一种疾病诊断方法及相关设备技术

本申请公开了一种疾病诊断方法及相关设备，包括：获取多个已确诊的第一患者的第一舌部成像图像、以及第一舌部成像图像对应的第一语义分割图像；确定第一语义分割图像所包括的多个区域中每个区域的类别标签；将第一舌部成像图像、第一语义分割图像以及类别标签输入待训练模型进行训练，得到图像语义分割模型；将待问诊的第二患者的第二舌部成像图像输入图像语义分割模型，得到第二舌部成像图像对应的第二语义分割图像，并根据第二语义分割图像，确定第二患者的患病类型。采用本申请实施例，可以从舌部成像图像中准确分离出舌体所在的区域，降低脸部、唇部等其他图像内容对舌诊结果的干扰，提高舌诊的准确度。

A Method of Disease Diagnosis and Related Equipment

The present application discloses a disease diagnosis method and related equipment, including acquiring first tongue imaging images of a plurality of first diagnosed patients and first semantically segmented images corresponding to the first tongue imaging images, determining the category labels of each region in a plurality of regions included in the first semantically segmented image, and image of the first tongue imaging, first semantically segmented image and the like. Class label is input into the training model to get the image semantics segmentation model; the second tongue image of the second patient to be inquired is input into the image semantics segmentation model to get the second semantics segmentation image corresponding to the second tongue image, and the disease type of the second patient is determined according to the second semantics segmentation image. Using the embodiment of the present application, the region of the tongue body can be accurately separated from the tongue imaging image, so as to reduce the interference of other image contents such as face, lip and so on to the tongue diagnosis results and improve the accuracy of tongue diagnosis.

