[发明专利]用于失眠诊断的智能舌诊特征提取方法及失眠诊断系统

权利要求书

1.一种用于失眠诊断的智能舌诊特征提取方法，其特征在于，包括如下步骤：

步骤1，失眠患者入组，基于失眠患者的舌头图像构建舌图数据库；

步骤2，从所述舌头图像中分割出舌头区域；

步骤3，量化和提取所述舌头区域的影像组学特征；

步骤4，通过机器学习算法筛选所述影像组学特征，得到用于构建失眠诊断舌诊模型的舌诊特征。

2.按照权利要求1所述的智能舌诊特征提取方法，其特征在于：步骤2中，采用nnU-Net算法分割所述舌头图像。

3.按照权利要求1所述的智能舌诊特征提取方法，其特征在于：步骤3中，量化和提取所述影像组学特征使用Pyradiomics工具实现。

4.按照权利要求1所述的智能舌诊特征提取方法，其特征在于：步骤3中，得到的影像组学特征包括14个形状特征、18个一阶统计特征和73个纹理特征。

5.按照权利要求1所述的智能舌诊特征提取方法，其特征在于：步骤4中，所述机器学习算法为LASSO算法。

6.按照权利要求1所述的智能舌诊特征提取方法，其特征在于：步骤4中，得到的用于构建失眠诊断舌诊模型的舌诊特征包括：相关信息测量、最大二维直径、延伸率、能量、聚类阴影、灰度方差、偏度。

7.按照权利要求6所述的智能舌诊特征提取方法，其特征在于：步骤4中，所述失眠诊断舌诊模型的训练数据进行标注时，使用失眠严重程度指数量表进行失眠程度的确定。

8.一种用于失眠诊断的智能舌诊系统，其特征在于，包括：

舌图数据库管理模块，用于舌头图像数据的获取、格式转换和存储管理；

自动分割模块，用于舌头图像的自动分割；

特征量化模块，用于影像组学特征的提取和量化处理；

智能失眠舌诊模块，用于通过失眠诊断舌诊模型量化和诊断患者的失眠程度；

用于构建所述失眠诊断舌诊模型的舌诊特征采用权利要求1-7任一项所述的智能舌诊特征提取方法获得。

9.按照权利要求8所述的智能舌诊系统，其特征在于：所述失眠诊断舌诊模型基于逻辑回归算法构建，其表达式为：0.085×相关信息测量+0.044×最大二维直径-0.033×延伸率-0.030×能量+0.014×聚类阴影+0.006×灰度方差-0.003×偏度。

10.一种计算机可读存储介质，其特征在于：其上存储有用于实现权利要求1-7任一项所述的智能舌诊特征提取方法的计算机程序，或用于实现权利要求8或9所述的智能舌诊系统的计算机程序。