CN102934988B - 中医望诊数字化系统评价色板的制作方法 - Google Patents
中医望诊数字化系统评价色板的制作方法 Download PDFInfo
- Publication number
- CN102934988B CN102934988B CN201210452694.3A CN201210452694A CN102934988B CN 102934988 B CN102934988 B CN 102934988B CN 201210452694 A CN201210452694 A CN 201210452694A CN 102934988 B CN102934988 B CN 102934988B
- Authority
- CN
- China
- Prior art keywords
- color
- atypia
- colour
- reflectance
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Spectrometry And Color Measurement (AREA)
Abstract
中医望诊数字化系统评价色板的制作方法属于中医望诊现代化研究领域,用于望诊数字化系统图像描述以及显示再现的性能评价。由于图像采集及显示设备自身属性的不同,造成了采集到的图像数据缺乏规范性,且难以保证显示的图像颜色与人眼看到的望诊对象颜色的一致。本方法分析各类代表性面部、舌体的光谱反射曲线,选取基反射函数,并计算各类样本的典型色反射率和非典型色反射率,共同组成评价色板反射率集合;然后基于相减混色理论,将采用玫红、青、黄三基色颜料以及白色颜料,根据色板反射率集合计算各颜料配比,制作评价色块,并组成评价色板。得到的色差分布曲线显示,本方法训练样本集得到的模型对望诊感兴趣对象色块修正精度高于一般样本集。
Description
技术领域
本发明属于中医望诊现代化研究领域,特别涉及中医望诊对象(面部、舌体)的光谱色度学研究以及颜色复现领域,用于望诊数字化系统图像描述以及显示再现的性能评价。
背景技术
望诊是我国传统医学 “望、闻、问、切” 四诊诊法中的重要内容。鉴于传统的望诊方法主要依靠医生目测进行判断分析,缺乏客观评价依据,因此近年来望诊的客观化、现代化研究得到广大关注并取得了一定进展。
中医望诊现代化过程一般采用望诊数字化图像系统实现,它通过各种图像设备采集并显示图像,达到记录、再现、分析的目的。由于图像采集及显示设备自身属性的不同,造成了采集到的图像数据缺乏规范性,并且难以保证显示的图像颜色与人眼看到的望诊对象颜色的一致。这给很大程度上依靠颜色判断进行辨证的中医望诊带来了极大困扰。因此,采用客观化、定量化的手段对中医望诊数字化系统的图像数据规范性以及颜色显示复现性进行评价,是衡量系统性能的一个重要内容。
由于望诊对象,即面部、舌体,涉及有限的颜色范围,在这一范围内针对望诊对象光谱特点设计评价色板光谱组成,才能保证评价的实用性和有效性。
发明内容
本发明针对中医望诊数字化系统中图像数据规范以及颜色显示复现性能的评价问题,将光谱色度分析技术以及颜色复现技术应用于中医望诊对象,提出针对望诊对象光谱特性的评价色板设计及制作方案。
本发明具体技术方案如下:中医望诊数字化系统评价色板,是在测量中医望诊中各种面象、舌象光谱反射率条件下,计算提取代表性光谱,并基于混色原理制作具有这些代表性光谱的颜色块,组成评价色板。该发明的特征旨在为中医望诊数字化系统提供面部、舌体图像标准化描述以及显示复现性能评价的示例依据,依次包括下述步骤:
1.中医望诊对象代表性光谱确定
采用分光光度计测量正常及病态面象、舌象的光谱反射率,其中面象需要包含青、赤、黄、白、黑病色以及正常色用例,舌象需要包含淡红、淡白、红、绛、紫、青舌质用例以及淡白、白、黄、褐、灰、黑舌苔用例,共至少18类。每类用例需要包含100例以上的实例,并力求多样化,得到相应数量的光谱反射率,并由三位以上中医医师给出所属类型标定。
将测得的光谱反射率实例分为两类。一类称为典型实例,是所有医师都认同的某类型的典型色。另一类称为非典型实例,是医师出现类型标定分歧或者有医师认为不是典型类别(需给出认为有可能性的两个类别)的非典型色。分别得到各类典型色样本集和面色、舌色、苔色三个非典型色样本集,用于确定代表性色块样本光谱。
