“舌象苔色 ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果264241个，建议您升级VIP下载更多相关专利

[发明专利]人工智能舌象苔色识别系统-CN202110484176.9有效
发明人：宋非无;高蓓 -专利权人：湄洲湾职业技术学院
申请日： 2021-04-30 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了人工智能舌象苔色识别系统，包括舌象采集摄像机，用于对需诊断的舌头进行拍摄，获得第一舌象图片；第一舌象图片至少包括舌象和第一标准灰度值的参照体。MCU处理器包括：图片接收单元、参照体识别单元、图片亮度调整单元以及苔色识别单元；图片接收单元，用于接收舌象采集摄像机发送的第一舌象图片；参照体识别单元，用于识别第一舌象图片中的参照体，获取参照体的所对应的第二实际灰度值；图片亮度调整单元，用于根据第一标准灰度值、第二实际灰度值，调整第一舌象图片的各个像素点的灰度值；苔色识别单元，用于对第一舌象图片中的舌象进行识别，获取舌象的苔色，根据苔色获得与苔色对应的疾病。本发明有效提高苔色识别准确率。
人工智能舌象苔色识别系统

[发明专利]基于机器学习的中医舌色苔色定量分析方法-CN201910568779.X有效
发明人：彭成东;王勇;杨诺;黄稳;陈仁明;董昌武 -专利权人：合肥云诊信息科技有限公司
申请日： 2019-06-27 - 公布日： 2021-07-02 - 主分类号： G06T7/90 文献下载
摘要：本发明涉及舌色苔色鉴定，具体涉及基于机器学习的中医舌色苔色定量分析方法，对不同地区、年龄的人群进行舌象调查与图像采集，并通过一致评审的方法对采集的舌象图像进行舌色、苔色判定，构建中医舌象大数据，对中医舌象大数据中的舌象图像提取舌体区域，通过HSV空间聚类，切分成子图，聚类结果按色调自动生成舌色颜色色卡、苔色颜色色卡，基于xgboost机器学习算法构建像素颜色属性分类器X，基于xgboost机器学习算法分别构建整舌舌色分类模型s和整舌苔色分类模型
基于机器学习中医舌色苔色定量分析方法

[发明专利]舌色苔色识别方法、装置、计算机设备及存储介质-CN202111015676.4在审
发明人：甘伟焜;周宸;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2021-08-31 - 公布日： 2021-11-30 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例属于人工智能领域，应用于智慧政医疗领域中，涉及一种舌色苔色识别方法，包括采集原始舌象图片集，对原始舌象图片集进行偏色校正，获得舌象校正图像集，对舌象校正图像集进行分割细化处理，获得舌体分割图像集，将舌体分割图像集输入至分类模型，输出携带舌色苔色标签的舌体标签数据，将舌体标签数据输入至预构建卷积网络模型，基于目标损失函数对卷积网络模型进行模型训练，输出卷积网络模型作为舌诊模型，将待分析舌象图片输入至舌诊模型进行舌色苔色识别本申请还提供一种舌色苔色识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，舌体标签数据可存储于区块链中。本申请提升舌色苔色识别的准确度。
舌色苔色识别方法装置计算机设备存储介质

[发明专利]一种基于多任务卷积神经网络的舌象分类方法-CN201711026169.4有效
发明人：王丽冉;汤一平;何霞;陈朋;袁公萍;金宇杰 -专利权人：浙江工业大学
申请日： 2017-10-27 - 公布日： 2021-10-26 - 主分类号： G06K9/62 文献下载
摘要：一种基于多任务卷积神经网络的舌象分类方法，包括对采集到的舌象进行一系列预处理的图像操作、用于舌整体特征提取的深度卷积神经网络、用于对舌面标签进行检测的感兴趣区域定位网络、用于深度学习和训练识别的多任务深度卷积神经网络，完成对舌象舌色、苔色、苔质的厚薄、腐腻、润燥属性的标签分类。本发明有效的解决了现有方法不能对舌象舌色、苔色、苔质的厚薄、腐腻、润燥等多个属性进行同时识别的多分类问题。
一种基于任务卷积神经网络分类方法

