CN109147935A - 基于人体特征采集识别技术的健康数据平台 - Google Patents
基于人体特征采集识别技术的健康数据平台 Download PDFInfo
- Publication number
- CN109147935A CN109147935A CN201810796892.9A CN201810796892A CN109147935A CN 109147935 A CN109147935 A CN 109147935A CN 201810796892 A CN201810796892 A CN 201810796892A CN 109147935 A CN109147935 A CN 109147935A
- Authority
- CN
- China
- Prior art keywords
- tongue
- data
- information
- image
- analysis
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种基于人体特征采集识别技术的健康数据平台,它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成,具体包括以下步骤:图像组合识别分析技术模块针对中医舌像识别分析的内容,智能“问卷答题”数据获取模块是使用html、js、java技术手段,进行数据的采集,并入库与第一模块获取到的算法数据进行对比与校正分析,物联网技术模块主要采用蓝牙进行数据传输获取,云计算及智能学习技术模块步骤为:收集数据,建立包括用户图像以及健康指标等大数据的数据库;量化,提取特征值;将特征提供给机器学习算法,它节省了用户的沟通时间,提升了用户保健意识。
Description
技术领域
本发明涉及电子信息领域,是一种结合人脸与舌像的图像识别算法于一体,并结合物联网技术及大数据智能学习技术,把中医的“望问切”等经验进行数据量化,从而实现对人体的八大体征进行数据采集分析,尤其涉及一种基于人体特征采集识别技术的健康数据平台。
背景技术
中医诊断的主要依据是“四诊”即“望、闻、问、切”的信息。中医面色诊是中医学中望诊的重要组成部分,中医学认为,面部犹如反映人体生理病理的一面镜子,望五官神色变化,可直接诊察脏腑病变。根据中医五脏配五色的理论,人脸面色有青、赤、黄、白、黑几种分类,青黑多主痛症,黄赤多主热症,白多主寒症。传统面色诊法主要是通过医生直观目测面色、语言描述和经验辨析面色,其诊断结果既受医生的知识水平、思维能力和诊断技能的限制,又受光线、温度等外部客观条件的影响,临床上缺乏恒定的客观评价标准。随着计算机技术的发展,研究者们开始将图像处理、模式识别和人工智能等信息处理技术应用于中医面色诊断客观化研究中,并取得了一定的研究成果。
现有技术仅仅是在单元技术层面的深度应用,比如:人脸识别在其他方面的应用较多、舌像识别也仅仅是在医疗器械辅助检测方面的应用,两者从未实现组合校验、组合算法分析;现有心率手环基于物联网技术进行数据采集后,并未对单一本项数据进行进一步的数据分析处理;基于手机APP,在中医领域随时随地可获取人体综合体征数据的技术及开发系统,目前并无同类竞争;针对在线智能诊断及实时修正采集数据的智能学习系统,在中医领域的技术探索及开发系统,目前并无同类竞争。
发明内容
为了解决以上问题,本发明提供一种基于人体特征采集识别技术的健康数据平台,它节省了用户的沟通时间,提升了用户保健意识,减少了用户的健康成本,提升了用户的身体健康素质。
本发明的技术方案是:提供一种基于人体特征采集识别技术的健康数据平台,它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成,具体包括以下步骤:
图像组合识别分析技术模块针对中医舌像识别分析的内容,首先确立了基于计算机图像处理的基本内容,将舌像信息源的信息进行了分类,信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类,图像的采集过程主要实现舌像数字图像的标准采集,图像的预处理阶段主要完成舌像识别目标的分割,即将舌像从原始图像中分离,对舌像二维图像特征进行计算机分析识别;
