中医面部脏腑分割和颜色特征的疾病筛查方法技术

本发明专利技术涉及中医面诊领域，特别涉及中医面部脏腑分割和颜色特征的疾病筛查方法，第一步双向高斯滤波算法快速在水平竖直、方向遍历图像；第二步，在自适应白平衡算法中在增益计算环节将Ymax替换成全局均值，进行色温矫正；第三步，Grab

【技术实现步骤摘要】
中医面部脏腑分割和颜色特征的疾病筛查方法


[0001]本专利技术涉及中医面诊领域，特别涉及中医面部脏腑分割和颜色特征的疾病筛查方法。

技术介绍

[0002]望闻问切是中医的医之纲领。望，指观气色；闻，指听声息；问；指询问症状；切；指摸脉象。合称 四诊(four diagnostic methods)。望诊位于四诊之首，主要内容是面诊(Face Diagnosis)和舌诊(TongueDiagnosis)。
[0003]望面是指通过观察病人面部的五官色泽变化来判断整个人及体内相应内脏的健康情况，以此作为诊断 和治疗的依据。中医理论认为人是作为一个有机整体而存在的，将五脏视作为人体的中心，经络作为传输 通道，气血当作媒介，连通脏腑组织、表面肌肤、感官以及四肢。人的脸和人体的内脏就像存在一种隐形 的映射，通过观察五官神色的变化，就可以间接的了解到五脏的变化情况。
[0004]董梦青等人采用中医面诊数字化检测仪对259例慢性肾功能衰竭患者、128例冠心病患者、232例慢 性乙型肝炎患者进行面部颜色特征分析，表明3种病之间面色指数有显著性差异；
[0005]现有的中医面诊设备
‑‑
中医四诊仪，融合了大量现代科技成果以及众多中医专家的临床经验，将中医 舌诊、面诊、脉诊、问诊整合在一起；中医四诊仪面诊需要采集人脸图像，该图像包括人脸、头发以及环 境背景，需要将该图像的人脸部分提取或者将头发以及环境背景去除。
[0006]现有技术的缺点在于：
[0007]1、现在中医通过主观的观察病人面部颜色，诊断病人的病情，由于医生个人观察到的面色是偏主观 的，偶尔会出现偏差的诊断结果；将面色数量化以提升中医诊断结果是本申请要达到的其中一个目的。
[0008]2、另外，现有的中医四诊仪中缺乏自主将面色与病症映射系统，不能给中医输出一个病人的病人所 在。
[0009]3、现有技术中面部脏腑分割图像不够精确。