[发明专利]一种基于卷积神经网络的中医舌色苔色协同分类方法-CN202110216858.1在审
发明人：卓力;孙亮亮;张辉;张菁;李晓光 -专利权人：北京工业大学
申请日： 2021-02-26 - 公布日： 2021-06-22 - 主分类号： G06K9/46 文献下载
摘要：一种基于卷积神经网络的中医舌色苔色协同分类方法属于计算机视觉和中医诊断学领域。由于舌色、苔色都是利用颜色特征来进行识别，均需要对舌体区域提取颜色特征，二个任务具有相似性。该方法首先设计一个共享的深度神经网络架构，提取中医舌图像中包含的舌色苔色共有深度特征，以及舌象的特有语义特征；然后，对舌色、苔色的标签进行编码、组合，得到舌色苔色的组合标签向量；最后，设计一个深度神经网络，通过训练，建立舌色苔色共有深度特征和组合标签向量之间的映射模型。采用这样的映射方式，可以同时实现舌色、苔色两种诊察特征的识别，不仅实现简单，而且充分利用了舌色、苔色两种属性之间的内在关联关系，可以获得更高的识别准确率。
一种基于卷积神经网络中医舌色苔色协同分类方法

[发明专利]一种中医舌色苔色识别方法-CN201811529131.3在审
发明人：杨炜祖;李从恺;顾军 -专利权人：上海源庐加佳信息科技有限公司
申请日： 2018-12-14 - 公布日： 2019-06-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种中医舌色苔色识别方法，包括以下步骤：获取包含舌头部位的图像；通过HSV颜色空间获得舌体轮廓线并进行舌体分割；通过水平集方法进行舌苔舌质的分离；根据舌苔、舌质在舌面上的分布特点，对舌体特征进行分类，得到舌色苔色识别的结果；通过分割舌体和分离舌象上舌苔、舌质，根据舌苔、舌质在舌面上的分布特点，提出了一种基于机器学习模型AdaBoost的舌色、苔色识别方法；把图像特征与传统分类器相结合，能较准确的得到舌色苔色识别结果
舌色苔色舌苔舌质舌体分布特点中医传统分类基于机器舌体轮廓舌头部位图像特征中医诊断分离舌水平集分割图像分类学习

[发明专利]基于图像检索的中医舌色苔色自动分析方法-CN201310753203.3有效
发明人：卓力;张沛;张菁;李晓光;蔡轶珩;张新峰 -专利权人：北京工业大学
申请日： 2013-12-31 - 公布日： 2017-02-15 - 主分类号： G06K9/46 文献下载
摘要：基于图像检索的中医舌色苔色自动分析方法，属于信息科学与传统中医学的交叉学科领域。本发明鉴于中医舌诊结果因人而异、主观性强，缺乏规范化和标准化的特点，设计了一种基于图像检索的中医舌色苔色自动分析方法。该发明的特征在于用户输入待分析的舌图像，首先通过舌体分割技术对舌体区域进行分割，再将舌面进行区域划分，区分舌质区域和舌苔区域，在各区域内分别图像的视觉特征，构成特征向量，然后计算该特征向量与特征库中已标注舌图像的舌象特征的相似度，返回最相似的图像作为检索结果，最后使用统计决策的方法对检索结果进行判决，分别给出该舌象的舌色和苔色分类建议。
基于图像检索中医舌色苔色自动分析方法

