一种基于人工智能的舌诊图像识别方法技术

本发明专利技术公开了一种基于人工智能的舌诊图像识别方法。通过图像处理方法从舌体图像中提取出舌体的颜色特征、几何特征(形态特征)和纹理特征(如点刺、瘀斑、齿痕与裂纹)等特征参数。接着根据这些特征参数以及流调数据参数来构建超图，最后使用超图卷积神经网络进行辅助中医舌象识别。本发明专利技术首次在舌诊图像识别领域使用超图模型，创新性地结合了舌诊图像以及流调数据两个模态的数据对舌诊图像进行识别，提高了舌诊图像识别的准确率及可信度。了舌诊图像识别的准确率及可信度。了舌诊图像识别的准确率及可信度。

A tongue diagnosis image recognition method based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能的舌诊图像识别方法


[0001]本专利技术涉及图像处理领域，一种基于人工智能的舌诊图像识别方法。

技术介绍

[0002]舌诊广泛应用于中医的临床分析和应用中已有数千年的历史，是中医望闻问切中的望诊的一部分。通过检查舌头的颜色、形状和质地来判断患者的健康状况，如瘀斑、点刺、齿痕、舌裂和舌苔厚度等不同的特征能够反映身体的内部状态和器官的健康状况。舌象是人体健康状态的外在表现,可以反映人体的气血、腑脏功能状态,是中医辩证诊断的主要依据之一。舌诊可以利用舌象识别体质类型，而体质类型与某些疾病密切相关，甚至决定着疾病的发展趋势。《中医体质分类及判定》标准中将体质分为九种：气虚，阴虚，阳虚，痰湿，湿热，气郁，血瘀，特禀质和平和质。然而中医舌诊具有基于视觉描述的特性，极易受到医生主观原因等因素的影响，过往使用的评估方法并不总是具有足够的客观性与可重复性(隐性知识或临床经验通常在评估中被优先考虑)。
[0003]人工智能辅助舌诊通过消除对基于主观和经验的舌诊评估的依赖，提供更准确、一致和客观的临床诊断，
专利
技术实现思路

[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的舌诊图像识别方法，其特征在于，步骤如下：步骤(1)、获取相同数量的九种体质病人的舌诊图像各X张，作为图像数据集；并获取相应的流调数据，作为流调参数数据集；利用边缘检测算法对舌诊图像进行处理，对舌诊图像进行分割，得到舌体部分；然后计算舌体部分的平均RGB值M1、舌体部分的平均HSV值N1、舌体部分的面积S1、舌体部分的宽度K1和长度L1：所述的九种体质包括：气虚，阴虚，阳虚，痰湿，湿热，气郁，血瘀，特禀质和平和质；步骤(2)、再对舌体部分使用区域分割算法，分割出舌苔部分，计算舌苔部分的平均RGB值M2、舌苔部分的平均HSV值N2、舌苔部分的面积S2、舌苔部分的宽度K2、舌苔部分的长度L2以及舌苔面积占舌体面积的比例P：步骤(3)、对舌体部分先采用最大类间方差法粗提取舌体点刺部分，然后使用分水岭算法精细提取到舌体点刺部分，然后利用OpenCV计算出：(1)点刺的数量，记为N1；(2)点刺部分的面积，记为S
d
；(3)点刺的平均面积，记为步骤(4)、利用深度学习方法以及迁移学习方法，提取舌体中齿痕部分，计算：(1)齿痕的数量，记为N2；(2)齿痕部分的面积，记为S
c
；(3)齿痕的平均面积，记为步骤(5)、利用深度学习方法以及迁移学习方法，提取舌体中裂纹部分，计算：(1)裂纹的数量，记为N3；(2)裂纹部分的面积，记为S
l
；(3)裂纹的平均面积，记为步骤(6)、获得5个流调数据参数，分别是：(1)年龄：age；(2)身高：height；(3)体重：weight；(4)BMI值：BMI；(5)性别：sex；步骤(7)、通过得到的参数构建超图；步骤(8)、训练超图神经网络，并使用训练好的超图神经网络对新病人进行舌象识别；构建好超图之后，开始搭建超图神经网络，并用构建好的超图训练该超图神经网络；在使用阶段，先获取新病人的流调数据参数...

【专利技术属性】
技术研发人员：颜成钢，彭开来，高宇涵，张二四，孙垚棋，张继勇，张勇东，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：