智能“问卷答题”数据获取模块是使用html、js、java技术手段,进行数据的采集,并入库与第一模块获取到的算法数据进行对比与校正分析;
所述数据采集包括面部图像和舌面图像、心率数据、患者医疗检查和诊断结果、身高体重血压血糖等常规体检数据、日常用药情况、生活习惯和作息规律、自我身体和心理评价;所述面部图像和舌面图像分为用户上传和摄像头现场采集两种;所述心率数据采集由采集对象所佩戴手环提供;
所述数据采集算法分析分为以下步骤:
1、先将面部和舌面图像进行归一化处理,利用主成分分析提取特征值,用深度学习算法将图像进行分类,将其分成青、赤、黄、白、黑等类别;
2、将上述采集到的数据先进行量化,从0-10分给出评价;
3、评估1中图像类别与其他数据的相关性;
4、与中医诊断合作,校正模型,建立图像和健康指标之间的对应关系;
所述对比校正是通过对采集到的数据进行量化后,设计合适层数和输入输出个数的神经网络,训练并监督其学习,建立图像与病症的对应关系,通过修正优化各层参数,提高识别准确率;
所述数据采集分析校正是以中医为依据,中医实际上一种归纳总结性质的经验科学,经验本身就是大数据,这就是老中医往往水平更高的缘故。老中医的大脑在处理病例,也就是大数据的过程中,形成了独特的经验,这个过程实际上就是大数据+深度学习,人的精力是有限的,而借助计算机来处理大数据将远远超过人类的能力。在西医医学影像诊断领域,人工智能已经战胜有经验的诊断专家;本发明正是利用人工智能对大量数据的分析,获取图像与健康数据之间的对应关系;
物联网技术模块主要采用蓝牙进行数据传输获取,主要获取手环脉络仪上的心率及脉络信息,并通过json格式进行封装加密,然后传输到后台服务器,服务器进行解密,并与第一、第二模块获取到的数据进行对比与校正分析;
云计算及智能学习技术模块步骤为:收集数据,建立包括用户图像以及健康指标等大数据的数据库;量化,提取特征值;将特征提供给机器学习算法。
优选的,信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类,区域信息是指舌质、舌苔的区域分布与舌体尖、边、中、根的区域划分;颜色信息是指舌色和苔色,舌色分为淡白、淡红、红、绛、青紫,苔色分为薄白、白、淡黄、黄、灰黑;纹理信息是指舌质纹理、舌苔纹理和特殊纹理,舌质纹理是指老嫩,舌苔纹理是指厚薄、腻腐、燥糙、剥落、润燥,特殊纹理是指点刺、淤点、裂纹、齿痕;形状信息是指舌质胖瘦和舌下脉络,所述舌下脉络是指静脉;动态信息是指歪斜、萎软、僵硬、吐弄、震颤;
图像的采集过程主要实现舌像数字图像的标准采集,图像的预处理阶段主要完成舌像识别目标的分割,即将舌像从原始图像中分离,并进一步完成舌体与舌苔的区域分割和舌尖、舌边、舌中、舌根的部位划分;舌诊信息分析主要进行了颜色信息分析与识别、纹理信息的分析与识别,其中颜色信息包括舌色、苔色两部分,纹理分析包括舌质纹理、舌苔纹理和特殊纹理形态的点刺、瘀点;在其他信息方面就舌体的齿痕、裂纹内容进行了探讨,舌诊内容除了二维图像信息外,还有包含三维立体信息、动态信息,主要对舌像二维图像特征进行计算机分析识别;
针对中医人脸识别分析的内容,原理同上。
优选的,基于舌像与人脸设别组合分析及算法,主要使用分割、大数据预测、中医在线一对一校对技术实现。
优选的,移动APP模块端有两种方式收集数据,分别是通过“问卷答题”形式和通过上传拍照形式。
与现有技术相比,本发明的有益效果是:基于“人脸识别”与“舌像识别”的图像组合识别分析技术,解决了中医看病中使用到的“望”的要素;提供智能“问卷答题”数据获取功能,把“望闻问切”中的“问”进行题库的提炼及综合分析,智能匹配人体特征的答案靠近项;通过“智能手环”手环脉络仪设备,使用物联网技术,把中医诊疗的“切”脉环节进行数据的自动采集和分析;通过云计算及智能学习技术,实现数据获取的及时准确,保证信息服务后台为用户提供针对人体体征准确有价值的信息;基于手机APP+随时随地拍脸、拍舌像和问卷答题、脉络信息实时上传方式,实现无区域限制,随时随地为身体获取保健信息的便捷性。
