一种基于AI技术的舌象识别辅助诊断系统技术方案

本发明专利技术公开了一种基于AI技术的舌象识别辅助诊断系统，包括包括AI舌象获取单元、AI技术的舌象识别辅助诊断单元、健康报告单元：用于生成用户的健康报告，让用户能够直接看到诊断结果。本发明专利技术的系统将人工智能和舌象诊断相结合，利用计算机视觉、图像处理、机器学习等技术，对舌象图像进行自动分析和判断，从而提高诊断的精度和效率，降低人工干预。降低人工干预。降低人工干预。

【技术实现步骤摘要】
一种基于AI技术的舌象识别辅助诊断系统


[0001]本专利技术属于医学辅助
，尤其涉及一种基于AI技术的舌象识别辅助诊断系统。

技术介绍

[0002]舌象诊断是中医学的重要部分，通过观察舌头的色泽、形态、质地、湿度等指标来判断人体的健康状况，对治疗疾病、调理身体具有重要的作用。然而，传统的舌象诊断存在以下问题：
[0003]1.专业性强：传统的舌象诊断需要经过长时间的临床实践和专业知识的积累才能掌握，要求医生有较高的专业素养和丰富的诊疗经验。
[0004]2.主观性强：舌象诊断受到诊断者主观因素的影响较大，如观察舌头的角度、环境光线等。
[0005]3.效率低：传统的舌象诊断需要较长的观察时间和手动记录数据，效率较低，不利于医患沟通和病情监测。