由于实际面色、舌色、苔色具有一定的多样性,为了使评价色板中有限的色块样本能够充分体现各类望诊对象的光谱特性,即具有更好的代表性,各类中的样本必须具有明确的颜色共性,即具有各类别典型性。将光谱反射率实例分为典型色和非典型色两类,并分别处理,就是为了消除非典型色对各类样本颜色共性带来的偏差影响,提高评价色块的代表性。
(1)对于18类典型色样本集,计算各类样本的平均光谱,得到18个典型色代表性反射率,并计算它们对应的典型色L*a*b*色度值。
(2)对于非典型色样本集,计算所有样本光谱反射率对应的L*a*b*色度值,采用一种基于典型色中心类别自适应的K均值聚类方法得到非典型色代表性反射率。
具体方法为:
a、类别自适应确定初始聚类中心:一般的K均值聚类是从N个训练样本中任选K个作为初始中心,这种方法没有针对样本特点,使聚类结果具有较大随意性。本发明是针对非典型色样本一般分布在典型色样本集之间区域的特点,根据已经确定的面色、舌色、苔色的各类典型色L*a*b*色度值,采用基于先验知识的组合平均方式确定非典型色初始聚类中心。
以面色为例,根据非典型色样本标定中出现的类别组合,从6类典型色中选取相应类别的典型色L*a*b*色度值组合,求平均确定非典型色初始聚类中心。例如对于某个非典型色样本,医师标定的类别有黄、白两种,则选取已经确定的黄色典型色L*a*b*色度值和白色典型色L*a*b*色度值,计算两者的平均值,作为一个非典型色初始聚类中心。同样方法得到舌色、苔色的非典型色初始聚类中心。
根据孟塞尔体系中相邻两个色块的平均色差约为10,本发明设定阈值T=10,对初始聚类中心进行调整。如两聚类中心色差小于T,就将这两类合并为一类,最终得到的K个初始聚类中心。
b、K均值聚类:
按最小距离原则,将非典型色样本集中的样本分配到K个聚类集中去,并且每个聚类集中采用该聚类集中的样本均值作为新的聚类中心。如此聚类迭代。
根据人眼对颜色的分辨能力,每一步迭代中,若K个新的聚类中心与前一步旧的聚类中心色差为3以内时,结束聚类,即收敛条件定为⊿E<3。否则继续如上述方法进行聚类迭代。
c、最终聚类中心L*a*b*值对应的光谱反射率,即为非典型色反射率。
(3)采用PCA降维方法,提取这些光谱反射率的基反射函数。选取能量超过99%数量的基反射函数,作为基色反射率。根据有限维模型理论,光谱反射率可相当精确地用非常有限的基函数(特征向量)的线性模型来表示,且基函数的数量与光谱反射率带宽成比例。由于望诊对象的光谱反射率函数是带宽受限函数,一般3-4个基函数的线性模型可以达到99%以上的符合程度。因此,采用基色反射率作为代表性光谱反射率,可以补充典型色和非典型色反射率的不足,保证望诊对象光谱反射率基本信息的代表性。
(4)典型色反射率、非典型色反射率、基色反射率,即为望诊代表性光谱反射率,共同组成评价色板反射率集合。
2.基于混色原理的评价色板制作
将玫红、青、黄三基色颜料以及白色颜料均匀地涂在不透明基板上,晾干后采用分光光度计测量它们的光谱反射率,即颜料反射率。
根据Kubelka-Munk混色原理,计算评价色板反射率集合中各颜色的颜料配比。
按该配比将颜料混合,均匀地涂在不透明基板上,晾干后按一定尺寸裁成正方形色块。如此根据评价色板反射率集制作所有对应色块,并按顺序粘贴在一块基板上组合成色板。
有益效果
本发明旨在实现中医望诊数字化系统的图像描述规范化、图像显示颜色复现性的评价,即采用待评价系统拍摄评价色板并获取其图像数据以及显示色度信息,通过计算获得的各项数据与标准数据的差异,来评价系统性能。本方法首先分析各类代表性面部、舌体的光谱反射曲线,选取基反射函数,并计算各类样本的典型色反射率和非典型色反射率,共同组成评价色板反射率集合;然后基于相减混色理论,将采用玫红、青、黄三基色颜料以及白色颜料,根据色板反射率集合计算各颜料配比,制作评价色块,并组成评价色板。
由于色板中颜色体现了望诊对象的光谱特点,可作为望诊对象代表性颜色光谱示例样本,用以评价望诊数字化系统图像数据规范性和显示图像的复现性。同时,也可用于望诊数字化系统数据规范和显示复现算法研究的训练示例样本,优化系统性能。