附图说明
下面根据图进一步对本发明加以说明:
图1是本发明的结构图;
图2是本发明的传输结构框图;
图3是本发明的流程结构框图;
图4是本发明的图像识别分析结构框图;
图5是本发明的诊视结构框图;
图6是本发明的舌像采集图;
图7是本发明的舌像分区图;
图8是本发明图像提取分类的框图;
具体实施方式
下面结合图对本发明作进一步详细的说明,需要说明的是,图仅用于解释本发明,是对本发明实施例的示意性说明,而不能理解为对本发明的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
从目前来看,TensorFlow背靠谷歌公司这座靠山,再加上拥有庞大的开发者群体,而且采用了称为“可执行的伪代码”的Python语言,更新和发版速度着实非常快。目前TensorFlow已经升级到1.0版,在性能方面也有大幅度提高,而且新出现的Debugger、Serving、XLA特性也是其他框架所不及的。此外,一些外围的第三方库(如Keras、TFLearn)也基于它实现了很多成果,并且Keras还得到TensorFlow官方的支持。TensorFlow支持的上层语言也在逐渐扩大,对于不同工程背景的人转入的门槛正在降低。
在GitHub[4]上有一个关于各种框架的比较,从建模能力、接口、模型部署、性能、架构、生态系统、跨平台等7个方面进行比较,TensorFlow也很占综合优势。截至2017年1月,TensorFlow的star数已经超过了其他所有框架的总和,投身TensorFlow是一个非常好的选择。
如图1、图2、图3、图4、图5、图6、图7、图8所示,基于人体特征采集识别技术的健康数据平台,它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成,具体包括以下步骤:
图像组合识别分析技术模块针对中医舌像识别分析的内容,首先确立了基于计算机图像处理的基本内容,将舌像信息源的信息进行了分类,信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类,图像的采集过程主要实现舌像数字图像的标准采集,图像的预处理阶段主要完成舌像识别目标的分割,即将舌像从原始图像中分离,对舌像二维图像特征进行计算机分析识别;
智能“问卷答题”数据获取模块是使用html、js、java技术手段,进行数据的采集,并入库与第一模块获取到的算法数据进行对比与校正分析;
所述数据采集包括面部图像和舌面图像、心率数据、患者医疗检查和诊断结果、身高体重血压血糖等常规体检数据、日常用药情况、生活习惯和作息规律、自我身体和心理评价;所述面部图像和舌面图像分为用户上传和摄像头现场采集两种;所述心率数据采集由采集对象所佩戴手环提供;
所述数据采集算法分析分为以下步骤:
1、先将面部和舌面图像进行归一化处理,利用主成分分析提取特征值,用深度学习算法将图像进行分类,将其分成青、赤、黄、白、黑等类别;
2、将上述采集到的数据先进行量化,从0-10分给出评价;
3、评估1中图像类别与其他数据的相关性;
4、与中医诊断合作,校正模型,建立图像和健康指标之间的对应关系;
所述对比校正是通过对采集到的数据进行量化后,设计合适层数和输入输出个数的神经网络,训练并监督其学习,建立图像与病症的对应关系,通过修正优化各层参数,提高识别准确率;
所述数据采集分析校正是以中医为依据,中医实际上一种归纳总结性质的经验科学,经验本身就是大数据,这就是老中医往往水平更高的缘故。老中医的大脑在处理病例,也就是大数据的过程中,形成了独特的经验,这个过程实际上就是大数据+深度学习,人的精力是有限的,而借助计算机来处理大数据将远远超过人类的能力。在西医医学影像诊断领域,人工智能已经战胜有经验的诊断专家;本发明正是利用人工智能对大量数据的分析,获取图像与健康数据之间的对应关系;
物联网技术模块主要采用蓝牙进行数据传输获取,主要获取手环脉络仪上的心率及脉络信息,并通过json格式进行封装加密,然后传输到后台服务器,服务器进行解密,并与第一、第二模块获取到的数据进行对比与校正分析;
云计算及智能学习技术模块步骤为:收集数据,建立包括用户图像以及健康指标等大数据的数据库;量化,提取特征值;将特征提供给机器学习算法。
优选的,信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类,区域信息是指舌质、舌苔的区域分布与舌体尖、边、中、根的区域划分;颜色信息是指舌色和苔色,舌色分为淡白、淡红、红、绛、青紫,苔色分为薄白、白、淡黄、黄、灰黑;纹理信息是指舌质纹理、舌苔纹理和特殊纹理,舌质纹理是指老嫩,舌苔纹理是指厚薄、腻腐、燥糙、剥落、润燥,特殊纹理是指点刺、淤点、裂纹、齿痕;形状信息是指舌质胖瘦和舌下脉络,所述舌下脉络是指静脉;动态信息是指歪斜、萎软、僵硬、吐弄、震颤;
图像的采集过程主要实现舌像数字图像的标准采集,图像的预处理阶段主要完成舌像识别目标的分割,即将舌像从原始图像中分离,并进一步完成舌体与舌苔的区域分割和舌尖、舌边、舌中、舌根的部位划分;舌诊信息分析主要进行了颜色信息分析与识别、纹理信息的分析与识别,其中颜色信息包括舌色、苔色两部分,纹理分析包括舌质纹理、舌苔纹理和特殊纹理形态的点刺、瘀点;在其他信息方面就舌体的齿痕、裂纹内容进行了探讨,舌诊内容除了二维图像信息外,还有包含三维立体信息、动态信息,主要对舌像二维图像特征进行计算机分析识别;
针对中医人脸识别分析的内容,原理同上。
优选的,基于舌像与人脸设别组合分析及算法,主要使用分割、大数据预测、中医在线一对一校对技术实现。
优选的,移动APP模块端有两种方式收集数据,分别是通过“问卷答题”形式和通过上传拍照形式。
云计算是以服务形式交付IT的全面解决方案,是一种基于Internet的计算解决方案。计算机能做的只是计算,所以智能学习更多的来说还是数学问题。智能学习的目标是训练一个模型,用这个模型去进行一系列的预测。训练的过程即深度学习,底层依赖于机器学习和算法,包括支持向量机、逻辑回归、决策树、朴素贝叶斯分类器、随机森林、聚类算法、协同过滤、关联性分析、人工神经网络和BP算法、PCA、过拟合与正则化。
云计算的步骤是:选择一个深度学习框架;选择一个深度神经网络算法,基于我们的目的,选择计算机视觉方面的算法;收集数据,建立包括用户图像以及健康指标等大数据的数据库;量化,提取特征值;将特征提供给机器学习算法。
基于“人脸识别”+“舌像识别”的图像组合识别分析技术,主要解决中医看病中使用到的“望”的要素。
根据中医理论,颜色是表征反映在脸和舌上的病症的主要指标,因此可以通过以下步骤实现人工智能的“望”。
对采集的图像进行适当的裁剪和重采样,将大小和分辨率同一设置为固定数值,例如128x128。此过程可由计算机自动完成。
调整图像的白平衡,由于采集数据设备的多样性,需要根据实际情况进行白平衡调整。
图像分割:将感兴趣的区域识别并分割得到目标区域。
对目标区域进行RGB三色数值统计,得到均值、标准差等信息。
提供智能“问卷答题”数据获取功能,把“望闻问切”中的“问”进行题库的提炼及综合分析,智能匹配人体特征的答案靠近项。
1)设计问卷
2)回收问卷
3)筛选有效问卷
4)将答案数值化
5)输入机器学习算法,匹配
调查问卷如下:
请您回答如下问卷
1、您的性别?
○女○男
2、请问您在目前的生活中肓以下哪些的生活方式呢?
口每天睡眠至少6-8小时
口每周进行中等强度运动2-3次(如步行3km、慢跑2km)
口经常吸烟
口经常饮酒
口以上都没有
3、请问您在目前的生活中有以下哪些饮食习惯?
口经常吃粗粮(1周不少于2次)
口每天喝牛奶/酸奶/其他奶制品
口常吃鱼虾类及海产品
口每天畜禽肉不超过2两
口以上都没有
4、请问您在目前的生活中有哪些饮食控制?
口每天喝水不少于4杯(300ml/杯)
口每天盐摄入量不超过6g(约等于1个矿泉水瓶盖)
口每天蔬菜水果摄入不超过1斤
口每天油摄入量不超过25g
口以上都超量
5、请问您的体检状况?
