疗器械辅助检测方面的应用，两者从未实现组合校验、组合算法分析；现有心率手环基于物联网技术进行数据采集后，并未对单一本项数据进行进一步的数据分析处理；基于手机APP，在中医领域随时随地可获取人体综合体征数据的技术及开发系统，目前并无同类竞争；针对在线智能诊断及实时修正采集数据的智能学习系统，在中医领域的技术探索及开发系统，目前并无同类竞争。
技术实现思路
为了解决以上问题，本专利技术提供一种基于人体特征采集识别技术的健康数据平台，它节省了用户的沟通时间，提升了用户保健意识，减少了用户的健康成本，提升了用户的身体健康素质。本专利技术的技术方案是：提供一种基于人体特征采集识别技术的健康数据平台，它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成，具体包括以下步骤：图像组合识别分析技术模块针对中医舌像识别分析的内容，首先确立了基于计算机图像处理的基本内容，将舌像信息源的信息进行了分类，信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类，图像的采集过程主要实现舌像数字图像的标准采集，图像的预处理阶段主要完成舌像识别目标的分割，即将舌像从原始图像中分离，对舌像二维图像特征进行计算机分析识别；智能“问卷答题”数据获取模块是使用html、js、java技术手段，进行数据的采集，并入库与第一模块获取到的算法数据进行对比与校正分析；所述数据采集包括面部图像和舌面图像、心率数据、患者医疗检查和诊断结果、身高体重血压血糖等常规体检数据、日常用药情况、生活习惯和作息规律、自我身体和心理评价；所述面部图像和舌面图像分为用户上传和摄像头现场采集两种；所述心率数据采集由采集对象所佩戴手环提供；所述数据采集算法分析分为以下步骤：1、先将面部和舌面图像进行归一化处理，利用主成分分析提取特征值，用深度学习算法将图像进行分类，将其分成青、赤、黄、白、黑等类别；2、将上述采集到的数据先进行量化，从0-10分给出评价；3、评估1中图像类别与其他数据的相关性；4、与中医诊断合作，校正模型，建立图像和健康指标之间的对应关系；所述对比校正是通过对采集到的数据进行量化后，设计合适层数和输入输出个数的神经网络，训练并监督其学习，建立图像与病症的对应关系，通过修正优化各层参数，提高识别准确率；所述数据采集分析校正是以中医为依据，中医实际上一种归纳总结性质的经验科学，经验本身就是大数据，这就是老中医往往水平更高的缘故。老中医的大脑在处理病例，也就是大数据的过程中，形成了独特的经验，这个过程实际上就是大数据+深度学习，人的精力是有限的，而借助计算机来处理大数据将远远超过人类的能力。在西医医学影像诊断领域，人工智能已经战胜有经验的诊断专家；本专利技术正是利用人工智能对大量数据的分析，获取图像与健康数据之间的对应关系；物联网技术模块主要采用蓝牙进行数据传输获取，主要获取手环脉络仪上的心率及脉络信息，并通过json格式进行封装加密，然后传输到后台服务器，服务器进行解密，并与第一、第二模块获取到的数据进行对比与校正分析；云计算及智能学习技术模块步骤为：收集数据，建立包括用户图像以及健康指标等大数据的数据库；量化，提取特征值；将特征提供给机器学习算法。优选的，信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类，区域信息是指舌质、舌苔的区域分布与舌体尖、边、中、根的区域划分；颜色信息是指舌色和苔色，舌色分为淡白、淡红、红、绛、青紫，苔色分为薄白、白、淡黄、黄、灰黑；纹理信息是指舌质纹理、舌苔纹理和特殊纹理，舌质纹理是指老嫩，舌苔纹理是指厚薄、腻腐、燥糙、剥落、润燥，特殊纹理是指点刺、淤点、裂纹、齿痕；形状信息是指舌质胖瘦和舌下脉络，所述舌下脉络是指静脉；动态信息是指歪斜、萎软、僵硬、吐弄、震颤；图像的采集过程主要实现舌像数字图像的标准采集，图像的预处理阶段主要完成舌像识别目标的分割，即将舌像从原始图像中分离，并进一步完成舌体与舌苔的区域分割和舌尖、舌边、舌中、舌根的部位划分；舌诊信息分析主要进行了颜色信息分析与识别、纹理信息的分析与识别，其中颜色信息包括舌色、苔色两部分，纹理分析包括舌质纹理、舌苔纹理和特殊纹理形态的点刺、瘀点；在其他信息方面就舌体的齿痕、裂纹内容进行了探讨，舌诊内容除了二维图像信息外，还有包含三维立体信息、动态信息，主要对舌像二维图像特征进行计算机分析识别；针对中医人脸识别分析的内容，原理同上。优选的，基于舌像与人脸设别组合分析及算法，主要使用分割、大数据预测、中医在线一对一校对技术实现。优选的，移动APP模块端有两种方式收集数据，分别是通过“问卷答题”形式和通过上传拍照形式。与现有技术相比，本专利技术的有益效果是：基于“人脸识别”与“舌像识别”的图像组合识别分析技术，解决了中医看病中使用到的“望”的要素；提供智能“问卷答题”数据获取功能，把“望闻问切”中的“问”进行题库的提炼及综合分析，智能匹配人体特征的答案靠近项；通过“智能手环”手环脉络仪设备，使用物联网技术，把中医诊疗的“切”脉环节进行数据的自动采集和分析；通过云计算及智能学习技术，实现数据获取的及时准确，保证信息服务后台为用户提供针对人体体征准确有价值的信息；基于手机APP+随时随地拍脸、拍舌像和问卷答题、脉络信息实时上传方式，实现无区域限制，随时随地为身体获取保健信息的便捷性。附图说明下面根据图进一步对本专利技术加以说明:图1是本专利技术的结构图；图2是本专利技术的传输结构框图；图3是本专利技术的流程结构框图；图4是本专利技术的图像识别分析结构框图；图5是本专利技术的诊视结构框图；图6是本专利技术的舌像采集图；图7是本专利技术的舌像分区图；图8是本专利技术图像提取分类的框图；具体实施方式下面结合图对本专利技术作进一步详细的说明，需要说明的是，图仅用于解释本专利技术，是对本专利技术实施例的示意性说明，而不能理解为对本专利技术的限定。在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可本文档来自技高网...