技术实现思路

[0010]针对现有技术中的缺点，本专利技术提供了中医面部色泽与脏腑疾病筛查算法，实现基于关键点对面部图 像进行精确的面部脏腑分割以及BP算法能基于面部的三个通道的颜色矩输出(评估)病人的脏腑疾病。
[0011]为了达到上述专利技术目的，本专利技术采用的技术方案为：
[0012]中医面部脏腑分割和颜色特征的疾病筛查方法，包括以下步骤，
[0013]S1、图像增强模块，利用高斯滤波对采集到的图像进行增强；
[0014]图像增强是指有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清
晰或强化某些感兴趣 的特征，扩大图像中不同物体特征之间的差别；
[0015]高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程；通俗的讲， 高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经 过加权平均后得到，即越靠近某个图像的点其关系越密切，越远离则越疏远，因此把距离近的点权重加大， 距离远的点权重减少；
[0016]S2、图像色温处理模块，用于校正图像的色温；
[0017]因为天中依脉四诊仪平台有绿光和白光两个采集模式，其中白光模式可能会受到当日天气或者采集环 境等因素影响导致图片光照不足，因此采取白平衡算法对图像进行光照补偿；
[0018]S3、提取图像中人脸模块，通过图像分割算法Grab
‑
cut提取图像中的人脸；
[0019]现有的图像分割算法Grab
‑
cut的原理：Grab
‑
cut是基于图割(graph
‑
cut)实现的图像分割算法， Graph
‑
cut的目标和背景的模型是灰度直方图，Grab
‑
cut取代为RGB三通道的混合高斯模型GMM；Graph
‑
cut 的能量最小化(分割)是一次达到的，而Grab
‑
cut为一个不断进行分割估计和模型参数学习的交互选代 过程；Graph
‑
cut需要用户指定目标和背景的一些种子点，但是Grab
‑
cut只需要提供背景区域的像素集就 可以了；也就是说只需要框选目标，那么在方框外的像素全部当成背景，这时候就可以对GMM进行建模和 完成良好的分割了；
[0020]S4、面部关键点模块，利用Facelandmark算法获得人脸关键点(集合)；
[0021]中医认为面部可以反映各个脏腑对应的生理信息，这让面部成为身体完整的缩影；面部的各部分分别 对应不同的脏腑，是面部望诊的基础；《黄帝内经》就系统叙述了五脏六腑在脸部的特殊投影地区；《内 经》根据不同病症提出不同的人脸
‑
脏腑对应方法；针对热证《素问
·
刺热篇》中说:“肝热病者，左颊先 赤；肺热病者，右颊先赤；心热病者，颜先赤；脾热病者，鼻先赤；肾热病者，颐先赤；”即左颊部分可反映 肝脏病变，右颊可反映肺部病变，额头可反映心脏病变，鼻子可反映脾部病变，下颚可反映肾脏病变；依 此将心肝脾肺肾五脏
‑
面部图片切割成矩形图片并保存；
[0022]《灵枢
·
五色篇》中将人的面部比喻为一座宫廷院落，鼻居中央，位置最高，故曰“明堂”；其余各 部，皆如此形象化地予以想象:鼻部称为明堂，眉间称为厥，额称庭(颜)，颊侧称为潘，耳门称为敝；正 如《望诊遵经》所说:“首面上干阙庭，王宫在干下极，五脏次于中央，六腑挟其两侧；”这是面部脏腑 分布总的规律；
[0023]《医宗金鉴
·
四诊心法要诀》中说:“天庭面首，阙上喉咽，阙中印堂，候肺之原；山根候心，年寿 候肝，两傍候胆，脾胃鼻端；颊肾腰脐，颧下大肠，颧内小府，面王子膀；”[0024]人脸关键点是对下一步人脸脏腑分割的关键一步，给人脸标志68个关键点，分别表示眉毛、左眼、 右眼等部位，以进行区域定位；
[0025]Facelandmark算法可以分为六个步骤，第一步加载人脸检测器Haar检测人脸，并将所有的人脸矩形 框输入到检测器中；第二步创建Facemark对象，该对象使用指南指针，可以自己销毁无需考虑；第三步 检测人脸关键点检测器即lbfmodel.yaml，这个是在几千幅带标签的面部图像训练得出的；第四步读取图 像，第五步对图像运行人脸检测器，该输出为含有检测到人脸的一个矩形容器；第四步，根据截取的人脸 感兴趣区域(ROI)，在实验人脸关键点检测器对其进行关键点检测，这样可以获取68个关键点，并且把 它存储在点的
容器中，根据各个点画出曲线图并标出每个点的位置；图8为68个关键点标识图像；
[0026]S5、人脸分割模块，用于以关键点分割出面部脏腑所对应的区域；
[0027]其包括矩形框模块、图像保存模块；
[0028]矩形框模块以关键点的对角双点数组在图像上选定该矩形区域；
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.中医面部脏腑分割和颜色特征的疾病筛查方法，其特征在于，包括以下步骤，S1、图像增强模块，利用高斯滤波对采集到的图像进行增强；图像增强是指有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强化某些感兴趣的特征，扩大图像中不同物体特征之间的差别；高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程；高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到，即越靠近某个图像的点其关系越密切，越远离则越疏远，因此把距离近的点权重加大，距离远的点权重减少；S2、图像色温处理模块，用于校正图像的色温；因为天中依脉四诊仪平台有绿光和白光两个采集模式，其中白光模式可能会受到当日天气或者采集环境等因素影响而导致图片光照不足，因此采取白平衡算法对图像进行光照补偿；S3、提取图像中人脸模块，通过图像分割算法Grab
‑
cut提取图像中的人脸；现有的图像分割算法Grab
‑
cut的原理：Grab
‑
cut是基于图割(Graph
‑
cut)实现的图像分割算法，Graph
‑
cut的目标和背景的模型是灰度直方图，Grab
‑
cut取代为RGB三通道的混合高斯模型GMM；Graph
‑
cut的能量最小化(分割)是一次达到的，而Grab
‑
cut为一个不断进行分割估计和模型参数学习的交互选代过程；Graph
‑
cut需要用户指定目标和背景的一些种子点，但是Grab
‑
cut只需要提供背景区域的像素集就可以了；也就是说只需要框选目标，那么在方框外的像素全部当成背景，这时候就可以对GMM进行建模和完成良好的分割了；S4、面部关键点模块，利用Facelandmark算法获得人脸关键点；中医认为面部可以反映各个脏腑对应的生理信息，这让面部成为身体完整的缩影；面部的各部分分别对应不同的脏腑，是面部望诊的基础；《黄帝内经》就系统叙述了五脏六腑在脸部的特殊投影地区；《内经》根据不同病症提出不同的人脸
‑
脏腑对应方法；针对热证《素问
·
刺热篇》中说:“肝热病者，左颊先赤；肺热病者，右颊先赤；心热病者，颜先赤；脾热病者，鼻先赤；肾热病者，颐先赤；”即左颊部分可反映肝脏病变，右颊可反映肺部病变，额头可反映心脏病变，鼻子可反映脾部病变，下颚可反映肾脏病变；依此将心肝脾肺肾五脏
‑
面部图片切割成矩形图片并保存；《灵枢
·
五色篇》中将人的面部比喻为一座宫廷院落，鼻居中央，位置最高，故曰“明堂”；其余各部，皆如此形象化地予以想象:鼻部称为明堂，眉间称为厥，额称庭，颊侧称为潘，耳门称为敝；正如《望诊遵经》所说:“首面上干阙庭，王宫在干下极，五脏次于中央，六腑挟其两侧；”这是面部脏腑分布总的规律；《医宗金鉴
·
四诊心法要诀》中说:“天庭面首，阙上喉咽，阙中印堂，候肺之原；山根候心，年寿候肝，两傍候胆，脾胃鼻端；颊肾腰脐，颧下大肠，颧内小府，面王子膀；”人脸关键点是对下一步人脸脏腑分割的关键一步，给人脸标志68个关键点，分别表示眉毛、左眼、右眼等部位，以进行区域定位；Facelandmark算法可以分为六个步骤，第一步加载人脸检测器Haar检测人脸，并将所有的人脸矩形框输入到检测器中；第二步创建Facemark对象，该对象使用指南指针，可以自己销毁无需考虑；第三步检测人脸关键点检测器即lbfmodel.yaml，这个是在几千幅带标签的面部图像训练得出的；第四步读取图像，第五步对图像运行人脸检测器，该输出为含有检
测到人脸的一个矩形容器；第四步，根据截取的人脸感兴趣区域(ROI)，在实验人脸关键点检测器对其进行关键点检测，这样可...

【专利技术属性】
技术研发人员：徐泽坤，周鹏，
申请(专利权)人：天津大学，
类型：发明
国别省市：