技术实现思路

[0006]本专利技术的目的在于提供一种基于AI技术的舌象识别辅助诊断系统，旨在解决所述
技术介绍
中存在的问题。为实现所述目的，本专利技术采用的技术方案是：
[0007]一种基于AI技术的舌象识别辅助诊断系统，
[0008]包括AI舌象获取单元：
[0009]舌象采集模块，用于采集舌象，然后发送给AI技术的舌象识别辅助诊断单元；
[0010]AI技术的舌象识别辅助诊断单元：
[0011]舌象模型训练模块，用于训练生成舌象识别模型、舌象属性提取模型和舌诊模型，并在辅助诊断过程中，对所述舌象识别模型、所述舌象属性提取模型和所述舌诊模型进行持续优化；
[0012]照片颜色校准模块，用于获取患者的对比拍摄照片，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片；
[0013]舌象识别处理模块，用于通过所述舌象识别模型，对所述标准拍摄照片进行识别处理，提取所述标准拍摄照片中的舌象图片；
[0014]舌象属性提取模块，用于通过所述舌象属性提取模型，对所述舌象图片进行属性提取，获取多个舌象属性标签；
[0015]辅助诊断处理模块，用于获取病人自填的调查信息，通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成舌象诊断结果；
[0016]健康报告单元：
[0017]用于生成用户的健康报告，让用户能够直接看到诊断结果。
[0018]优选的，所述舌象模型训练模块具体包括：
[0019]识别模型训练板块，用于训练生成舌象识别模型，并对所述舌象识别模型进行持续优化；
[0020]提取模型训练板块，用于训练生成舌象属性提取模型，并对所述舌象属性提取模型进行持续优化；
[0021]舌诊模型训练板块，用于训练生成舌诊模型，并对所述舌诊模型进行持续优化。
[0022]优选的，所述照片颜色校准模块具体包括：
[0023]颜色偏差计算板块，用于计算所述对比拍摄照片中标准色卡的颜色偏差，得到偏差参数；
[0024]照片颜色校准板块，用于按照所述偏差参数，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片。
[0025]优选的，所述舌象识别处理模块具体包括：
[0026]模型舌象识别板块，用于通过所述舌象识别模型，对所述标准拍摄照片进行舌象识别，生成舌象识别结果；
[0027]舌象图片提取板块，用于按照所述舌象识别结果，从所述标准拍摄照片中提取舌象图片。
[0028]优选的，所述舌象属性提取模块具体包括：
[0029]模型舌象解析板块，用于通过所述舌象属性提取模型，对所述舌象图片进行舌象解析，生成舌象解析结果；
[0030]舌象属性提取板块，用于按照所述舌象解析结果进行属性提取，获取多个舌象属性标签。
[0031]优选的，所述辅助诊断处理模块具体包括：
[0032]调查信息获取板块，用于获取病人自填的调查信息；
[0033]辅助诊断处理板块，用于通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成辅助诊断结果。
[0034]优选的，所述舌象识别模型的建立过程如下，舌象指病人所拍摄的照片中对应舌头部分的图片，通过人工对样本数据进行蒙版处理，即人工在样本照片上抠出舌头部位的图片，并将其他部位的图片涂黑，通过编写训练程序，由训练程序学习样本图片并确定如何识别到对应的舌头部位，训练完成以后输出舌象识别模型；
[0035]舌象识别模型后续在输入图片之后会自动识别图片中的舌象，如果识别错误则由人工进行辅助校正，同时训练程序会记录该次错误，使下次识别到相同类型的错误能更加精准，由此不断优化整个舌象识别模型。
[0036]优选的，所述舌象属性提取模型的建立过程如下，舌象属性是指医生根据病人照片对该舌象所记录的标签，通过医生对样本数据的舌象进行标签标记，通过训练程序对舌象以及对应标签进行关联训练，训练完成以后输出舌象属性提取模型；舌象属性提取模型在后续输入图片并识别出舌象之后，对舌象进行解析，自动输出对应的标签，如果标签有缺失或者不准确的内容则由医生进行辅助校正，同时训练程序会自动记录该次错误并不断学习，使得不断优化整个舌象属性提取模型。
[0037]优选的，所述舌诊模型的建立过程如下，舌诊是指根据舌象对病人病情进行初步诊断，通过巡检程序，对样本数据的舌象属性标签、病人自填的调查信息进行训练，并输出
舌诊模型；通过舌诊模型能根据病人提供的照片、自填的调查信息，进行自动诊断，并初步输出预判支持，并由医生每次最终诊断，完成后对通过训练程序的诊断过程以及结果进行学习，不断完善整个舌诊模型。
[0038]本专利技术的有益效果：本系统将人工智能和舌象诊断相结合，利用计算机视觉、图像处理、机器学习等技术，对舌象图像进行自动分析和判断，从而提高诊断的精度和效率，降低人工干预。
附图说明
[0039]图1为本专利技术实施例提供的整体示意图；
[0040]图2为本专利技术实施例中舌象模型训练模块示意图；
[0041]图3为本专利技术实施例中照片颜色校准模块示意图；
[0042]图4为本专利技术实施例中舌象识别处理模块示意图；
[0043]图5为本专利技术实施例中舌象属性提取模块示意图；
[0044]图6为本专利技术实施例中辅助诊断处理模块示意图；
[0045]图7为本专利技术实施例中获取的对比拍摄照片的示意图；
[0046]图8为本专利技术实施例中舌象蒙版处理的示意图；
[0047]图9为本专利技术实施例中提取舌象图片的示意图。
具体实施方式
[0048]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳实施方式。但是，本专利技术能够以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本专利技术的公开内容理解得更加透彻全面。
[0049]需要说明的是，当元件被称为“固定于”另一个元件，它能够直接在另一个元件上或者也能够存在居中的元件。当一个元件被认为是“连接”另一个元件，它能够是直接连接到另一个元件或者可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI技术的舌象识别辅助诊断系统，其特征在于：包括AI舌象获取单元：舌象采集模块，用于采集舌象，然后发送给AI技术的舌象识别辅助诊断单元；AI技术的舌象识别辅助诊断单元：舌象模型训练模块，用于训练生成舌象识别模型、舌象属性提取模型和舌诊模型，并在辅助诊断过程中，对所述舌象识别模型、所述舌象属性提取模型和所述舌诊模型进行持续优化；照片颜色校准模块，用于获取患者的对比拍摄照片，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片；舌象识别处理模块，用于通过所述舌象识别模型，对所述标准拍摄照片进行识别处理，提取所述标准拍摄照片中的舌象图片；舌象属性提取模块，用于通过所述舌象属性提取模型，对所述舌象图片进行属性提取，获取多个舌象属性标签；辅助诊断处理模块，用于获取病人自填的调查信息，通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成舌象诊断结果；健康报告单元：用于生成用户的健康报告，让用户能够直接看到诊断结果。2.根据权利要求1所述的一种基于AI技术的舌象识别辅助诊断系统，其特征在于：所述舌象模型训练模块具体包括：识别模型训练板块，用于训练生成舌象识别模型，并对所述舌象识别模型进行持续优化；提取模型训练板块，用于训练生成舌象属性提取模型，并对所述舌象属性提取模型进行持续优化；舌诊模型训练板块，用于训练生成舌诊模型，并对所述舌诊模型进行持续优化。3.根据权利要求1所述的一种基于AI技术的舌象识别辅助诊断系统，其特征在于：所述照片颜色校准模块具体包括：颜色偏差计算板块，用于计算所述对比拍摄照片中标准色卡的颜色偏差，得到偏差参数；照片颜色校准板块，用于按照所述偏差参数，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片。4.根据权利要求1所述的一种基于AI技术的舌象识别辅助诊断系统，其特征在于：所述舌象识别处理模块具体包括：模型舌象识别板块，用于通过所述舌象识别模型，对所述标准拍摄照片进行舌象识别，生成舌象识别结果；舌象图片提取板块，用于按照所述舌象识别结果，从所述标准拍摄照片中提取舌象图片。5.根据权利要求1所述的一种基于AI技术的舌象识别辅助诊断系统，其特征在于：所述舌象属性提取模块具体包括：模型舌象解析板块，用于通过所述舌象属性提取...

【专利技术属性】
技术研发人员：周勇斌，卓聪杰，蒙昌栋，吴铃，黄小雨，
申请(专利权)人：广西翔兰科技有限公司，
类型：发明
国别省市：