[发明专利]一种基于深度学习的舌苔生成中药处方的方法

说明书

本发明公开了一种基于深度学习的舌苔生成中药处方的方法，包括以下步骤：S1、用像素矩阵表示病人的舌苔图像，用向量表示病人的中药处方；S2、以像素矩阵作为输入，向量作为输出，将数据集分为训练数据集和测试数据集；S3、使用基于文档主题模型的双通道卷积神经网络对训练数据集进行训练，调整参数迭代多次训练后得到表现良好的神经网络模型；S4、将测试数据集的像素矩阵输入神经网络模型，生成中药处方。所述方法能够从数据中学习到中医的开药经验，根据病人的舌苔图像自动生成病人所需要的中药处方，从而对中医的舌苔诊断工作起到辅助作用，减少重复性工作，对舌苔进行快速稳定的分析。

技术领域

本发明涉及计算机在中药处方的应用技术领域，具体涉及一种基于深度学习的舌苔生成中药处方的方法。

背景技术

舌诊是中医望诊的重要内容，也是中医诊断的重要依据，舌诊是观察舌头的色泽、形态的变化来辅助诊断及鉴别的一个简单有效的方法。舌为心之苗，脾之外候，苔由胃气所生。脏腑通过经脉与舌相联从而作为中医诊断疾病的重要客系，手少阴之别系舌本，足少阴之脉挟舌本，足厥阴之脉络舌本，足太阴之脉连舌本，散舌下，故脏腑病变，可在舌质和舌苔上反映出来，舌诊主要诊察舌质和舌苔的形态、色泽、润燥等，以此判断疾病的性质、病势的浅深、气血的盛衰、津液的盈亏及脏腑的虚实等。

中药是指以中医药理论为指导，有着独特的理论体系和应用形式，用于预防和治疗疾病并具有康复与保健作用的天然药物及其加工代用品。中国劳动人民几千年来在与疾病作斗争的过程中，逐渐积累了丰富的医药知识和医药书籍，这些书籍起到了总结前人经验并便于流传和推广的作用，是中国人民长期同疾病作斗争的极为丰富的经验总结。很多中草药的疗效不但经受住了长期医疗实践的检验，而且也已被现代科学研究所证实。大量事实证明，中国古代劳动人民通过长期实践所积累起来的医药遗产是极为丰富、极为宝贵的。中药对于中医的诊断治疗有着极其重要的意义，传统中医诊断中可以根据舌苔来判定病人的身体情况，对症下药，开具中药处方。

图像识别一直以来都是计算机领域的一个重要且热门的研究方向，随着深度学习的兴起以及它在图像识别应用中取得的巨大成就，这门技术已经掀起了一股浪潮。深度学习受到人脑神经元的启发建立一套分层模型结构，对输入数据逐层提取特征，能很好地建立底层信号到高级语义的映射关系。

传统中医诊断中根据舌苔来开具中药处方具有一定的重复性，而且诊断价值极大地受到医生的临床经验、环境因素诸如光源、亮度等主客观因素的影响，使舌诊的宝贵经验不能科学量化地保留下来。而利用深度学习技术能够从大量的已有数据中提取出有用的特征，学习到复杂的函数来根据输入特征给出对应的输出。

发明内容

本发明的目的是针对现有技术的不足，提供了一种基于深度学习的舌苔生成中药处方的方法，所述方法能够从数据中学习到中医的开药经验，根据病人的舌苔图像自动生成病人所需要的中药处方，从而对中医的舌苔诊断工作起到辅助作用，减少重复性工作，对舌苔进行快速稳定的分析。

本发明的目的可以通过如下技术方案实现：

一种基于深度学习的舌苔生成中药处方的方法，所述方法包括以下步骤：

S1、用像素矩阵表示病人的舌苔图像，用向量表示病人的中药处方；

S2、以像素矩阵作为输入，向量作为输出，将由像素矩阵和向量组成的数据集分为训练数据集和测试数据集；

S3、使用基于文档主题模型的双通道卷积神经网络对训练数据集进行训练，调整参数迭代多次训练后得到表现良好的神经网络模型；

S4、将测试数据集的像素矩阵输入神经网络模型，生成中药处方。

进一步地，舌苔图像的像素矩阵在输入双通道卷积神经网络模型训练前进行了一定比例的缩小。