[发明专利]基于中医望诊的脑卒中特征提取与智能风险预测方法及系统有效

专利信息
申请号: 202110991019.7 申请日: 2021-08-26
公开(公告)号: CN113658702B 公开(公告)日: 2023-09-15
发明(设计)人: 赵紫娟;王华虎;冀伦文;强彦;李慧芝;王麒达;梁鑫;赵琛琦 申请(专利权)人: 山西慧虎健康科技有限公司
主分类号: G16H50/30 分类号: G16H50/30;G16H50/20;G16H20/90;G06T7/13;G06T7/11;G06T7/00;G06T5/40;G06V10/25;G06V10/26;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
代理公司: 太原九得专利代理事务所(普通合伙) 14117 代理人: 高璇
地址: 030002 山西省太原市山西综改示范区*** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 中医 望诊 脑卒中 特征 提取 智能 风险 预测 方法 系统
【说明书】:

发明提供的基于中医望诊的脑卒中特征提取与智能风险预测方法及系统,特征提取方法包括:获取待测手掌、面部和耳部的图像信息;根据手部关键点模型进行手部ROI分割,根据面部关键点模型进行眉心ROI分割,根据耳部关键点模型进行耳垂ROI分割;根据手部ROI分割提取出手部的生命线过中线特征预测参数、红润特征预测参数、隆起特征预测参数与肥厚特征预测参数;根据眉心ROI分割提取出面部的折皱特征预测参数;根据耳垂ROI分割提取出耳垂的斜纹特征预测参数;对生命线过中线特征预测参数、红润特征预测参数、隆起特征预测参数、肥厚特征预测参数、折皱特征预测参数、斜纹特征预测参数汇总后输出;具有对脑卒中患者进行筛选的有益效果,适用于健康管理领域。

技术领域

本发明涉及健康管理的技术领域,具体涉及基于中医望诊的脑卒中特征提取与智能风险预测方法及系统。

背景技术

望诊是中医四诊的一个重要分支,被誉为四诊之首,人体的形态、色泽、气态中包含了很多有价值的信息,中医师通过观察患者形、色、气、神的变化,对患者病情进行诊断和预测。

早在千百年前,《灵枢·本藏》说:“视其外应,以知其内脏,则知所病矣。”说明脏腑与体表是内外相应的,观察外部的表现,可以测知内脏的变化,从而了解疾病发生的部位、性质,认清内在的病理本质,便可解释显现于外的症候。

中医望诊在识别心脑血管疾病方面已有相关的理论,并且随着计算机视觉的发展,出现越来越多的方法可以把这种基于望诊的方式自动化实现。依据中医望诊的相关理论,联合面部手部多种特征,提出一整套特征分割、分析与权值分配的方案,这种自动化的处理方法是中医望诊的前进方向。

发明内容

针对相关技术中存在的不足,本发明所要解决的技术问题在于:提供一种结合计算机图像处理方法进行脑中卒特征提取与分析,从而对脑卒中患者进行筛选的基于中医望诊的脑卒中特征提取与智能风险预测方法及系统。

为解决上述技术问题,本发明采用的技术方案为:

基于中医望诊的脑卒中特征提取方法,包括以下步骤:

S10,获取待测手掌、面部和耳部的图像信息;

S20,根据手部关键点模型进行手部ROI分割,以及根据面部关键点模型进行眉心ROI分割,以及根据耳部关键点模型进行耳垂ROI分割;

S30,根据手部ROI分割提取出手部的生命线过中线特征预测参数、红润特征预测参数、隆起特征预测参数与肥厚特征预测参数;

S40,根据眉心ROI分割提取出面部的折皱特征预测参数;

S50,根据耳垂ROI分割提取出耳垂的斜纹特征预测参数;

S60,对上述生命线过中线特征预测参数、红润特征预测参数、隆起特征预测参数、肥厚特征预测参数、折皱特征预测参数、斜纹特征预测参数汇总后输出。

优选地,所述步骤S40中,根据眉心ROI分割提取出面部的折皱特征预测参数,具体包括:

S401,将眉心ROI区域进行灰度转换后,利用直方图均衡化进行图像的增强;

S402,构建基于带状池化的卷积神经网络;

S403,将步骤S401处理后的图像输入到步骤S402卷积神经网络的特征提取器中,并利用长条形的池化kernel来实现池化,利用softmax层进行分类后输出预测得分;

S404,根据预测得分输出褶皱特征预测参数。

优选地,所述步骤S50中,根据耳垂ROI分割提取出耳垂的斜纹特征预测参数,具体包括:

S501,对耳垂ROI区域进行分割,提取分割后的斜纹所在区域图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山西慧虎健康科技有限公司,未经山西慧虎健康科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110991019.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top