[发明专利]基于像素的舌苔舌质颜色提取及分类方法-CN200610150871.7无效
发明人：张大鹏;李乃民;王宽全;黄勃;张宏志 -专利权人：哈尔滨工业大学
申请日： 2006-10-11 - 公布日： 2007-03-21 - 主分类号： A61B5/00 文献下载
摘要：本发明提供一种科学严谨、准确率高，具有广泛应用价值的基于像素的舌苔舌质颜色提取及分类方法。首先从舌象数据库中选取典型舌象样本，对每一个舌象样本利用FCM算法进行颜色聚类，再对结果中的类别中心进行标定，根据标定结果将每一颜色类别中所有经过标定的聚类颜色值叠加形成样本集合，然后对每个颜色样本集合进行纯化处理和经样本筛选得到的颜色样本集合，最后使用改进的KNN分类器对每一个舌象进行苔色质色的分类和分析。本发明最大程度的降低了样本筛选过程中的主观因素，实现了对中医苔色质色的定量化、客观化和标准化，还将KNN算法应用于中医苔色质色的分类技术，实现了对多达14种苔色质色的计算机自动分类。
基于像素舌苔颜色提取分类方法

[发明专利]基于人工智能舌诊的中医健康云服务方法-CN201910568783.6在审
发明人：彭成东;王勇;杨诺;张平波;徐文兵;黄稳;陈仁明;周雪梅;董昌武 -专利权人：合肥云诊信息科技有限公司;安徽中医药大学
申请日： 2019-06-27 - 公布日： 2019-10-01 - 主分类号： G16H10/20 文献下载
摘要：本发明涉及健康诊疗，具体涉及基于人工智能舌诊的中医健康云服务方法，对不同地区、年龄、健康或亚健康人群的舌象和体质健康状况进行数据采集与问卷调查，并由专家团队对采集的舌象进行舌象评判，结合问卷确定中医体质健康状态，通过一致评审的方法构建中医舌诊大数据，按照舌色、苔色、舌形、苔质、络脉分别设计各项舌象特征的人工智能识别模型，使用中医舌诊样本数据对人工智能识别模型进行自主学习或深度学习，以实现舌象中各种特征的AI识别和精确计算，设计人工智能舌诊与智能问诊相结合的中医体质健康状态和脏腑证候辨证分析方法；本发明提供的技术方案能够有效克服目前还没有一种基于舌诊的人工智能中医健康云服务的缺陷。
人工智能舌象舌诊中医体质健康云服务人工智能识别中医舌诊健康脏腑亚健康人群舌象特征数据采集问卷调查样本数据问诊大数据辨证构建舌色舌形苔色苔质诊疗评判采集团队问卷学习智能分析

[发明专利]中医脉象特征参数自动检测方法-CN200510061394.2无效
发明人：程翼宇;王慧燕;瞿海滨;张伯礼;徐珊 -专利权人：浙江大学
申请日： 2005-11-03 - 公布日： 2006-06-28 - 主分类号： A61B5/02 文献下载
摘要：本发明提供一种中医四诊合参智能辨证方法，是基于贝叶斯网络的概率推理模型为基础，运用现代信号处理技术、图像识别技术提取舌象和脉象特征，进行舌象和脉象的自动分析判别，并与闻诊、问诊信息相融合，实现中医证候的计算机智能鉴别本发明方法能进行脉象识别，给出辨脉结果，即脉象名称；能进行舌象识别，给出辨舌结果，包括舌色、苔色、舌质和苔质；在问诊界面中，用户输入病人症状，系统给出辨证结果；可对典型病例进行存储；具有自学习功能，若收集大量
中医脉象特征参数自动检测方法

[发明专利]中医四诊合参智能辨证方法-CN200510061372.6无效
发明人：王慧燕;程翼宇 -专利权人：浙江大学
申请日： 2005-11-02 - 公布日： 2006-04-19 - 主分类号： A61B5/00 文献下载
摘要：本发明提供一种中医四诊合参智能辨证方法，是基于贝叶斯网络的概率推理模型为基础，运用现代信号处理技术、图像识别技术提取舌象和脉象特征，进行舌象和脉象的自动分析判别，并与闻诊、问诊信息相融合，实现中医证候的计算机智能鉴别本发明方法能进行脉象识别，给出辨脉结果，即脉象名称；能进行舌象识别，给出辨舌结果，包括舌色、苔色、舌质和苔质；在问诊界面中，用户输入病人症状，系统给出辨证结果；可对典型病例进行存储；具有自学习功能，若收集大量
中医四诊合参智能辨证方法

[发明专利]一种舌象腐腻苔分类识别方法-CN202211315242.0有效
发明人：彭成东;陈仁明;王勇;杨诺;董昌武 -专利权人：合肥云诊信息科技有限公司
申请日： 2022-10-26 - 公布日： 2023-06-13 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及腐腻苔识别，具体涉及一种舌象腐腻苔分类识别方法，对舌象图像进行预处理，并将舌象图像聚类分割成多个不同颜色的舌象子块；选择颜色特征和纹理特征，并确定反映舌象腐腻特性的最佳颜色纹理特征组合；基于最佳颜色纹理特征组合计算舌象子块对应的特征向量，利用训练好的舌象子块分类器对舌象子块进行分类；基于舌象子块的分类结果输出腐腻区域热力图，并对整舌腐腻结果进行定性分析；本发明提供的技术方案能够克服现有技术所存在的无法对舌象图像中不同腐腻程度区域进行有效识别，整舌腐腻苔识别结果准确性较低的缺陷。
一种舌象腐腻苔分类识别方法

[发明专利]舌象苔质分离方法、系统、终端以及介质-CN202310459453.X在审
发明人：刘永辉;滕晴;徐鹤丹;马宇冲;赵旭 -专利权人：上海国民集团健康科技有限公司
申请日： 2023-04-25 - 公布日： 2023-09-29 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种舌象苔质分离方法、系统、终端以及介质，通过对采集的多个RGB舌象图像进行颜色空间通道融合处理再对获得的各融合图像进行GMM聚类，构建训练数据集；利用所述训练数据集训练深度分割网络获得对应的舌象苔质分离模型，以实现根据输入的待测RGB舌象图片获得对应的舌苔舌质分离结果。本发明通过基于颜色多通道GMM聚类和深度学习的舌象苔质分离方法实现中医舌象客观化中的舌苔舌质分离，并具有较好的预测精度和性能。
舌象苔质分离方法系统终端以及介质

[发明专利]基于舌象的中医八纲证候计算机分类方法-CN200610150868.5无效
发明人：张大鹏;李乃民;王宽全;黄勃;张宏志 -专利权人：哈尔滨工业大学
申请日： 2006-10-11 - 公布日： 2007-06-06 - 主分类号： A61B5/00 文献下载
摘要：本发明提供的是一种基于舌象的中医八纲证候计算机分类方法。(1)运用Boosting投票表决分类器对舌质纹理、舌苔文理进行分析，判断出虚症、实症，里症、表症；(2)使用树状分类器对苔色进行分析，判断出黑苔、黄苔、白苔或灰苔；(3)首先，使用树状分类器将舌色分成青；蓝、淡白、紫、淡紫、淡红；红、绛3个大类；然后，将8维舌色特征向量作为输入，使用线性分类器对每个大类进行最终的分析，判断出红、淡红、绛、紫、淡紫、蓝、青和淡白。
基于中医八纲证候计算机分类方法

[发明专利]基于多类支持向量机的中医舌色、苔色、舌苔厚度分析方法-CN02103795.7无效
发明人：沈兰荪;卫保国 -专利权人：北京工业大学
申请日： 2002-03-25 - 公布日： 2004-08-18 - 主分类号： G06F19/00 文献下载
摘要：一种基于多类支持向量机的中医舌色、苔色、舌苔厚度分析方法，应用于计算机医学图像处理领域。该方法是由数码相机进行图象采集，并通过USB接口将图象输入到计算机处理器中，在处理器中将舌体区域从舌图象中分割出来，特征在于该方法还依次包括下述步骤：在进行分级聚类分析生成聚类树并调整的基础上，采用基于聚类树的支持向量机(CTSVM)方法进行舌体区域像素识别，并把舌体区像素识别的类别数设为15种；将舌面分为五个区域，统计各区中数量最多的像素类别，及各种类型的象素数；进行舌色描述；进行舌苔色描述；进行舌苔厚定量分析和描述
基于支持向量中医苔色舌苔厚度分析方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条