【技术实现步骤摘要】
本专利技术涉及图像分割、图像分类和自然语言处理三个领域，主要涉及一种基于深度学习的舌体分割及中医诊断的方法和系统，首先通过搭建舌体分割模型将舌体分割出来，然后使用特征识别模型对舌体进行特征识别，最后经医学诊断模型进行中医诊断，将诊断结果反馈给用户。
技术介绍
1、随着人工智能技术的不断发展，研究人员越来越多地利用深度学习网络来设计医疗诊断的辅助系统。舌诊作为中医诊断中的一种重要方法，其涉及到对舌体的颜色、形体、舌苔等舌象特征的观察。但是在研究实现智能医学诊断的客观定量化过程中，采集到的图像往往是含有舌体区域的人脸图像。因此需要对其进行预处理，去除背景区域(如人脸、嘴唇和牙齿等)，进而获得舌体区域。舌体图像分割是舌体诊断对象化的基础，其准确性会直接影响智能舌诊系统的分析结果。舌诊通常是通过医生肉眼观察舌体特征进行判别，但是这种人为判别的主观因素太强，容易被诱导。在舌诊中对舌体颜色，形态的判断至关重要，所以单靠人为主观判断是不可靠的。当舌体被分割出来，独立进行客观的判断，可以对患者进行准确的分析和诊断。因此，客观准确且系统的舌体分割及中医诊...
【技术保护点】
1.一种基于深度学习的舌体分割及中医诊断的方法和系统，其特征在于，包括以下步骤：
2.根据权利要求1基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤S1中患者将口腔放在摄像机前并伸出舌头，拍摄患者口腔舌体图片，再使用卷积运算转换成所需维度的特征向量，以供舌体分割模型进行输入。
3.根据权利要求1基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤S2中搭建基于深度学习的舌体分割模型，模型具体包括：
4.根据权利要求3基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤S24中使用VIT模块组成新的跳跃连接代替原本的跳...
【技术特征摘要】
1.一种基于深度学习的舌体分割及中医诊断的方法和系统，其特征在于，包括以下步骤：
2.根据权利要求1基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤s1中患者将口腔放在摄像机前并伸出舌头，拍摄患者口腔舌体图片，再使用卷积运算转换成所需维度的特征向量，以供舌体分割模型进行输入。
3.根据权利要求1基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤s2中搭建基于深度学习的舌体分割模型，模型具体包括：
4.根据权利要求3基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤s24中使用vit模块组成新的跳跃连接代替原本的跳跃连接，增强了多尺度下的全局特征信息，利于分割。
5.根据权利要求1基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤s2经过transunet专用舌体分割模型对患者口腔舌体图片进行舌体分割，获得舌面图片和舌下图片。
6.根据权利要求1基于深度学习的舌体分割及中医诊断的方法，其特征在于，步骤s3中使用resnet特征...
【专利技术属性】
技术研发人员：李建华，展召祥，戴威涛，孙宗浩，魏志远，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。