口高血压 口高血脂 口高血糖
口冠心病 口骨质疏松 口痛风
口肠胃炎 口便秘 口月经不调
口很久没有体检,不知道有什么问题
口体检状况很好
测试结果如下:
测试结果:基本健康
您的生活方式和饮食习惯基本健康,请坚持良好的生活方式和饮食习惯。
您需要改进的生活方式
粗粮您的粗粮摄入不足,容易引起便秘、高血脂、高血压、高血糖等问题,请注意。
乳制品乳制品中富含蛋白质、钙及其他营养素。人每天都需要补钙,坚持摄入乳制品,有助于预防骨质疏松。
鱼虾类及海产品常吃鱼虾及海产品,有助于补充优质蛋白质、不饱和脂肪酸及微量元素。
豆制品豆制品中含有丰富蛋白质及人体必需氨基酸,是平衡膳食的重要组成部分。建议平时多喝些豆浆,或者豆腐、豆干等食物。
宵夜宵夜是肥胖的好朋友,它还增加胃的负担、易致高血压等。
通过“智能手环”这—手环脉络仪设备,使用物联网技术,把中医诊疗的“切”脉环节进行数据的自动采集和分析。
通过云平台注册用户,并绑定手环。
自动采集:利用物联网技术,定时将手环数据传输到云平台数据库。
提取脉搏信息,输入机器学习算法,分析脉搏特征与健康数据对应关系。
通过云计算及智能学习技术,实现数据获取的及时准确,保证信息服务后台为用户提供针对人体体征准确有价值的信息。
诊断结果
齿痕舌----舌体的边缘见牙齿的痕迹,即为齿痕舌。
齿痕舌成因
齿痕舌多因舌体胖大而受齿缘压迫所致,故卤痕舌常与胖大舌同见,多属牌虚,主虚症。若舌质淡白而湿润,所为脾虚而寒湿气盛。齿痕舌的成因,多由于脾虚不能运化水湿,湿阻于舌而古体胖大,受齿列挤压而形成因痕,故齿痕常与胖嫩舌同见,一方面由于舌体水肿,属脾之阳虚而湿盛,另一方面由于舌体肌肉松弛,张口不足,属脾之气虚。
齿痕舌主病
——淡白湿润而有齿印,属寒湿壅盛.
——淡红而有齿痕,属脾虚或气虚,
——红而肿胀满口,边有齿痕,多属湿热痰浊壅滞
总之,可分成气虚与阳虚两型:
(1)气虚型,脾气虚弱,主症,舌质浅谈,舌苔薄白,舌体胖嫩,舌边齿痕,面色恍白或瘦黄,气短懒言,头重身肿,倦怠乏力,自汗,饮食减少,食后腹胀,泛恶欲吐,大便溏泻,脉细弱无力,治则补中益气。
(2)阳虚型,主症,舌质谈白,舌面湿润多津,或舌面水滑,舌体圆大胖嫩,边有齿痕。面色苍白或青黑,神疲乏力,倦怠喜卧,口淡不渴,纳呆食少,腹中冷痛,得温方舒,胃寒肢冷,尿清便溏,或见浮肿,脉沉微。治则辛温补阳。
根据个人体征,设计适合其体征的监测指标和算法。
根据上述算法中确定的参数及其阈值,实时通知提醒用户关注其身体状态。
基于手机APP+随时随地拍脸、拍舌像和问卷答题、脉络信息实时上传方式,实现无区域限制,随时随地为身体获取保健信息的便捷性:
用户感觉不适,又无法明确原因时,可以先通过上述自我诊断系统,按照诊断向导逐步操作;首先,使用手机拍摄面部和舌苔图像上传到云平台;回答APP诊断向导提供的问卷,与脉络信息一起上传;最后诊断系统给出诊断结果,通过APP推送到用户手机。
本发明基于“人脸识别”与“舌像识别”的图像组合识别分析技术,解决了中医看病中使用到的“望”的要素;提供智能“问卷答题”数据获取功能,把“望闻问切”中的“问”进行题库的提炼及综合分析,智能匹配人体特征的答案靠近项;通过“智能手环”这—手环脉络仪设备,使用物联网技术,把中医诊疗的“切”脉环节进行数据的自动采集和分析;通过云计算及智能学习技术,实现数据获取的及时准确,保证信息服务后台为用户提供针对人体体征准确有价值的信息;基于手机APP+随时随地拍脸、拍舌像和问卷答题、脉络信息实时上传方式,实现无区域限制,随时随地为身体获取保健信息的便捷性。
以上所述为本发明的实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种改进和变化。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等均应含在本发明的权利要求范围之内。
Claims (4)
1.基于人体特征采集识别技术的健康数据平台,它是由图像组合识别分析技术模块、智能“问卷答题”数据获取模块、物联网技术模块、云计算及智能学习技术模块、移动APP模块组成,具体包括以下步骤:
图像组合识别分析技术模块针对中医舌像识别分析的内容,首先确立了基于计算机图像处理的基本内容,将舌像信息源的信息进行了分类,信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类,图像的采集过程主要实现舌像数字图像的标准采集,图像的预处理阶段主要完成舌像识别目标的分割,即将舌像从原始图像中分离,对舌像二维图像特征进行计算机分析识别;
智能“问卷答题”数据获取模块是使用html、js、java技术手段,进行数据的采集,并入库与第一模块获取到的算法数据进行对比与校正分析;
所述数据采集包括面部图像和舌面图像、心率数据、患者医疗检查和诊断结果、身高体重血压血糖等常规体检数据、日常用药情况、生活习惯和作息规律、自我身体和心理评价;所述面部图像和舌面图像分为用户上传和摄像头现场采集两种;所述心率数据采集由采集对象所佩戴手环提供;
所述数据采集算法分析分为以下步骤:
1、先将面部和舌面图像进行归一化处理,利用主成分分析提取特征值,用深度学习算法将图像进行分类,将其分成青、赤、黄、白、黑等类别;