将本方法得到的色块结合少量全色域聚类色块组成训练样本,训练望诊数字化图像系统数据修正模型(采用多项式模型)。使用测试样本分别测试该训练样本集得到的模型(感兴趣色域模型)和全色域聚类色块样本集得到的标准模型的表现(测试样本由ColorChecker-24与DigitalColorChecker-SG中skin zone共38个样本组成)。得到的色差分布曲线显示,本方法训练样本集得到的模型对望诊感兴趣对象色块(后14样本)修正精度高于一般样本集。
附图说明
图1是本方法的主流程图;
图2是中医望诊对象代表性光谱确定流程图;
图3是某类舌体典型色反射率曲线示例图;
图4是舌体颜色前三个基色反射率曲线示例图;
图5是基于混色原理的评价色板制作流程图;
图6是本方法训练样本集得到的模型与全色域训练样本集得到的模型下的测试样本色差分布对比曲线图。
具体实施方式
本实施方法的具体实施过程如下:
1.采用分光光度计如PR650测量正常及病态面象、舌象的光谱反射率,其中面象需要包含青、赤、黄、白、黑病色以及正常色用例,舌象需要包含淡红、淡白、红、绛、紫、青舌质用例以及淡白、白、黄、褐、灰、黑舌苔用例,共18类。每类用例需要包含100例以上的实例,并力求多样化,得到相应数量的光谱反射率,并由三位以上中医医师给出所属类型标定。
2.将测得的光谱反射率实例分为两类。一类称为典型实例,是所有医师都认同的某类型的典型色。另一类称为非典型实例,是医师出现类型标定分歧或者有医师认为不是典型类别(需给出认为有可能性的两个类别)的非典型色。分别得到各类典型色样本集和面色、舌色、苔色三个非典型色样本集,用于确定代表性色块样本光谱。
3.对于18类典型色样本集,计算各类样本的平均光谱,得到18个典型色代表性反射率,并计算它们对应的典型色L*a*b*色度值。
4.对于非典型色样本集,计算所有样本光谱反射率对应的L*a*b*色度值,采用一种基于典型色中心类别自适应的K均值聚类方法得到非典型色代表性反射率。
a、类别自适应确定初始聚类中心:根据已经确定的面色、舌色、苔色的各类典型色L*a*b*色度值,采用基于先验知识的组合平均方式确定非典型色初始聚类中心。
以面色为例,根据非典型色样本标定中出现的类别组合,从6类典型色中选取相应类别的典型色L*a*b*色度值组合,求平均确定非典型色初始聚类中心。例如对于某个非典型色样本,医师标定的类别有黄、白两种,则选取已经确定的黄色典型色L*a*b*色度值和白色典型色L*a*b*色度值,计算两者的平均值,作为一个非典型色初始聚类中心。同样方法得到舌色、苔色的非典型色初始聚类中心。
设定阈值T=10,对初始聚类中心进行调整。如两聚类中心色差小于T,就将这两类合并为一类,最终得到的K个初始聚类中心。
b、K均值聚类:设初始聚类中心为Z1(k)、Z2(k)、…ZK(k),括号内序号为聚类中心迭代次数;按最小距离原则,将其余样本分配到K个聚类集中去;
Dj(k)=min{||X-Zi||,i=1,2,…,K} 则:X∈Sj(k)
式中k为聚类迭代次数;Sj(k)表示第k次迭代的第j个聚类集;Dj(k)表示第k次迭代中样本X与第j聚类中心距离最小。
采用样本均值作为新的聚类中心,重新计算各个聚类中心;
式中Nj表示第j个聚类集的样本个数。
根据人眼对颜色的分辨能力,若新旧聚类中心的色差范围为3以内时,即收敛条件定为⊿E<3,结束聚类。否则继续如上述方法进行聚类迭代。
c、最终聚类中心L*a*b*值对应的光谱反射率,即为非典型色反射率。
5.采用PCA降维方法,提取这些光谱反射率样本集的基反射函数。
设光谱反射率样本集的协方差矩阵为:
其中,X=[x1-μ,x2-μ,…,xM-μ],xi为第i个样本向量,μ为样本集的平均向量,M为样本数目。计算矩阵Σ的特征值和相应的特征向量,确定光谱反射率样本集的基函数。具体求解方法可采用奇异值分解算法,对于矩阵X进行奇异值分解,得到正交矩阵U和V,使得。其中,W=diag[λ1,λ2,…,λM],U=[u1,u2,…,uM],V=[v1,v2,…,vM]。λi为矩阵XTX的M个特征值,ui和vi分别为XXT和XTX对应于λi的特征向量。
6.典型色反射率、非典型色反射率、基色反射率,即为望诊代表性光谱反射率,共同组成评价色板反射率集合。
7.将玫红、青、黄三基色颜料以及白色颜料均匀地涂在不透明基板上,晾干后采用分光光度计测量它们的光谱反射率,即颜料反射率。
8.计算评价色板反射率集合中各颜色的颜料配比。
选择三基色反射率的峰值波长定义为λm、λc、λy,取三基色颜料在峰值波长处的反射率值定义为,计算各颜料在这些峰值波长处的吸收散射比,其中x代表三基色m、c、y,, λa代表峰值波长λm、λc、λy。
设评价色板该反射率对应颜料配比为cm、cc、cy、cw,将已经计算得到的颜料吸收散射比和色板反射率对应吸收散射比代入下式计算颜料配比cm、cc、cy、cw。
9.按该配比将颜料混合,均匀地涂在不透明基板上,晾干后按一定尺寸裁成正方形色块。如此根据评价色板反射率集制作所有对应色块,并按顺序粘贴在一块基板上组合成色板。
Claims (1)
1.中医望诊数字化系统评价色板的制作方法,其特征在于:依次包括下述步骤:
1)中医望诊对象代表性光谱确定
采用分光光度计测量正常及病态面色、舌色的光谱反射率,其中面色需要包含青、赤、黄、白、黑病色以及正常色用例,舌色需要包含淡红、淡白、红、绛、紫、青舌质用例以及淡白、白、黄、褐、灰、黑苔色用例,共18类;每类用例需要包含100例以上的实例;
将测得的光谱反射率实例分为两类;一类称为典型实例,是所有医师都认同的某类型的典型色;另一类称为非典型实例,是医师出现类型标定分歧或者有医师认为不是典型类别,即需给出认为有可能性的两个类别的非典型色;分别得到各类典型色样本集和面色、舌色、苔色三个非典型色样本集,用于确定代表性色块样本光谱;
将光谱反射率实例分为典型色和非典型色两类,并分别处理;
(1)对于18类典型色样本集,计算各类样本的平均光谱,得到18个典型色代表性反射率,并计算它们对应的典型色L*a*b*色度值;
(2)对于非典型色样本集,计算所有样本光谱反射率对应的L*a*b*色度值,采用一种基于典型色中心类别自适应的K均值聚类方法得到非典型色代表性反射率;
具体方法为:
a、类别自适应确定初始聚类中心:根据已经确定的面色、舌色、苔色的各类典型色L*a*b*色度值,采用基于先验知识的组合平均方式确定非典型色初始聚类中心;以面色为例,根据非典型色样本标定中出现的类别组合,从6类典型色中选取相应类别的典型色L*a*b*色度值组合,求平均确定非典型色初始聚类中心;
同样方法得到舌色、苔色的非典型色初始聚类中心;
设定阈值T=10,对初始聚类中心进行调整;如两聚类中心色差小于T,就将这两类合并为一类,最终得到的K个初始聚类中心;
b、K均值聚类:
按最小距离原则,将非典型色样本集中的样本分配到K个聚类集中去,并且每个聚类集中采用该聚类集中的样本均值作为新的聚类中心;如此聚类迭代;
根据人眼对颜色的分辨能力,每一步迭代中,若K个新的聚类中心与前一步旧的聚类中心色差为3以内时,结束聚类,即收敛条件定为⊿E<3;否则继续如上述方法进行聚类迭代;
c、最终聚类中心L*a*b*值对应的光谱反射率,即为非典型色反射率;
(3)采用PCA降维方法,提取这些光谱反射率的基反射函数;选取能量超过99%数量的基反射函数,作为基色反射率;
(4)典型色反射率、非典型色反射率、基色反射率,即为望诊代表性光谱反射率,共同组成评价色板反射率集合;
2)基于混色原理的评价色板制作
将玫红、青、黄三基色颜料以及白色颜料均匀地涂在不透明基板上,晾干后采用分光光度计测量它们的光谱反射率,即颜料反射率;
根据Kubelka-Munk混色原理,计算评价色板反射率集合中各颜色的颜料配比;按该配比将颜料混合,均匀地涂在不透明基板上,晾干后裁成正方形色块;如此根据评价色板反射率集制作所有对应色块,并按顺序粘贴在一块基板上组合成色板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210452694.3A CN102934988B (zh) | 2012-11-12 | 2012-11-12 | 中医望诊数字化系统评价色板的制作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210452694.3A CN102934988B (zh) | 2012-11-12 | 2012-11-12 | 中医望诊数字化系统评价色板的制作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102934988A CN102934988A (zh) | 2013-02-20 |
CN102934988B true CN102934988B (zh) | 2014-06-18 |
Family
ID=47693942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210452694.3A Expired - Fee Related CN102934988B (zh) | 2012-11-12 | 2012-11-12 | 中医望诊数字化系统评价色板的制作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102934988B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103340598B (zh) * | 2013-05-16 | 2016-06-15 | 李少文 | 用于人体的色卡及其制作方法、使用方法 |
CN104165844A (zh) * | 2014-07-25 | 2014-11-26 | 清华大学 | 光谱测量和盲源分离相结合的混合颜料成分分析方法 |
CN104545815B (zh) * | 2015-01-05 | 2017-06-16 | 北京工业大学 | 一种基于多光谱视频的面部光谱反射率复原方法 |
CN104573668B (zh) * | 2015-01-26 | 2017-09-12 | 北京工业大学 | 基于光谱反射率的面部色泽适应性自动识别方法 |
CN108451501A (zh) * | 2018-02-01 | 2018-08-28 | 福建师范大学 | 一种基于像素分析的鲜红斑痣颜色和面积评估方法 |
CN112683826B (zh) * | 2020-12-24 | 2024-07-19 | 广电计量检测(重庆)有限公司 | 一种经皮黄疸测试仪用校准色板的校正方法及装置 |
CN113259658B (zh) * | 2021-05-17 | 2022-03-15 | 浙江大学 | 物体喜好记忆色的获取方法及喜好记忆色标准色卡 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101716070A (zh) * | 2009-11-06 | 2010-06-02 | 北京工业大学 | 积分球式中医舌像分析仪 |
CN102509279A (zh) * | 2011-11-02 | 2012-06-20 | 北京工业大学 | 根部欠照明舌图像的自适应暗部细节复现方法 |
-
2012
- 2012-11-12 CN CN201210452694.3A patent/CN102934988B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101716070A (zh) * | 2009-11-06 | 2010-06-02 | 北京工业大学 | 积分球式中医舌像分析仪 |
CN102509279A (zh) * | 2011-11-02 | 2012-06-20 | 北京工业大学 | 根部欠照明舌图像的自适应暗部细节复现方法 |
Non-Patent Citations (6)
Title |
---|
基于可见反射光谱法的中医舌诊定量与归类分析系统;孔猛 等;《中西医结合学报》;20110115;第9卷(第1期);第29-35页 * |
孔猛 等.基于可见反射光谱法的中医舌诊定量与归类分析系统.《中西医结合学报》.2011,第9卷(第1期),第29-35页. |
新型中医舌象分析仪关键技术研究;蔡轶珩 等;《电子学报》;20060430;第34卷(第4期);第713-716页 * |
舌色有限维模型分析的初步研究;蔡轶珩 等;《北京生物医学工程》;20071215;第26卷(第6期);第579-583页 * |
蔡轶珩 等.新型中医舌象分析仪关键技术研究.《电子学报》.2006,第34卷(第4期),第713-716页. |
蔡轶珩 等.舌色有限维模型分析的初步研究.《北京生物医学工程》.2007,第26卷(第6期),第579-583页. |
Also Published As
Publication number | Publication date |
---|---|
CN102934988A (zh) | 2013-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102934988B (zh) | 中医望诊数字化系统评价色板的制作方法 | |
CN103565419B (zh) | 测色装置、方法和适宜粉底的选择方法 | |
Nkengne et al. | SpectraCam®: A new polarized hyperspectral imaging system for repeatable and reproducible in vivo skin quantification of melanin, total hemoglobin, and oxygen saturation | |
CN103612483B (zh) | 一种基于光谱匹配的油墨配色方法 | |
CN106872146B (zh) | 一种光源相关色温和显色指数分析方法 | |
CN105069234B (zh) | 一种基于视觉感知特征的光谱降维方法及系统 | |
CN106053024B (zh) | 一种面向单色系物体的led光源喜好度预测方法 | |
CN110736542B (zh) | 一种基于rgb值的光谱重建方法 | |
CN106033052B (zh) | 一种基于高光谱数据敏感波段的植被信息提取方法 | |
CN104792752A (zh) | 三维荧光光谱结合parafac算法测定混合色素溶液中色素含量的方法 | |
CN113189021A (zh) | 基于光谱识别岩石颜色的方法 | |
CN104572538A (zh) | 一种基于k-pls回归模型的中医舌图像颜色校正方法 | |
CN108520127A (zh) | 一种树种叶面积指数的高光谱反演方法 | |
CN113673389A (zh) | 光源光谱功率分布相关的绘画照明视觉评价方法 | |
CN109870419B (zh) | 一种采用航空高光谱数据预测黑土氮磷钾含量的方法 | |
CN109394182A (zh) | 一种基于光谱信息的中医舌色量化分析方法 | |
CN113570538B (zh) | 一种叶片rgb图像偏态分布参数信息采集及分析方法 | |
CN106952313A (zh) | 基于HSI和Lab混合颜色模型的皮肤肤色评价方法 | |
CN103106669A (zh) | 中医舌图像环境适应性颜色复现方法 | |
CN116105977A (zh) | 光源参数测量方法、装置、电子设备及存储介质 | |
CN106017868A (zh) | 基于亮度参数的多通道led照明系统的光谱匹配方法 | |
Berthier et al. | A quantum information-based refoundation of color perception concepts | |
CN112488997B (zh) | 基于特征插值的古代绘画印刷品颜色复现检测和评价方法 | |
Yajima et al. | Spectrophotometric and tristimulus analysis of the colors of subcutaneous bleeding in living persons | |
CN105548038A (zh) | 葡萄酒颜色的测定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140618 Termination date: 20141112 |
|
EXPY | Termination of patent right or utility model |