[发明专利]一种基于人工智能的舌诊图像识别方法

说明书

本发明公开了一种基于人工智能的舌诊图像识别方法。通过图像处理方法从舌体图像中提取出舌体的颜色特征、几何特征(形态特征)和纹理特征(如点刺、瘀斑、齿痕与裂纹)等特征参数。接着根据这些特征参数以及流调数据参数来构建超图，最后使用超图卷积神经网络进行辅助中医舌象识别。本发明首次在舌诊图像识别领域使用超图模型，创新性地结合了舌诊图像以及流调数据两个模态的数据对舌诊图像进行识别，提高了舌诊图像识别的准确率及可信度。

技术领域

本发明涉及图像处理领域，一种基于人工智能的舌诊图像识别方法。

背景技术

舌诊广泛应用于中医的临床分析和应用中已有数千年的历史，是中医望闻问切中的望诊的一部分。通过检查舌头的颜色、形状和质地来判断患者的健康状况，如瘀斑、点刺、齿痕、舌裂和舌苔厚度等不同的特征能够反映身体的内部状态和器官的健康状况。舌象是人体健康状态的外在表现,可以反映人体的气血、腑脏功能状态,是中医辩证诊断的主要依据之一。舌诊可以利用舌象识别体质类型，而体质类型与某些疾病密切相关，甚至决定着疾病的发展趋势。《中医体质分类及判定》标准中将体质分为九种：气虚，阴虚，阳虚，痰湿，湿热，气郁，血瘀，特禀质和平和质。然而中医舌诊具有基于视觉描述的特性，极易受到医生主观原因等因素的影响，过往使用的评估方法并不总是具有足够的客观性与可重复性(隐性知识或临床经验通常在评估中被优先考虑)。

人工智能辅助舌诊通过消除对基于主观和经验的舌诊评估的依赖，提供更准确、一致和客观的临床诊断，

发明内容

针对现有技术中存在的不足，本发明提供一种基于人工智能的舌诊图像识别方法。

通过图像处理方法从舌体图像中提取出舌体的颜色特征、几何特征(形态特征)和纹理特征(如点刺、瘀斑、齿痕与裂纹)等特征参数。接着根据这些特征参数以及流调数据参数来构建超图，最后使用超图卷积神经网络进行辅助中医舌象识别。

本发明的技术要点在于如何利用舌诊图像以及流调数据构建超图，训练超图神经网络，辅助中医舌象识别。

一种基于人工智能的舌诊图像识别方法，步骤如下：

步骤(1)、获取相同数量的九种体质病人的舌诊图像各X张，作为图像数据集；并获取相应的流调数据，作为流调参数数据集。利用边缘检测算法对舌诊图像进行处理，对舌诊图像进行分割，得到舌体部分。然后计算舌体部分的平均RGB值M₁、舌体部分的平均HSV值N₁、舌体部分的面积S₁、舌体部分的宽度K₁和长度L₁：

所述的九种体质包括：气虚，阴虚，阳虚，痰湿，湿热，气郁，血瘀，特禀质和平和质。

步骤(2)、再对舌体部分使用区域分割算法，分割出舌苔部分，计算舌苔部分的平均RGB值M₂、舌苔部分的平均HSV值N₂、舌苔部分的面积S₂、舌苔部分的宽度K₂、舌苔部分的长度L₂以及舌苔面积占舌体面积的比例P：

步骤(3)、对舌体部分先采用最大类间方差法粗提取舌体点刺部分，然后使用分水岭算法精细提取到舌体点刺部分，然后利用OpenCV计算出：

(1)点刺的数量，记为N₁；

(2)点刺部分的面积，记为S_d；

(3)点刺的平均面积，记为

步骤(4)、利用深度学习方法以及迁移学习方法，提取舌体中齿痕部分，计算：

(1)齿痕的数量，记为N₂；

(2)齿痕部分的面积，记为S_c；