【技术保护点】
1.基于人体特征采集识别技术的健康数据平台，它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成，具体包括以下步骤：图像组合识别分析技术模块针对中医舌像识别分析的内容，首先确立了基于计算机图像处理的基本内容，将舌像信息源的信息进行了分类，信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类，图像的采集过程主要实现舌像数字图像的标准采集，图像的预处理阶段主要完成舌像识别目标的分割，即将舌像从原始图像中分离，对舌像二维图像特征进行计算机分析识别；智能“问卷答题”数据获取模块是使用html、js、java技术手段，进行数据的采集，并入库与第一模块获取到的算法数据进行对比与校正分析；所述数据采集包括面部图像和舌面图像、心率数据、患者医疗检查和诊断结果、身高体重血压血糖等常规体检数据、日常用药情况、生活习惯和作息规律、自我身体和心理评价；所述面部图像和舌面图像分为用户上传和摄像头现场采集两种；所述心率数据采集由采集对象所佩戴手环提供；所述数据采集算法分析分为以下步骤：1、先将面部和舌面图像进行归一化处理，利用主成分分析提取特征值，用深度学习算法将图像进行分类，将其分成青、赤、黄、白、黑等类别；2、将上述采集到的数据先进行量化，从0‑10分给出评价；3、评估1中图像类别与其他数据的相关性；4、与中医诊断合作，校正模型，建立图像和健康指标之间的对应关系；所述对比校正是通过对采集到的数据进行量化后，设计合适层数和输入输出个数的神经网络，训练并监督其学习，建立图像与病症的对应关系，通过修正优化各层参数，提高识别准确率；所述数据采集分析校正是以中医为依据，中医实际上一种归纳总结性质的经验科学，经验本身就是大数据，这就是老中医往往水平更高的缘故。老中医的大脑在处理病例，也就是大数据的过程中，形成了独特的经验，这个过程实际上就是大数据+深度学习，人的精力是有限的，而借助计算机来处理大数据将远远超过人类的能力。在西医医学影像诊断领域，人工智能已经战胜有经验的诊断专家；本专利技术正是利用人工智能对大量数据的分析，获取图像与健康数据之间的对应关系；物联网技术模块主要采用蓝牙进行数据传输获取，主要获取手环脉络仪上的心率及脉络信息，并通过json格式进行封装加密，然后传输到后台服务器，服务器进行解密，并与第一、第二模块获取到的数据进行对比与校正分析；云计算及智能学习技术模块步骤为：收集数据，建立包括用户图像以及健康指标等大数据的数据库；量化，提取特征值；将特征提供给机器学习算法。...

【技术特征摘要】
1.基于人体特征采集识别技术的健康数据平台，它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成，具体包括以下步骤：图像组合识别分析技术模块针对中医舌像识别分析的内容，首先确立了基于计算机图像处理的基本内容，将舌像信息源的信息进行了分类，信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类，图像的采集过程主要实现舌像数字图像的标准采集，图像的预处理阶段主要完成舌像识别目标的分割，即将舌像从原始图像中分离，对舌像二维图像特征进行计算机分析识别；智能“问卷答题”数据获取模块是使用html、js、java技术手段，进行数据的采集，并入库与第一模块获取到的算法数据进行对比与校正分析；所述数据采集包括面部图像和舌面图像、心率数据、患者医疗检查和诊断结果、身高体重血压血糖等常规体检数据、日常用药情况、生活习惯和作息规律、自我身体和心理评价；所述面部图像和舌面图像分为用户上传和摄像头现场采集两种；所述心率数据采集由采集对象所佩戴手环提供；所述数据采集算法分析分为以下步骤：1、先将面部和舌面图像进行归一化处理，利用主成分分析提取特征值，用深度学习算法将图像进行分类，将其分成青、赤、黄、白、黑等类别；2、将上述采集到的数据先进行量化，从0-10分给出评价；3、评估1中图像类别与其他数据的相关性；4、与中医诊断合作，校正模型，建立图像和健康指标之间的对应关系；所述对比校正是通过对采集到的数据进行量化后，设计合适层数和输入输出个数的神经网络，训练并监督其学习，建立图像与病症的对应关系，通过修正优化各层参数，提高识别准确率；所述数据采集分析校正是以中医为依据，中医实际上一种归纳总结性质的经验科学，经验本身就是大数据，这就是老中医往往水平更高的缘故。老中医的大脑在处理病例，也就是大数据的过程中，形成了独特的经验，这个过程实际上就是大数据+深度学习，人的精力是有限的，而借助计算机来处理大数据将远远超过人类的能力。在西医医学影像诊断领域，人工智能已经战胜有经验的诊断专家；本发明正是利用人...

【专利技术属性】
技术研发人员：刘占强，王冠明，孙维月，孔国明，
申请(专利权)人：山东和合信息科技有限公司，
类型：发明
国别省市：山东,37