【技术实现步骤摘要】
一种疾病诊断方法及相关设备
本申请涉及机器学习领域，尤其涉及一种疾病诊断方法及相关设备。
技术介绍
为了让老百姓在家中就可以运用中医医术进行疾病诊断、减轻医生的诊断工作量，基于移动客户端的人工智能舌诊应用程序(Application，App)得到广泛的研究。只需要将患者舌部成像图像输入舌诊App中就可以诊断出该患者的患病类型，如消化系统疾病、呼吸系统疾病等。人工智能舌诊技术尤其适用于为0-16岁的儿童群体检测疾病，因为该年龄段儿童群体的舌象的干扰因素较成人而言更少，更易于诊断出真正的疾病状况。现有的人工智能舌诊技术中，一部分利用传统图像定位技术来定位用户上传的图像中的舌体，例如harr，Snake等，然而传统图像定位技术的鲁棒性差，若图像中的舌体的形状或者舌体颜色有较大的改变，可能就不能很好的定位出来。另一部分就是利用固定的仪器，在固定的环境下拍摄患者的舌部成像图像，尽管效果较好，但是成本过高，不利于推广。还有一部分使用目标检测的方法确定舌体所在的区域且确定的该区域通常是矩形，然而舌头不是矩形的，因此若只用一个矩形框来定位舌头，并基于该矩形框内的图像进行舌诊，那么这个框内的噪音将会严重影响诊断结果的准确性。
技术实现思路
本申请提供一种疾病诊断方法及相关设备。可以提高舌诊的准确度、降低患者看病的成本。本申请实施例第一方面提供了一种疾病诊断方法，包括：获取多个已确诊的第一患者的第一舌部成像图像、以及所述第一舌部成像图像对应的第一语义分割图像，所述第一语义分割图像包括多个区域，所述多个区域包括第一舌体区域；确定所述多个区域中每个区域的类别标签，所述类别标签用于表示所述每个区域中的分类类别，其中，所述第一舌体区域的类别标签与所述第一舌部成像图像所属的第一患者的患病类型相对应；将所述第一舌部成像图像、所述第一语义分割图像以及所述类别标签输入待训练模型进行训练，得到图像语义分割模型；将待问诊的第二患者的第二舌部成像图像输入所述图像语义分割模型，得到所述第二舌部成像图像对应的第二语义分割图像；根据所述第二语义分割图像，确定所述第二患者的患病类型。其中，所述待训练模型为卷积神经网络模型，所述卷积神经网络模型包括使用标准卷积方法和深度可分离卷积方法中的至少一种方法实现的编码器。其中，所述第二语义分割图像包括第二舌体区域；所述根据所述第二语义分割图像，确定所述第二患者的患病类型包括：确定所述第二舌体区域的类别标签；根据所述第二舌体区域的类别标签，确定所述患病类型。其中，所述根据所述第二舌体区域的类别标签，确定所述患病类型包括：确定所述第二患者的标识信息；根据所述标识信息，获取所述第二患者的历史诊断记录；根据所述历史诊断记录和所述第二舌体区域的类别标签，确定所述患病类型。其中，所述根据所述历史诊断记录和所述第二舌体区域的类别标签，确定所述患病类型包括：根据所述第二舌体区域的类别标签，确定所述第二患者的预测患病类型；将所述预测患病类型与所述历史诊断记录进行匹配；若所述预测患病类型与所述历史诊断记录相匹配，则确定所述患病类型与所述预测患病类型相同。其中，所述将待问诊的第二患者的第二舌部成像图像输入所述图像语义分割模型，得到所述第二舌部成像图像对应的第二语义分割图像之前，还包括：对所述第二舌部成像图像进行预处理，所述预处理包括放缩、裁剪、旋转和归一化中的至少一项。其中，所述根据所述第二语义分割图像，确定所述第二患者的患病类型之后，还包括：向用户终端发送提示信息，所述提示信息用于指示所述用户终端通知所述第二患者所述患病类型。相应地，本申请实施例第二方面提供了一种疾病诊断装置，包括：获取模块，用于获取多个已确诊的第一患者的第一舌部成像图像、以及所述第一舌部成像图像对应的第一语义分割图像，所述第一语义分割图像包括多个区域，所述多个区域包括第一舌体区域；确定模块，用于确定所述多个区域中每个区域的类别标签，所述类别标签用于表示所述每个区域的分类类别，其中，所述第一舌体区域的类别标签与第一舌部成像图像所属的第一患者的患病类型相对应；训练模块，用于将所述第一舌部成像图像、所述第一语义分割图像以及所述类别标签输入待训练模型进行训练，得到图像语义分割模型；诊断模块，用于将待问诊的第二患者的第二舌部成像图像输入所述图像语义分割模型，得到所述第二舌部成像图像对应的第二语义分割图像；所述诊断模块，还用于根据所述第二语义分割图像，确定所述第二患者的患病类型。其中，所述待训练模型为卷积神经网络模型，所述卷积神经网络模型包括使用标准卷积方法和深度可分离卷积方法中的至少一种方法实现的编码器。其中，所述第二语义分割图像包括第二舌体区域；所述诊断模块还用于：确定所述第二舌体区域的类别标签；根据所述第二舌体区域的类别标签，确定所述患病类型。其中，所述诊断模块还用于：确定所述第二患者的标识信息；根据所述标识信息，获取所述第二患者的历史诊断记录；根据所述历史诊断记录和所述第二舌体区域的类别标签，确定所述患病类型。其中，所述诊断模块还用于：根据所述第二舌体区域的类别标签，确定所述第二患者的预测患病类型；将所述预测患病类型与所述历史诊断记录进行匹配；若所述预测患病类型与所述历史诊断记录相匹配，则确定所述患病类型与所述预测患病类型相同。其中，所述诊断模块还用于：对所述第二舌部成像图像进行预处理，所述预处理包括放缩、裁剪、旋转和归一化中的至少一项。其中，所述诊断模块还用于：向用户终端发送提示信息，所述提示信息用于指示所述用户终端通知所述第二患者所述患病类型。相应地，本申请实施例提供了一种存储介质，其中，所述存储介质用于存储应用程序，所述应用程序用于在运行时执行本申请实施例第一方面公开的一种疾病诊断方法。相应地，本申请实施例提供了一种应用程序，其中，所述应用程序用于在运行时执行本申请实施例第一方面公开的一种疾病诊断方法。实施本申请实施例，首先获取多个已确诊的第一患者的第一舌部成像图像、以及所述第一舌部成像图像对应的第一语义分割图像，所述第一语义分割图像中包括多个区域；接着确定所述多个区域中每个区域的类别标签；其次将所述第一舌部成像图像、所述第一语义分割图像以及所述类别标签输入待训练模型进行训练，得到图像语义分割模型；然后将待问诊的第二患者的第二舌部成像图像输入所述图像语义分割模型，得到所述第二舌部成像图像对应的第二语义分割图像，并根据所述第二语义分割图像，确定所述第二患者的患病类型。通过图像语义分割的方法，可以从患者的舌部成像图像中准确地分离出舌体所在的区域，排除脸部、唇部等其他图像内容对舌诊的干扰，从而提高舌诊的准确度。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种疾病诊断方法的流程示意图；图2是本申请实施例提供的一种舌部成像图像的示意图；图3是本申请实施例提供的一种语义分割图像的示意图；图4是本申请实施例提供的一种深度可分离卷积的流程示意图；图5是本申请实施例提供的另一种疾病诊断方法的流程示意图；图6是本申请实施例提供的一种疾病诊断装置的结构示意图本文档来自技高网...

【技术保护点】
1.一种疾病诊断方法，其特征在于，所述方法包括：获取多个已确诊的第一患者的第一舌部成像图像、以及所述第一舌部成像图像对应的第一语义分割图像，所述第一语义分割图像包括多个区域，所述多个区域包括第一舌体区域；确定所述多个区域中每个区域的类别标签，所述类别标签用于表示所述每个区域的分类类别，其中，所述第一舌体区域的类别标签与所述第一舌部成像图像所属的第一患者的患病类型相对应；将所述第一舌部成像图像、所述第一语义分割图像以及所述类别标签输入待训练模型进行训练，得到图像语义分割模型；将待问诊的第二患者的第二舌部成像图像输入所述图像语义分割模型，得到所述第二舌部成像图像对应的第二语义分割图像；根据所述第二语义分割图像，确定所述第二患者的患病类型。

【技术特征摘要】
1.一种疾病诊断方法，其特征在于，所述方法包括：获取多个已确诊的第一患者的第一舌部成像图像、以及所述第一舌部成像图像对应的第一语义分割图像，所述第一语义分割图像包括多个区域，所述多个区域包括第一舌体区域；确定所述多个区域中每个区域的类别标签，所述类别标签用于表示所述每个区域的分类类别，其中，所述第一舌体区域的类别标签与所述第一舌部成像图像所属的第一患者的患病类型相对应；将所述第一舌部成像图像、所述第一语义分割图像以及所述类别标签输入待训练模型进行训练，得到图像语义分割模型；将待问诊的第二患者的第二舌部成像图像输入所述图像语义分割模型，得到所述第二舌部成像图像对应的第二语义分割图像；根据所述第二语义分割图像，确定所述第二患者的患病类型。2.如权利要求1所述的方法，其特征在于，所述待训练模型为卷积神经网络模型，所述卷积神经网络模型包括使用标准卷积方法和深度可分离卷积方法中的至少一种方法实现的编码器。3.如权利要求1所述的方法，其特征在于，所述第二语义分割图像包括第二舌体区域；所述根据所述第二语义分割图像，确定所述第二患者的患病类型包括：确定所述第二舌体区域的类别标签；根据所述第二舌体区域的类别标签，确定所述患病类型。4.如权利要求3所述的方法，其特征在于，所述根据所述第二舌体区域的类别标签，确定所述患病类型包括：获取所述第二患者的历史诊断记录；根据所述历史诊断记录和所述第二舌体区域的类别标签，确定所述患病类型。5.如权利要求4所述的方法，其特征在于，所述根据所述历史诊断记录和所述第二舌体区域的类别标签，确定所述患病类型包括：根据所述第二舌体区域的类别标签，确定所述第二患者的预测患病类型；将所述预测患病类型与所述历史诊断记录进行匹配；若所述预测患病类型与所述历史诊断记录相匹配，则确定所述患病类型与所述预测患病类型相同。6.如权利要求1所述的方法，其特征在于，所述将待...

【专利技术属性】
技术研发人员：王鑫宇，
申请(专利权)人：深圳和而泰数据资源与云技术有限公司，
类型：发明
国别省市：广东,44