2、将上述采集到的数据先进行量化,从0-10分给出评价;
3、评估1中图像类别与其他数据的相关性;
4、与中医诊断合作,校正模型,建立图像和健康指标之间的对应关系;
所述对比校正是通过对采集到的数据进行量化后,设计合适层数和输入输出个数的神经网络,训练并监督其学习,建立图像与病症的对应关系,通过修正优化各层参数,提高识别准确率;
所述数据采集分析校正是以中医为依据,中医实际上一种归纳总结性质的经验科学,经验本身就是大数据,这就是老中医往往水平更高的缘故。老中医的大脑在处理病例,也就是大数据的过程中,形成了独特的经验,这个过程实际上就是大数据+深度学习,人的精力是有限的,而借助计算机来处理大数据将远远超过人类的能力。在西医医学影像诊断领域,人工智能已经战胜有经验的诊断专家;本发明正是利用人工智能对大量数据的分析,获取图像与健康数据之间的对应关系;
物联网技术模块主要采用蓝牙进行数据传输获取,主要获取手环脉络仪上的心率及脉络信息,并通过json格式进行封装加密,然后传输到后台服务器,服务器进行解密,并与第一、第二模块获取到的数据进行对比与校正分析;
云计算及智能学习技术模块步骤为:收集数据,建立包括用户图像以及健康指标等大数据的数据库;量化,提取特征值;将特征提供给机器学习算法。
2.根据权利要求1所述基于人体特征采集识别技术的健康数据平台,其特征在于:信息种类分成区域信息、颜色信息、纹理信息、形状信息、动态信息五大类,区域信息是指舌质、舌苔的区域分布与舌体尖、边、中、根的区域划分;颜色信息是指舌色和苔色,舌色分为淡白、淡红、红、绛、青紫,苔色分为薄白、白、淡黄、黄、灰黑;纹理信息是指舌质纹理、舌苔纹理和特殊纹理,舌质纹理是指老嫩,舌苔纹理是指厚薄、腻腐、燥糙、剥落、润燥,特殊纹理是指点刺、淤点、裂纹、齿痕;形状信息是指舌质胖瘦和舌下脉络,所述舌下脉络是指静脉;动态信息是指歪斜、萎软、僵硬、吐弄、震颤;
图像的采集过程主要实现舌像数字图像的标准采集,图像的预处理阶段主要完成舌像识别目标的分割,即将舌像从原始图像中分离,并进一步完成舌体与舌苔的区域分割和舌尖、舌边、舌中、舌根的部位划分;舌诊信息分析主要进行了颜色信息分析与识别、纹理信息的分析与识别,其中颜色信息包括舌色、苔色两部分,纹理分析包括舌质纹理、舌苔纹理和特殊纹理形态的点刺、瘀点;在其他信息方面就舌体的齿痕、裂纹内容进行了探讨,舌诊内容除了二维图像信息外,还有包含三维立体信息、动态信息,主要对舌像二维图像特征进行计算机分析识别;
针对中医人脸识别分析的内容,原理同上。
3.根据权利要求1所述基于人体特征采集识别技术的健康数据平台,其特征在于:基于舌像与人脸设别组合分析及算法,主要使用分割、大数据预测、中医在线一对一校对技术实现。
4.根据权利要求1所述基于人体特征采集识别技术的健康数据平台,其特征在于:移动APP模块端有两种方式收集数据,分别是通过“问卷答题”形式和通过上传拍照形式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810796892.9A CN109147935A (zh) | 2018-07-19 | 2018-07-19 | 基于人体特征采集识别技术的健康数据平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810796892.9A CN109147935A (zh) | 2018-07-19 | 2018-07-19 | 基于人体特征采集识别技术的健康数据平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109147935A true CN109147935A (zh) | 2019-01-04 |
Family
ID=64801028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810796892.9A Pending CN109147935A (zh) | 2018-07-19 | 2018-07-19 | 基于人体特征采集识别技术的健康数据平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109147935A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110772235A (zh) * | 2019-08-22 | 2020-02-11 | 天津森宇科技股份有限公司 | 基于云计算和移动平台的中医智能健康分析系统 |
CN110786834A (zh) * | 2019-12-09 | 2020-02-14 | 中电健康云科技有限公司 | 一种基于舌象特征和bmi指数的脂肪肝预测方法 |
CN110929740A (zh) * | 2019-11-21 | 2020-03-27 | 中电健康云科技有限公司 | 一种基于lgbm模型的舌质舌苔分离方法 |
CN112086193A (zh) * | 2020-09-14 | 2020-12-15 | 巢自强 | 一种基于物联网的人脸识别健康预测系统及方法 |
CN112420141A (zh) * | 2020-11-19 | 2021-02-26 | 张磊 | 一种中医健康评估系统及其应用 |
CN112806964A (zh) * | 2021-01-28 | 2021-05-18 | 清华大学 | 舌象分析方法和系统 |
US20210210192A1 (en) * | 2020-01-07 | 2021-07-08 | ZenChi, Inc. | System and method for assessing and treating dysmenorrhea |
CN113130066A (zh) * | 2021-03-22 | 2021-07-16 | 杭州电子科技大学 | 一种基于人工智能的舌诊图像识别方法 |
CN113241182A (zh) * | 2021-03-04 | 2021-08-10 | 武汉未康未病医学有限公司 | 一种用于识别舌头苔形、苔质app的数学模型 |
CN113707305A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 基于深度学习的健康方案推荐方法、装置、设备及介质 |
CN115317304A (zh) * | 2022-07-28 | 2022-11-11 | 瑞多(上海)智能科技有限公司 | 一种基于生理特征检测的智能按摩方法及系统 |
CN116705337A (zh) * | 2023-08-07 | 2023-09-05 | 山东第一医科大学第一附属医院(山东省千佛山医院) | 一种健康数据采集及智能分析方法 |
EP4226391A4 (en) * | 2020-10-05 | 2024-04-03 | Jubaan Ltd | SYSTEM AND METHOD FOR DETECTING GASTROINTESTINAL DISEASES |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202943A (zh) * | 2016-07-14 | 2016-12-07 | 京东方科技集团股份有限公司 | 一种健康分析设备、服务器及系统 |
CN107242857A (zh) * | 2017-06-12 | 2017-10-13 | 南开大学 | 基于深度学习的智能中医综合诊疗系统 |
CN107346369A (zh) * | 2017-05-11 | 2017-11-14 | 北京紫宸正阳科技有限公司 | 一种医疗信息处理方法及装置 |
-
2018
- 2018-07-19 CN CN201810796892.9A patent/CN109147935A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202943A (zh) * | 2016-07-14 | 2016-12-07 | 京东方科技集团股份有限公司 | 一种健康分析设备、服务器及系统 |
CN107346369A (zh) * | 2017-05-11 | 2017-11-14 | 北京紫宸正阳科技有限公司 | 一种医疗信息处理方法及装置 |
CN107242857A (zh) * | 2017-06-12 | 2017-10-13 | 南开大学 | 基于深度学习的智能中医综合诊疗系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110772235A (zh) * | 2019-08-22 | 2020-02-11 | 天津森宇科技股份有限公司 | 基于云计算和移动平台的中医智能健康分析系统 |
CN110929740A (zh) * | 2019-11-21 | 2020-03-27 | 中电健康云科技有限公司 | 一种基于lgbm模型的舌质舌苔分离方法 |
CN110786834A (zh) * | 2019-12-09 | 2020-02-14 | 中电健康云科技有限公司 | 一种基于舌象特征和bmi指数的脂肪肝预测方法 |
US20210210192A1 (en) * | 2020-01-07 | 2021-07-08 | ZenChi, Inc. | System and method for assessing and treating dysmenorrhea |
CN112086193A (zh) * | 2020-09-14 | 2020-12-15 | 巢自强 | 一种基于物联网的人脸识别健康预测系统及方法 |
CN112086193B (zh) * | 2020-09-14 | 2024-08-20 | 信阳昆扬信息技术服务中心(个人独资) | 一种基于物联网的人脸识别健康预测系统及方法 |
EP4226391A4 (en) * | 2020-10-05 | 2024-04-03 | Jubaan Ltd | SYSTEM AND METHOD FOR DETECTING GASTROINTESTINAL DISEASES |
CN112420141B (zh) * | 2020-11-19 | 2024-01-26 | 张磊 | 一种中医健康评估系统及其应用 |
CN112420141A (zh) * | 2020-11-19 | 2021-02-26 | 张磊 | 一种中医健康评估系统及其应用 |
CN112806964A (zh) * | 2021-01-28 | 2021-05-18 | 清华大学 | 舌象分析方法和系统 |
CN113241182A (zh) * | 2021-03-04 | 2021-08-10 | 武汉未康未病医学有限公司 | 一种用于识别舌头苔形、苔质app的数学模型 |
CN113130066A (zh) * | 2021-03-22 | 2021-07-16 | 杭州电子科技大学 | 一种基于人工智能的舌诊图像识别方法 |
CN113707305A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 基于深度学习的健康方案推荐方法、装置、设备及介质 |
CN115317304A (zh) * | 2022-07-28 | 2022-11-11 | 瑞多(上海)智能科技有限公司 | 一种基于生理特征检测的智能按摩方法及系统 |
CN116705337A (zh) * | 2023-08-07 | 2023-09-05 | 山东第一医科大学第一附属医院(山东省千佛山医院) | 一种健康数据采集及智能分析方法 |
CN116705337B (zh) * | 2023-08-07 | 2023-10-27 | 山东第一医科大学第一附属医院(山东省千佛山医院) | 一种健康数据采集及智能分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109147935A (zh) | 基于人体特征采集识别技术的健康数据平台 | |
CN109903836A (zh) | 一种基于体质和大数据的饮食智能推荐和匹配系统及方法 | |
CN108553079A (zh) | 基于眼底图像的病变识别系统 | |
US10335572B1 (en) | Systems and methods for computer assisted operation | |
US10685488B1 (en) | Systems and methods for computer assisted operation | |
CN113707305B (zh) | 基于深度学习的健康方案推荐方法、装置、设备及介质 | |
CN106339591A (zh) | 一种基于深度卷积神经网络的预防乳腺癌自助健康云服务系统 | |
CN107025377B (zh) | 一种健康管理系统和方法 | |
CN105808903A (zh) | 一种生成健康报告的方法及装置 | |
KR100979506B1 (ko) | 사상체질 자동진단기 | |
US20210398649A1 (en) | Multi-dimensional big health guidance system based on traditional chinese medicine theory | |
WO2020199739A1 (zh) | 基于影像大数据的中医体质智能检测与调养系统及方法 | |
CN109259730A (zh) | 一种基于舌诊的预警分析方法和存储介质 | |
SG175057A1 (en) | Computer-aided diagnostic systems and methods for determining skin compositions based on traditional chinese medicinal (tcm) principles | |
CN106485085A (zh) | 一种智能服务机器人健康辨识系统及方法 | |
CN109008963A (zh) | 基于移动终端的智能舌诊系统及方法 | |
CN114388101A (zh) | 一种健康食谱管理系统及其方法 | |
CN117078955B (zh) | 一种基于图像识别的健康管理方法 | |
CN106777932A (zh) | 健康食谱查询系统 | |
CN212809784U (zh) | 一种基于图像识别和大数据的个人健康管理系统 | |
AU2021104559A4 (en) | Personal health management system based on image recognition and big data | |
CN112509670B (zh) | 用于糖尿病的智能健康管理系统 | |
CN114023419A (zh) | 食谱推荐方法、装置及非易失性存储介质 | |
CN111599468A (zh) | 一种基于图像识别和大数据的个人健康管理系统 | |
CN114388102A (zh) | 饮食推荐方法及装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |