CN106725310A - 中医舌诊图像处理系统及方法 - Google Patents
中医舌诊图像处理系统及方法 Download PDFInfo
- Publication number
- CN106725310A CN106725310A CN201611075072.8A CN201611075072A CN106725310A CN 106725310 A CN106725310 A CN 106725310A CN 201611075072 A CN201611075072 A CN 201611075072A CN 106725310 A CN106725310 A CN 106725310A
- Authority
- CN
- China
- Prior art keywords
- tongue
- fur
- image
- tcm
- degree
- 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.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000003745 diagnosis Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000003020 moisturizing effect Effects 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000009672 coating analysis Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 239000011248 coating agent Substances 0.000 claims abstract description 10
- 238000000576 coating method Methods 0.000 claims abstract description 10
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 10
- 210000000056 organ Anatomy 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 7
- 230000003862 health status Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 5
- 230000001737 promoting effect Effects 0.000 abstract description 3
- 230000015654 memory Effects 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 241000270295 Serpentes Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000952 spleen Anatomy 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physical Education & Sports Medicine (AREA)
- Rheumatology (AREA)
- Alternative & Traditional Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种中医舌诊图像处理系统及方法，应用于计算机中，该计算机通过数据库链接连接至舌诊数据库。所述中医舌诊图像处理系统包括舌像预处理模块、舌体提取模块、苔质识别模块、舌苔分析模块、舌纹检测模块、舌形分析模块以及舌像输出模块。本发明所述中医舌诊图像处理系统及方法能够从舌诊数据库中自动筛选出患者的舌头图像，从舌头图像中提取出舌体部分，从舌体中分析并识别出舌苔薄厚度、舌苔润燥度、舌苔腐腻状况、舌纹状况以及舌体胖瘦程度等舌体属性，将各个舌体属性的特征值组合成一个多维的舌像特征向量，并通过输出单元将舌像特征向量输出，为中医舌诊提供参考依据，有利于推动中医舌诊的发展。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种中医舌诊图像处理系统及方法。
背景技术
传统中医包括“望、闻、问、切”四诊，而舌诊又是望诊的关键内容，属中医临床必察之项。在中医学理论中，人体被认为是一个有机统一的整体，其每个部分的变化都与整体有着密不可分的关系。也正是如此，舌像被认为是人体生理病变的最直观反映，如气血津液、人之精气等内部脏腑的重要信息均可通过舌像获得。因此中医舌诊的优势显而易见，无论人体内五脏六腑多么复杂的病理症状，均可直观、快捷地通过观测舌像得知原委，且舌诊也可以指导相关的处方用药以及病情预防。然而，中医舌诊也有其传统的弊端，它过于依赖中医师的主观观察，诊断结果通常也因人而异，且基本不具有可重复性，而这也极大的阻碍了中医舌诊的进一步发展。针对中医舌诊的弊端，对于舌诊客观化的研究就显得更加重要。如果能很好的克服这一难题，不仅能够很好的迎合中医所提倡的标准化和定量化要求，而且可以更好的推动舌诊实际应用价值的提升。因此，为了更好的推广中医舌诊，利用计算机辅助处理并识别中医舌诊图像显得尤为重要，采用图像处理和数据挖掘技术，对舌诊图像进行分析为病情诊断提供参考依据，是发展中医舌诊的一条创新之路，以便推动中医舌诊的进一步发展。
