[发明专利]一种基于AI舌诊图像处理的健康度管理系统及管理方法

权利要求书

1.一种基于AI舌诊图像处理的健康度管理方法，其特征在于：包括：

获取就诊人员的身份信息，其中，就诊人员的身份信息包括姓名、性别、年龄、身高、体重、基础疾病、手机号码；

采集就诊人员的舌像信息，其中，所述舌像信息包括舌面信息和舌下信息；

获取标准舌像图像，并与所述舌像信息进行比较；

若所述标准舌像图像与所述舌像信息一致，则判定所述就诊人员的健康度正常；

若所述标准舌像图像与舌像信息不一致，则判定所述就诊人员的健康度异常，并将所述舌像信息标定为异常舌像；

获取异常舌像，并输入至特征提取模型中，得到异常特征，以及异常特征对应的异常区域；

计算所述异常区域在舌像图像中的占比率，并标定为待评估病症参数；

构建评估区间，并与所述待评估病症参数相比较，且根据比较结果输出就诊人员的健康度得分。

2.根据权利要求1所述的一种基于AI舌诊图像处理的健康度管理方法，其特征在于：所述采集就诊人员的舌像信息之后的步骤，包括：

获取病灶特征信息集；

获取的就诊人员的异常舌像，并标定为待诊断图像；

将所述待诊断图像等分为多个待评估区域，且逐一与所述病灶特征信息集相比较；

从所述病灶特征信息集中筛选出与所有待评估区域对应的病灶特征，并标定为异常病灶，其中，所述异常病灶设置为n个，n的取值为正整数。

3.根据权利要求2所述的一种基于AI舌诊图像处理的健康度管理方法，其特征在于：筛选出异常病灶之后，按照异常病灶的数量进行排序；

获取每个所述异常病灶的颜色信息和边界纹理信息；

将包含异常病灶的颜色信息和边界纹理信息的区域定义前景图像，其余部分定义为背景图像；

采用交互式分割算法实现所述前景图像和背景图像的分割，得到区域化的异常病灶。

4.根据权利要求3所述的一种基于AI舌诊图像处理的健康度管理方法，其特征在于：所述获取异常舌像，并输入至特征提取模型中，得到异常特征的步骤，包括：

获取所有异常病灶的边缘特征点；

构建虚拟坐标系，并逐一获取所有异常病灶的边缘特征点的像素坐标，并分别汇总为待评估样本集，并逐一进行编号；

对相邻编号下待评估样本集中的像素坐标逐一比对，筛选出距离最近的像素坐标，并将其之间的距离确定为偏移量；

根据偏移量逐一对多个异常病灶进行拼接，并将拼接后的图像标定为异常特征。

5.根据权利要求4所述的一种基于AI舌诊图像处理的健康度管理方法，其特征在于：所述异常病灶进行偏移时，包括以下步骤：

分别获取相邻所述异常病灶的最高点坐标和最低点坐标，并标定为临界坐标；

获取临界坐标中的纵坐标差值；

若所述纵坐标差值大于零，则判定相邻所述异常病灶进行纵向拼接；

若所述纵坐标差值小于或等于零，则判定相邻所述异常病灶进行横向拼接。

6.根据权利要求4所述的一种基于AI舌诊图像处理的健康度管理方法，其特征在于：所述异常特征对应的异常区域确定后，输入至所述计算模块并计算异常区域的占比率，其具体过程如下：

在所述虚拟坐标系中获取异常区域的边缘像素点坐标；

从所述计算模块中获取目标函数；

将所述边缘像素点坐标输入至目标函数中，得到异常区域的面积；

获取舌像图像的总面积，并与所述异常区域的面积相比较，得到异常区域在舌像图像中的占比率，且将其标定为待评估病症参数。

7.根据权利要求6所述的一种基于AI舌诊图像处理的健康度管理方法，其特征在于：所述异常区域确定时，对其进行二值化处理；

获取所述异常区域中每个像素点的坐标；

构建超红色算法，并逐一将每个像素点输入至超红色算法中，得到所述异常区域的加深灰度值以及加深图像。