基于人工智能的津液分析苔质方法技术

本发明专利技术公开了基于人工智能的津液分析苔质方法，涉及计算机技术领域，包括S1、获取待分析的舌像图像；S2、采用U

【技术实现步骤摘要】
基于人工智能的津液分析苔质方法


[0001]本专利技术涉及计算机
，尤其涉及一种基于人工智能的津液分析苔质方法。

技术介绍

[0002]中医科学认为：舌质由胃气所生，而五脏六腑皆禀气于胃，胃气与脏腑相通，所以能反映人体内部的状态。舌质可以反映人体内部的状态，所以进行舌质评估是中医看诊的一个重要环节。正常人的舌质，一般是舌苔薄而均匀地平铺在舌面，在舌面中部、根部稍厚，津液分布均匀；而当人患有疾病时，则会出现苔色、苔质和津液分布的改变，这些改变能反映出病的轻重和病位。所以中医看诊时会经常观察舌质的苔质与津液分布等情况，这对于判断病人的健康状况具有重要意义。
[0003]现目前，中医医生诊疗主要还是通过主观评估津液分布来进行诊疗，然而诊断过程存在一定的主观性，如中医医生对病人的诊断方式各不相同，不同的医生对同一病人的诊断也不一致。随着科学技术的迅猛发展，越来越多的研究人员开始尝试使用计算机辅助实现舌质的自动化评估。范尚勇尝试使用U
‑
Net网络进行舌体分割以进行糖尿病及胃病进行评估，所得到的结果证明人工智能技术可以为医生提供有价值的参考依据；张丽倩针对校正后的舌体提出五种特征以检测舌质的型状；江涛则尝试使用Mask
‑
RCNN分割出舌体边缘后，通过Res
‑
Net等网络模型对舌苔和舌质进行评估。众多研究都聚焦于舌体、舌苔方面的评估，然而当人生病时，其津液分布也会发生对应的改变，而针对津液分布的评估方法研究却仍待探索。

技术实现思路

[0004]本专利技术的目的就在于为了解决上述问题设计了一种基于人工智能的津液分析苔质方法。
[0005]本专利技术通过以下技术方案来实现上述目的：基于人工智能的津液分析苔质方法，包括：S1、获取待分析的舌像图像；S2、采用U
‑
Net深度学习网络检测舌像图中的舌体并进行定位和边缘分割获得舌体图像；S3、分析获取舌体图像的津液分布情况；S4、根据津液分布情况评估舌体苔质。
[0006]本专利技术的有益效果在于：通过本方法实现对舌苔上的津液进行分析，确定津液分布状态和舌体苔质，有助于医生对该舌体主人的情况进行分析；相对于其他方法，对津液分布状态进行了更细致的区分，对环境光照变化和舌体的特异性有更高的泛用性和适应性。
附图说明
[0007]图1是本专利技术基于人工智能的津液分析苔质方法的流程示意图；
图2是舌像图像示意图；图3是舌体图像示意图。
具体实施方式
[0008]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0009]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0010]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0011]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0012]此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0013]在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0014]下面结合附图，对本专利技术的具体实施方式进行详细说明。
[0015]如图1所示，基于人工智能的津液分析苔质方法，包括：S1、获取待分析的舌像图像，如图2所示。
[0016]S2、采用U
‑
Net深度学习网络检测舌像图中的舌体并进行定位和边缘分割获得舌体图像，如图3所示。
[0017]S3、分析获取舌体图像的津液分布情况；具体包括：S31、分块处理舌体图像得到分块图像Q1,Q2,......,Q
n
，分辨率为1024*1024分辨率的图像分成512块，其每块的边界像素长度计算公式为：（i/512）*(j/512)，其中i代表输入图像的像素长度，j代表原始图像的像素宽度；S32、归一化处理分块图像得到归一化像素q
x
(i,j)；S33、对归一化像素q
x
(i,j)进行直方图统计，并运用matplotlib绘制直方图后，利用hist绘制包络线得到图像Q
x
的包络线Y
x
；
S34、对包络线Y
x
分别求取一阶与二阶导数与，则当Y
x
（x）满足以下条件时作为极大值点x
i
：，其中，Y
x
（x）表示包络线Y
x
在点x的函数值；S35、统计各分块图像Q1,Q2,......,Q
n
的极大值点x
i
的个数。
[0018]S4、根据津液分布情况评估舌体苔质；具体为：S41、判断个数是否超过4，若是则进入S42；反之则进入S43；S42、判断个数是否超过7，若是则苔质为润苔，反之则苔质为水滑苔；S43、分析舌体图像不连续区域的形状特征，确定苔质为正常苔、燥苔还是糙苔，具体包括：
①
、扫描舌体图像，寻找舌体图像的种子点并进行区域生长，提取舌体图像的不连续区域P
i
；具体为：1）、扫描舌体图像，判断舌体图像是否存在种子点(a0,b0)，若是则进入2），反之进入4）；种子点满足条件：像素点的值在30
‑
100之间；该像素点的8邻域像素点的像素值都在30
‑
100区间；2）、以(a0,b0)为中心，考虑(a0,b0)的4邻域像素(a,b)，判断(a0,b0)的像素值T与(a,b)的像素值T
i
的差值关系是否满足阈值条件：，；其中max代表4邻域中的像素最大值，min代表最小值，若是则合并(a,b)与(a0,b0)，同时将(a,b)压入堆栈，并进入3）；反之则堆栈为空，返本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的津液分析苔质方法，其特征在于，包括：S1、获取待分析的舌像图像；S2、采用U
‑
Net深度学习网络检测舌像图中的舌体并进行定位和边缘分割获得舌体图像；S3、分析获取舌体图像的津液分布情况；S4、根据津液分布情况评估舌体苔质。2.根据权利要求1所述的基于人工智能的津液分析苔质方法，其特征在于，在S3中包括：S31、分块处理舌体图像得到分块图像Q1,Q2,......,Q
n
；S32、归一化处理分块图像得到归一化像素q
x
(i,j)；S33、对归一化像素q
x
(i,j)进行直方图统计，并运用matplotlib绘制直方图后，利用hist绘制包络线得到图像Q
x
的包络线Y
x
；S34、对包络线Y
x
分别求取一阶与二阶导数与，则当Y
x
（x）满足以下条件时作为极大值点x
i
：，其中，Y
x
（x）表示包络线Y
x
在点x的函数值；S35、统计各分块图像Q1,Q2,......,Q
n
的极大值点x
i
的个数。3.根据权利要求2所述的基于人工智能的津液分析苔质方法，其特征在于，在S4中包括：S41、判断个数是否超过4，若是则进入S42；反之则进入S43；S42、判断个数是否超过7，若是则苔质为润苔，反之则苔质为水滑苔；S43、分析舌体图像不连续区域的形状特征，确定苔质为正常苔、燥苔还是糙苔。4.根据权利要求3所述的基于人工智能的津液分析苔质方法，其特征在于，在S43中包括：
①
、扫描舌体图像，寻找舌体图像的种子点并进行区域生长，提取舌体图像的不连续区域P
i
；
②
、利用minEnclosingCircle方法，对P
i
进行轮廓查找，得到轮廓Q
i
；O
i
有n个点构成的一个凸包，在凸包的顶点上面找两个最远点，运用Rotating Calipers方法求凸包半径；对于顶点和两个最远点的3个点A(x...

【专利技术属性】
技术研发人员：张劲，曾帝，何凌，杨刚，
申请(专利权)人：四川博瑞客信息技术有限公司，
类型：发明
国别省市：