发明内容
本发明的主要目的在于针对现有技术的不足与缺陷，提供一种中医舌诊图像处理系统及方法，能够从舌诊数据库中自动筛选出患者的舌头图像，从舌头图像中提取出舌体部分，对舌体的各种属性进行分析和识别，输出定量描述各种属性的一个多维的舌像特征向量，为中医生进行中医舌诊提供参考依据。
为实现上述目的，本发明提供了一种中医舌诊图像处理系统，应用于计算机中，该计算机通过数据库链接连接至舌诊数据库，所述中医舌诊图像处理系统包括：
舌像预处理模块，用于根据患者的舌诊编号从所述舌诊数据库中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理；
舌体提取模块，用于将预处理后的舌头图像进行分割处理得到舌体图像；
苔质识别模块，用于根据中医理论将舌体图像分成对应于人不同器官健康状况的舌体五大部分，以及分别对所述舌体五大部分中舌苔的颜色特征和纹理特征进行识别；
舌苔分析模块，用于根据所述舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值；
舌纹检测模块，用于检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值；
舌形分析模块，用于通过检测舌面大小并量化为一个描述舌体胖瘦程度的特征值；
舌像输出模块，用于将舌苔薄厚度、舌苔润燥度、舌苔腐腻状况、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，以及通过所述计算机的输出单元将所述舌像特征向量输出。
优选的，所述舌苔分析模块还用于：计算舌苔颜色值占舌体颜色值的比例，利用小波变换系数得到一个描述舌苔薄厚度的特征值；将舌苔的双色反射模型变换到色度空间得到高光象素，从高光象素出发进行区域延伸来获得亮斑区域，根据亮斑区域的大小来得到一个描述舌苔润燥度的特征值；根据舌苔的测纹理特征计算舌苔的粗糙度，根据该舌苔的粗糙度得到一个描述舌苔腐腻度的特征值。
优选的，所述舌体提取模块还用于根据舌头图像的颜色参数采用阈值分割得到舌体的初始轮廓线，针对舌体颜色相对于人体皮肤颜色的边界模糊特点利用RGB色彩空间中的G分量来增强舌体的弱边界得到增强型舌头图像，以及从增强型舌头图像提取舌体轮廓得到所述舌体图像。
优选的，所述舌纹检测模块还用于采用多尺度边缘检测方法检测出舌纹的长度和宽度，根据舌纹的长度和宽度描述出舌纹的大小并量化为所述描述舌纹状况的特征值。
优选的，所述舌形分析模块还用于利用最小二乘法将得到的舌体边缘点拟合为二次曲线，以及根据二次项的大小来判断舌面大小并量化为所述描述舌体胖瘦程度的特征值。
为实现上述目的，本发明还提供一种中医舌诊图像处理方法，应用于计算机中，该计算机通过数据库链接连接至舌诊数据库，该方法包括如下步骤：
根据患者的舌诊编号从所述舌诊数据库中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理；
将预处理后的舌头图像进行分割处理得到舌体图像；
根据中医理论将舌体图像分成对应于人不同器官健康状况的舌体五大部分，以及分别对所述舌体五大部分中舌苔的颜色特征和纹理特征进行识别；
根据所述舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值；
检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值；
检测舌面大小并量化为一个描述舌体胖瘦程度的特征值；
将所述舌苔薄厚度、舌苔润燥度、舌苔腐腻状况、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，以及通过所述计算机的输出单元将所述舌像特征向量输出。
优选的，所述根据舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值的步骤包括步骤：计算舌苔颜色值占舌体颜色值的比例，利用小波变换系数得到一个描述舌苔薄厚度的特征值；将舌苔的双色反射模型变换到色度空间得到高光象素，从高光象素出发进行区域延伸来获得亮斑区域，根据亮斑区域的大小来得到一个描述舌苔润燥度的特征值；根据舌苔的测纹理特征计算舌苔的粗糙度，根据该舌苔的粗糙度得到一个描述舌苔腐腻度的特征值。
优选的，所述将舌头图像进行分割处理得到舌体图像的步骤包括步骤：根据舌头图像的颜色参数采用阈值分割得到舌体的初始轮廓线；针对舌体颜色相对于人体皮肤颜色的边界模糊特点利用RGB色彩空间中的G分量来增强舌体的弱边界得到增强型舌头图像；从增强型舌头图像提取舌体轮廓得到所述舌体图像。
优选的，所述检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值的步骤包括：采用多尺度边缘检测方法检测出舌纹的长度和宽度；根据舌纹的长度和宽度描述出舌纹的大小并量化为所述描述舌纹状况的特征值。
优选的，所述检测舌面大小并量化为一个描述舌体胖瘦程度的特征值的步骤包括步骤：利用最小二乘法将得到的舌体边缘点拟合为二次曲线；根据二次项的大小来判断舌面大小并量化为所述描述舌体胖瘦程度的特征值。
相较于现有技术，本发明所述中医舌诊图像处理系统及方法采用上述技术方案，达到了如下技术效果：能够从舌诊数据库中自动筛选出患者的舌头图像，从舌图像中自动提取出舌体部分，对舌体的各种属性进行自动分析和识别，输出定量描述各种属性的一个多维的舌像特征向量，为中医生进行中医舌诊提供参考依据，有利于推动中医舌诊的发展。
附图说明
图1是本发明中医舌诊图像处理系统优选实施例的应用环境示意图；
图2是舌体图像中的舌体五大部分划分示意图。
图3是本发明中医舌诊图像处理方法优选实施例的流程图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为更进一步阐述本发明为达成上述目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明的具体实施方式、结构、特征及其功效进行详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1所示，图1是本发明中医舌诊图像处理系统优选实施例的应用环境示意图。在本实施例中，所述中医舌诊图像处理系统10安装并运行于计算机1中，所述计算机1通过数据库链接3与舌诊数据库2建立通信连接。所述计算机1可以为一种个人计算机、服务器等具有数据处理和通信功能的计算装置。所述舌诊数据库2为一种键值数据库或者文档数据库，存储有大量不同患者的舌诊图像，用于供中医师进行中医舌诊时使用。所述数据库链接3可以为JDBC或ODBC等开放式数据库链接。
所述计算机1还包括，但不仅限于，输入单元11、存储单元12、处理单元13以及输出单元14。所述输入单元11、存储单元12和输出单元14均通过数据总线和控制线连接至处理单元13，并能通过处理单元13与所述中医舌诊图像处理系统10进行信息交互。
在本实施例中，所述输入单元11可以为键盘或手写触摸屏等输入设备，用于供中医师输入患者的中医舌诊信息，例如，可以在输入单元11上输入患者的中医舌诊编号或者用户名等信息。所述存储单元12可以为一种只读存储单元ROM，电可擦写存储单元EEPROM或快闪存储单元FLASH等存储器。所述处理单元13可以为一种中央处理器(CPU)、微处理器、微控制器(MCU)、数据处理芯片、或者具有数据处理功能的信息处理单元。所述输出单元14可以为一种用于显示舌诊图像以及舌像特征向量的显示屏，也可以为一种用于打印舌诊图像以及舌像特征向量的打印机。
在本实施例中，所述中医舌诊图像处理系统10包括，但不局限于，舌像预处理模块101、舌体提取模块102、苔质识别模块103、舌苔分析模块104、舌纹检测模块105、舌形分析模块106以及舌像输出模块107。本发明所称的模块是指一种能够被所述计算机1的处理单元13执行并且能够完成本发明中医舌诊图像处理功能的一系列计算机程序指令段，其存储在所述计算机1的存储单元12中。
所述舌像预处理模块101用于根据患者输入的舌诊编号(ID)从所述舌诊数据库2中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理，为后续的舌头图像分析与处理提供基础。舌头图像在拍摄过程中，可能由于光学系统、运动等造成图像的模糊，以及源自电路和光学等因素的噪声而使得图像质量发生退化；另外患者由于未能掌握正确的伸舌姿势而使得舌体发生歪斜等等。通过对舌图像进行预处理，减小或去除这些不利因素对后续舌头图像分析造成的影响。
所述舌体提取模块102用于将舌头图像进行分割处理得到舌体图像。具体地，所述舌体提取模块102根据舌头图像的颜色参数采用阈值分割得到舌体的初始轮廓线，针对舌体颜色相对于人体皮肤颜色的边界模糊特点，利用RGB色彩空间中的G分量来增强舌体的弱边界得到增强型舌头图像，以及采用snake轮廓提取方法从增强型舌头图像提取舌体轮廓得到舌体图像。所述snake轮廓提取方法为现有技术中图像处理的像图像轮廓提取方法，本发明实施例不作具体赘述。
所述苔质识别模块103用于根据中医理论将舌体图像分成对应于人不同器官健康状况的舌体五大部分，以及分别对舌体五大部分中舌苔的颜色特征和纹理特征进行识别。如图2所示的A部分对应于肾，B部分对应胃和脾，C部分对应心脏和肺，D和E部分对应肝脏和膀胱。所述苔质识别模块103还用于分别对舌体五大部分的苔质和舌质颜色进行识别，用一个多维的向量来描述，例如以A区为例，定量描述为：舌苔比例，舌苔主颜色，舌苔主颜色比例，舌苔次颜色，舌苔次颜色比例，舌质比例，舌质主颜色，舌质主颜色比例，舌质次颜色，舌质次颜色比例。其中，舌质颜色有淡红、淡白、红、暗红、青紫5种类型；而舌苔颜色分为白、淡黄、黄、灰4种类型。
所述舌苔分析模块104用于根据所述舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值。具体地，舌苔分析模块104用于计算舌苔颜色值占舌体颜色值的比例(例如，将舌体的颜色特征值转换到Luv空间，计算舌苔u值占舌体u值的比例)，再利用小波变换(例如2D Gabor小波变换)系数来描述舌苔区域的厚度特征，这样得到一个描述舌苔薄厚度的特征值；舌苔分析模块104用于将舌苔的双色反射模型(例如Shafer提出的双色反射模型)变换到色度空间得到高光象素，从高光象素出发进行区域延伸来获得亮斑区域，再根据亮斑区域的大小来得到一个描述舌苔润燥度的特征值；舌苔分析模块104还用于根据舌苔的测纹理特征计算舌苔的粗糙度(例如Rosenfeld/Tamura粗糙度模型)，以及根据该舌苔的粗糙度得到一个描述舌苔腐腻度的特征值。
所述舌纹检测模块105用于检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值。具体地，舌纹检测模块105采用多尺度边缘检测方法检测出舌纹的长度和宽度，并根据舌纹的长度和宽度描述出舌纹的大小并量化为一个描述舌纹状况的特征值，例如取值为1，2，3，分别表示舌纹的无、有、严重。在本实施例中，所述多尺度边缘检测方法为现用技术中检测舌纹连续性的现有技术，本发明实施例不作具体赘述。
所述舌形分析模块106用于检测舌面大小并量化为一个描述舌体胖瘦程度的特征值；具体地，舌形分析模块106利用最小二乘法将得到的舌体边缘点拟合为二次曲线，以及根据二次项的大小来判断舌面大小并量化为描述一个舌体胖瘦程度的特征值，例如取值为1，2，3，分别表示舌体的瘦、中、胖的三种程度。
所述舌像输出模块107用于将舌苔薄厚度、舌苔润燥度、舌苔腐腻度、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，并通过输出单元14将所述舌像特征向量输出，为中医生进行中医舌诊提供参考依据。具体地，舌像输出模块107将舌苔薄厚度、舌苔润燥度、舌苔腐腻状况、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，将所述舌像特征显示在输出单元14的显示屏上，或者控制所述输出单元14的打印机打印所述舌像特征，为中医生了解患者的舌像情况，从而有利于通过中医舌诊来辅助医生诊断患者的病情。
本发明还提供了一种中医舌诊图像处理方法，应用于计算机1中。如图3所示，图3是本发明中医舌诊图像处理方法优选实施例的流程图。在本实施例中，参考图1和图2所示，所述中医舌诊图像处理方法包括如下步骤：
步骤S31，根据患者的舌诊编号从舌诊数据库中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理；具体地，舌像预处理模块101根据患者输入的舌诊编号从舌诊数据库2中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理，为后续的舌头图像分析与处理提供基础。舌头图像在拍摄过程中，可能由于光学系统、运动等造成图像的模糊，以及源自电路和光学等因素的噪声而使得图像质量发生退化；另外患者由于未能掌握正确的伸舌姿势而使得舌体发生歪斜等等。通过对舌图像进行预处理，减小或去除这些不利因素对后续舌头图像分析造成的影响。
步骤S32，将舌头图像进行分割处理得到舌体图像；具体地，舌体提取模块102将舌头图像进行分割处理得到舌体图像，包括如下步骤：根据舌头图像的颜色参数采用阈值分割得到舌体的初始轮廓线；针对舌体颜色相对于人体皮肤颜色的边界模糊特点，利用RGB色彩空间中的G分量来增强舌体的弱边界得到增强型舌头图像；采用snake轮廓提取方法从增强型舌头图像提取舌体轮廓得到舌体图像。
步骤S33，根据中医理论将舌体图像分成对应于人不同器官健康状况的舌体五大部分，并分别对舌体五大部分中舌苔的颜色特征和纹理特征进行识别；具体地，苔质识别模块103根据中医理论将舌体分成对应于人不同器官健康状况的舌体五大部分，如图2所示的A部分对应于肾，B部分对应胃和脾，C部分对应心脏和肺，D和E部分对应肝脏和膀胱。苔质识别模块103分别对舌体五大部分的舌苔颜色(包括苔质和舌质颜色)进行识别，用一个多维的向量来描述，例如以A区为例，定量描述为：舌苔比例，舌苔主颜色，舌苔主颜色比例，舌苔次颜色，舌苔次颜色比例，舌质比例，舌质主颜色，舌质主颜色比例，舌质次颜色，舌质次颜色比例。其中，舌质颜色有淡红、淡白、红、暗红、青紫5种类型；而舌苔颜色分为白、淡黄、黄、灰4种类型。
步骤S34，根据舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值；具体地，舌苔分析模块104计算舌苔颜色值占舌体颜色值的比例(例如，将舌体的颜色特征值转换到Luv空间，计算舌苔u值占舌体u值的比例)，再利用小波变换(例如2D Gabor小波变换)系数来描述舌苔区域的厚度特征，这样得到一个描述舌苔薄厚度的特征值；舌苔分析模块104将舌苔的双色反射模型(例如Shafer提出的双色反射模型)变换到色度空间得到高光象素，从高光象素出发进行区域延伸来获得亮斑区域，再根据亮斑区域的大小来得到一个描述舌苔润燥度的特征值；舌苔分析模块104根据舌苔的测纹理特征计算舌苔的粗糙度(例如Rosenfeld/Tamura粗糙度模型)，根据该舌苔的粗糙度得到一个描述舌苔腐腻度的特征值。
步骤S35，检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值。具体地，舌纹检测模块105采用多尺度边缘检测方法进行舌纹检测舌纹的长度和宽度，以及根据舌纹的长度和宽度描述出舌纹的大小并量化为一个描述舌纹状况的特征值，例如取值为1，2，3，分别表示舌纹的无、有、严重。
步骤S36，检测舌面大小并量化为一个描述舌体胖瘦程度的特征值；具体地，舌形分析模块106利用最小二乘法将得到的舌体边缘点拟合为二次曲线，根据二次项的大小来判断舌面大小并量化为一个描述舌体胖瘦程度的特征值，例如取值为1，2，3，分别表示舌体的瘦、中、胖的三种程度。
步骤S37，将舌苔薄厚度、舌苔润燥度、舌苔腐腻度、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，并通过输出单元将所述舌像特征向量输出。具体地，舌像输出模块107将舌苔薄厚度、舌苔润燥度、舌苔腐腻状况、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，将所述舌像特征显示在输出单元14的显示屏上，或者控制所述输出单元14的打印机打印所述舌像特征，为中医生了解患者的舌像情况，从而有利于通过中医舌诊来辅助医生诊断患者的病情。
本发明所述中医舌诊图像处理系统及方法能够从舌诊数据库中自动筛选出患者的舌头图像，从舌头图像中提取出舌体部分，对舌体的各种属性进行自动分析和识别，输出定量描述各种属性的一个多维的舌像特征向量，为中医生进行中医舌诊提供参考依据，有利于推动中医舌诊的发展。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效功能变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种中医舌诊图像处理系统，应用于计算机中，该计算机通过数据库链接连接至舌诊数据库，其特征在于，所述中医舌诊图像处理系统包括：
舌像预处理模块，用于根据患者的舌诊编号从所述舌诊数据库中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理；
舌体提取模块，用于将预处理后的舌头图像进行分割处理得到舌体图像；
苔质识别模块，用于根据中医理论将舌体图像分成对应于人不同器官健康状况的舌体五大部分，以及分别对所述舌体五大部分中舌苔的颜色特征和纹理特征进行识别；
舌苔分析模块，用于根据所述舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值；
舌纹检测模块，用于检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值；
舌形分析模块，用于通过检测舌面大小并量化为一个描述舌体胖瘦程度的特征值；
舌像输出模块，用于将舌苔薄厚度、舌苔润燥度、舌苔腐腻度、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，以及通过所述计算机的输出单元将所述舌像特征向量输出。
2.如权利要求1所述的中医舌诊图像处理系统，其特征在于，所述舌苔分析模块还用于：
计算舌苔颜色值占舌体颜色值的比例，利用小波变换系数得到一个描述舌苔薄厚度的特征值；
将舌苔的双色反射模型变换到色度空间得到高光象素，从高光象素出发进行区域延伸来获得亮斑区域，根据亮斑区域的大小来得到一个描述舌苔润燥度的特征值；
根据舌苔的测纹理特征计算舌苔的粗糙度，根据该舌苔的粗糙度得到一个描述舌苔腐腻度的特征值。
3.如权利要求1所述的中医舌诊图像处理系统，其特征在于，所述舌体提取模块还用于根据舌头图像的颜色参数采用阈值分割得到舌体的初始轮廓线，针对舌体颜色相对于人体皮肤颜色的边界模糊特点利用RGB色彩空间中的G分量来增强舌体的弱边界得到增强型舌头图像，以及从增强型舌头图像提取舌体轮廓得到所述舌体图像。
4.如权利要求1所述的中医舌诊图像处理系统，其特征在于，所述舌纹检测模块还用于采用多尺度边缘检测方法检测出舌纹的长度和宽度，根据舌纹的长度和宽度描述出舌纹的大小并量化为所述描述舌纹状况的特征值。
5.如权利要求1所述的中医舌诊图像处理系统，其特征在于，所述舌形分析模块还用于利用最小二乘法将得到的舌体边缘点拟合为二次曲线，以及根据二次项的大小来判断舌面大小并量化为所述描述舌体胖瘦程度的特征值。
6.一种中医舌诊图像处理方法，应用于计算机中，该计算机通过数据库链接连接至舌诊数据库，其特征在于，该方法包括如下步骤：
根据患者的舌诊编号从所述舌诊数据库中获取患者的舌头图像，并对获取的舌头图像进行去噪声预处理；
将预处理后的舌头图像进行分割处理得到舌体图像；
根据中医理论将舌体图像分成对应于人不同器官健康状况的舌体五大部分，以及分别对所述舌体五大部分中舌苔的颜色特征和纹理特征进行识别；
根据所述舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值；
检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值；
检测舌面大小并量化为一个描述舌体胖瘦程度的特征值；
将所述舌苔薄厚度、舌苔润燥度、舌苔腐腻度、舌纹状况以及舌体胖瘦程度的特征值组合成一个多维的舌像特征向量，以及通过所述计算机的输出单元将所述舌像特征向量输出。
7.如权利要求6所述的中医舌诊图像处理方法，其特征在于，所述根据舌苔的颜色特征和纹理特征分析舌苔薄厚度、舌苔润燥度以及舌苔腐腻度的特征值的步骤包括步骤：
计算舌苔颜色值占舌体颜色值的比例，利用小波变换系数得到一个描述舌苔薄厚度的特征值；
将舌苔的双色反射模型变换到色度空间得到高光象素，从高光象素出发进行区域延伸来获得亮斑区域，根据亮斑区域的大小来得到一个描述舌苔润燥度的特征值；
根据舌苔的测纹理特征计算舌苔的粗糙度，根据该舌苔的粗糙度得到一个描述舌苔腐腻度的特征值。
8.如权利要求6所述的中医舌诊图像处理方法，其特征在于，所述将舌头图像进行分割处理得到舌体图像的步骤包括如下步骤：
根据舌头图像的颜色参数采用阈值分割得到舌体的初始轮廓线；
针对舌体颜色相对于人体皮肤颜色的边界模糊特点利用RGB色彩空间中的G分量来增强舌体的弱边界得到增强型舌头图像；
从增强型舌头图像提取舌体轮廓得到所述舌体图像。
9.如权利要求6所述的中医舌诊图像处理方法，其特征在于，所述检测舌纹的长度和宽度并量化为一个描述舌纹状况的特征值的步骤包括步骤：
采用多尺度边缘检测方法检测出舌纹的长度和宽度；
根据舌纹的长度和宽度描述出舌纹的大小并量化为所述描述舌纹状况的特征值。
10.如权利要求6所述的中医舌诊图像处理方法，其特征在于，所述检测舌面大小并量化为一个描述舌体胖瘦程度的特征值的步骤包括步骤：
利用最小二乘法将得到的舌体边缘点拟合为二次曲线；
根据二次项的大小来判断舌面大小并量化为所述描述舌体胖瘦程度的特征值。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611075072.8A CN106725310A (zh) | 2016-11-29 | 2016-11-29 | 中医舌诊图像处理系统及方法 |
| PCT/CN2017/082251 WO2018098987A1 (zh) | 2016-11-29 | 2017-04-27 | 中医舌诊图像处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611075072.8A CN106725310A (zh) | 2016-11-29 | 2016-11-29 | 中医舌诊图像处理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106725310A true CN106725310A (zh) | 2017-05-31 |
Family
ID=58898525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611075072.8A Pending CN106725310A (zh) | 2016-11-29 | 2016-11-29 | 中医舌诊图像处理系统及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106725310A (zh) |
| WO (1) | WO2018098987A1 (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107977958A (zh) * | 2017-11-21 | 2018-05-01 | 郑州云海信息技术有限公司 | 一种图像诊断方法和装置 |
| CN109259730A (zh) * | 2018-10-09 | 2019-01-25 | 广东数相智能科技有限公司 | 一种基于舌诊的预警分析方法和存储介质 |
| CN109350011A (zh) * | 2018-11-19 | 2019-02-19 | 陶磊 | 一种基于移动智能终端的舌诊装置 |
| CN109745012A (zh) * | 2019-02-26 | 2019-05-14 | 北京小成素问信息技术有限公司 | 便携式舌诊镜、舌体图像获取方法和舌诊系统 |
| CN109785311A (zh) * | 2019-01-14 | 2019-05-21 | 深圳和而泰数据资源与云技术有限公司 | 一种疾病诊断方法及相关设备 |
| CN110751625A (zh) * | 2019-09-12 | 2020-02-04 | 北京中科芯健医疗科技有限公司 | 舌象采集装置及舌象采集方法 |
| CN110916628A (zh) * | 2019-12-31 | 2020-03-27 | 天津慧医谷科技有限公司 | 一种中医望闻问切四诊信息采集诊断装置 |
| CN111696073A (zh) * | 2020-04-29 | 2020-09-22 | 陕西尚善优选食品科技有限公司 | 一种基于深度学习的舌面诊检测方法 |
| CN112806964A (zh) * | 2021-01-28 | 2021-05-18 | 清华大学 | 舌象分析方法和系统 |
| CN113160973A (zh) * | 2021-04-15 | 2021-07-23 | 武汉未康未病医学有限公司 | 一种看舌头App气血津液数学模型 |
| CN113239790A (zh) * | 2021-05-11 | 2021-08-10 | 上海道生医疗科技有限公司 | 舌裂纹的特征识别及长度度量方法及系统 |
| CN115147372A (zh) * | 2022-07-04 | 2022-10-04 | 海南榕树家信息科技有限公司 | 一种基于医学图像分割的中医舌像智能辨治方法及系统 |
| CN116013504A (zh) * | 2022-12-29 | 2023-04-25 | 上海市中医医院 | 一种基于图像检索分析的中医舌诊装置 |
| CN117853345A (zh) * | 2024-03-07 | 2024-04-09 | 吉林大学 | 一种用于中医舌诊舌像成像的图像优化方法及系统 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114511538A (zh) * | 2022-02-08 | 2022-05-17 | 上海观爱医疗科技有限公司 | 基于红外热成像的智能舌诊辅助系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100409804C (zh) * | 2006-01-19 | 2008-08-13 | 上海交通大学 | 舌像颜色自动识别方法 |
| CN1830380A (zh) * | 2006-04-20 | 2006-09-13 | 上海交通大学 | 中医舌像分析与诊断系统 |
| CN100464694C (zh) * | 2006-10-11 | 2009-03-04 | 哈尔滨工业大学 | 舌象纹理自动分析方法 |
| CN100418469C (zh) * | 2006-10-11 | 2008-09-17 | 哈尔滨工业大学 | 基于舌象特征的病证计算机分析系统 |
| CN101919685B (zh) * | 2010-04-30 | 2012-12-05 | 广州中医药大学 | 一种舌诊智能控制及诊断系统 |
-
2016
- 2016-11-29 CN CN201611075072.8A patent/CN106725310A/zh active Pending
-
2017
- 2017-04-27 WO PCT/CN2017/082251 patent/WO2018098987A1/zh active Application Filing
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107977958A (zh) * | 2017-11-21 | 2018-05-01 | 郑州云海信息技术有限公司 | 一种图像诊断方法和装置 |
| CN109259730A (zh) * | 2018-10-09 | 2019-01-25 | 广东数相智能科技有限公司 | 一种基于舌诊的预警分析方法和存储介质 |
| CN109350011A (zh) * | 2018-11-19 | 2019-02-19 | 陶磊 | 一种基于移动智能终端的舌诊装置 |
| CN109785311B (zh) * | 2019-01-14 | 2021-06-04 | 深圳和而泰数据资源与云技术有限公司 | 一种疾病诊断装置、电子设备及存储介质 |
| CN109785311A (zh) * | 2019-01-14 | 2019-05-21 | 深圳和而泰数据资源与云技术有限公司 | 一种疾病诊断方法及相关设备 |
| CN109745012A (zh) * | 2019-02-26 | 2019-05-14 | 北京小成素问信息技术有限公司 | 便携式舌诊镜、舌体图像获取方法和舌诊系统 |
| CN110751625A (zh) * | 2019-09-12 | 2020-02-04 | 北京中科芯健医疗科技有限公司 | 舌象采集装置及舌象采集方法 |
| CN110916628A (zh) * | 2019-12-31 | 2020-03-27 | 天津慧医谷科技有限公司 | 一种中医望闻问切四诊信息采集诊断装置 |
| CN111696073A (zh) * | 2020-04-29 | 2020-09-22 | 陕西尚善优选食品科技有限公司 | 一种基于深度学习的舌面诊检测方法 |
| CN112806964A (zh) * | 2021-01-28 | 2021-05-18 | 清华大学 | 舌象分析方法和系统 |
| CN113160973A (zh) * | 2021-04-15 | 2021-07-23 | 武汉未康未病医学有限公司 | 一种看舌头App气血津液数学模型 |
| CN113160973B (zh) * | 2021-04-15 | 2024-07-12 | 武汉未康未病医学有限公司 | 一种基于气血津液数学模型的看舌头的系统 |
| CN113239790A (zh) * | 2021-05-11 | 2021-08-10 | 上海道生医疗科技有限公司 | 舌裂纹的特征识别及长度度量方法及系统 |
| CN115147372A (zh) * | 2022-07-04 | 2022-10-04 | 海南榕树家信息科技有限公司 | 一种基于医学图像分割的中医舌像智能辨治方法及系统 |
| CN115147372B (zh) * | 2022-07-04 | 2024-05-03 | 海南榕树家信息科技有限公司 | 一种基于医学图像分割的中医舌像智能辨治方法及系统 |
| CN116013504A (zh) * | 2022-12-29 | 2023-04-25 | 上海市中医医院 | 一种基于图像检索分析的中医舌诊装置 |
| CN117853345A (zh) * | 2024-03-07 | 2024-04-09 | 吉林大学 | 一种用于中医舌诊舌像成像的图像优化方法及系统 |
| CN117853345B (zh) * | 2024-03-07 | 2024-05-24 | 吉林大学 | 一种用于中医舌诊舌像成像的图像优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2018098987A1 (zh) | 2018-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106725310A (zh) | 中医舌诊图像处理系统及方法 | |
| CN106510636A (zh) | 中医舌像自动检测系统及方法 | |
| Dabiri et al. | Muscle segmentation in axial computed tomography (CT) images at the lumbar (L3) and thoracic (T4) levels for body composition analysis | |
| Barata et al. | Development of a clinically oriented system for melanoma diagnosis | |
| US9898818B2 (en) | Automated measurement of changes in retinal, retinal pigment epithelial, or choroidal disease | |
| US20090082637A1 (en) | Multi-modality fusion classifier with integrated non-imaging factors | |
| Rehm et al. | Putting our heads together: a consensus approach to brain/non-brain segmentation in T1-weighted MR volumes | |
| Awate et al. | Cerebral cortical folding analysis with multivariate modeling and testing: studies on gender differences and neonatal development | |
| CN105232081A (zh) | 医学超声辅助自动诊断装置及方法 | |
| JP2024035070A (ja) | マルチビューサブ空間クラスタリングに基づくマルチモード医学データ融合システム | |
| CN112750531A (zh) | 一种中医自动化望诊系统、方法、设备和介质 | |
| Dresp-Langley et al. | Using the quantization error from Self‐Organizing Map (SOM) output for fast detection of critical variations in image time series | |
| Clark et al. | Developing and testing an algorithm for automatic segmentation of the fetal face from three-dimensional ultrasound images | |
| CN113012093A (zh) | 青光眼图像特征提取的训练方法及训练系统 | |
| Ramos et al. | Fast and smart segmentation of paraspinal muscles in magnetic resonance imaging with CleverSeg | |
| CN112734769B (zh) | 基于交互信息引导的深度学习方法的医学图像分割和定量分析方法、计算机设备、存储介质 | |
| Xu et al. | The challenge of cerebral magnetic resonance imaging in neonates: A new method using mathematical morphology for the segmentation of structures including diffuse excessive high signal intensities. | |
| CN115607113B (zh) | 基于深度学习模型的冠心病患者手诊数据处理方法及其系统 | |
| Wang et al. | A hyperspectral vessel image registration method for blood oxygenation mapping | |
| CN114419309B (zh) | 一种基于大脑T1-w磁共振影像的高维特征自动提取方法 | |
| Mangin et al. | Object-based strategy for morphometry of the cerebral cortex | |
| Kalinić et al. | Image registration and atlas-based segmentation of cardiac outflow velocity profiles | |
| Pillet et al. | The position of visual word forms in the anatomical and representational space of visual categories in occipitotemporal cortex | |
| Aloui et al. | A new useful biometrics tool based on 3D brain human geometrical characterizations | |
| Machado et al. | Structural shape characterization via exploratory factor analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |