CN109583291A - 一种人舌的模型构建方法和提升人舌识别精确度的方法 - Google Patents
一种人舌的模型构建方法和提升人舌识别精确度的方法 Download PDFInfo
- Publication number
- CN109583291A CN109583291A CN201811171832.4A CN201811171832A CN109583291A CN 109583291 A CN109583291 A CN 109583291A CN 201811171832 A CN201811171832 A CN 201811171832A CN 109583291 A CN109583291 A CN 109583291A
- Authority
- CN
- China
- Prior art keywords
- tongue
- people
- image
- identification
- sample collection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 230000001737 promoting effect Effects 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 11
- 210000005182 tip of the tongue Anatomy 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000002203 pretreatment Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 claims 1
- 210000005181 root of the tongue Anatomy 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 description 9
- 241001465754 Metazoa Species 0.000 description 5
- 241000282326 Felis catus Species 0.000 description 4
- 239000003814 drug Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种人舌的模型构建方法,包括以下步骤:获取步骤:获取正样本集和负样本集,所述正样本集为人的舌头图像,所述负样本集为非人的舌头图像;提取步骤:提取正样本集和负样本集中的所有舌头图像;模型构建步骤:对所有的舌头图像进行训练以构建人舌识别模型库。本发明还提供了一种提升人舌识别精确度的方法。本发明的提升人舌识别精确度的方法通过构建人舌识别模型和非人舌识别模型,从而使得人舌识别模型不仅可以定位舌头图像,还可以进一步识别是否是人的舌头,从而避免了给出错误的诊断信息。
Description
技术领域
本发明涉及一种图像识别技术领域,尤其涉及一种人舌的模型构建方法和提升人舌识别精确度的方法。
背景技术
目前,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。目前的关于舌诊识别,主要是直接对获取到的舌头图像直接进行分区,而并不对舌头的来源进行具体的分析,这样会使得判断结果产生比较大的误差;比如,当你用猫的舌头来进行识别的时候,也会对其进行分析从而得到相应的分析结果;但是这种结果是并不适用的,因为舌诊针对的是对人的身体状况的检测,而不是针对动物进行分析的。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种人舌的模型构建方法,其能提高舌头识别模型的精度。
本发明的目的之二在于提供一种电子设备,其能提高舌头识别模型的精度。
本发明的目的之三在于提供一种提升人舌识别精确度的方法,其能进一步提高人的舌头的识别精度以及判断的准确性。
本发明的目的之四在于提供一种电子设备,其能进一步提高人的舌头的识别精度以及判断的准确性。
本发明的目的之五在于提供一种计算机可读存储介质,其能进一步提高人的舌头的识别精度以及判断的准确性。
本发明的目的之一采用如下技术方案实现:
一种人舌的模型构建方法,包括以下步骤:
获取步骤:获取正样本集和负样本集,所述正样本集为人的舌头图像,所述负样本集为非人的舌头图像;
提取步骤:提取正样本集和负样本集中的所有舌头图像;
模型构建步骤:对所有的舌头图像进行训练以构建人舌识别模型库。
进一步地,在获取步骤之后还包括预处理步骤:对获取到的舌头图像进行预处理,所述预处理包括缩放、旋转和归一化。
进一步地,在所述模型构建步骤中,通过卷积神经网络对所有的舌头图像进行训练以构建人舌识别模型库。
本发明的目的之二采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明目的之一中任意一项所述的人舌的模型构建方法。
本发明的目的之三采用如下技术方案实现:
一种提升人舌识别精确度的方法,包括以下步骤:
获取步骤:获取当前的图像信息,所述图像信息包括舌头图像;
提取步骤:提取当前的图像信息中的舌头图像;
比对步骤:将所述舌头图像与人舌识别模型库进行比对以判断当前舌头图像是否是人的舌头图像,如果否,则发送告警信息。
进一步地,在提取步骤之后还包括预处理步骤:对提取当前的图像信息中的舌头图像进行预处理,所述预处理包括缩放、旋转和归一化。
进一步地,在提取步骤之后还包括图像处理步骤,所述图像处理步骤包括以下子步骤:
根据舌头图像画出舌头边缘轮廓线;
根据边缘轮廓线将舌头图像划分为五个分区,所述五个分区包括舌尖、舌中、舌根、舌左边和舌右边;
以舌尖为对称点画对称线,将倾斜的像素点进行平面拉伸以得处理后的舌头图像。
本发明的目的之四采用如下技术方案实现:
一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明目的之三中任意一项所述的提升人舌识别精确度的方法。
本发明的目的之五采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明目的之三中任意一项所述的提升人舌识别精确度的方法。
相比现有技术,本发明的有益效果在于:
本发明的提升人舌识别精确度的方法通过构建人舌识别模型和非人舌识别模型,从而使得人舌识别模型不仅可以定位舌头图像,还可以进一步识别是否是人的舌头,从而避免了给出错误的诊断信息。
附图说明
图1为实施例一的人舌的模型构建方法的流程图;
图2为实施例三的提升人舌识别精确度的方法的流程图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
如图1所示,本实施例提供了一种人舌的模型构建方法,包括以下步骤:
S11:获取正样本集和负样本集,所述正样本集为人的舌头图像,所述负样本集为非人的舌头图像;在本实施例中正样本集也即是采集到的人的舌头的图像信息,由于舌诊主要是针对于人的舌头的识别,故而进行模型构建的时候需要对人的舌头进行样本采集从而构建最为基础的识别模型。但是由于在实践过程中,有时候如果采用动物的舌头则有大概率骗过该识别模型从而使得得到偏离原意的结果。
因为如果在识别人舌的时候,采用了狗的舌头或者猫的舌头,由于其生理特征存在有很大的不同,但是舌诊的很多判断都是通过长期对人的观察来得到的,其并不能够衍生到对整个动物界的统一的认识与判断。故而在进行模型构建的时候的,也需要针对于动物的舌头来构建负的样本集,这样能够进一步提高识别模型的识别精度。
S12:提取正样本集和负样本集中的所有舌头图像;还包括预处理步骤:对获取到的舌头图像进行预处理,所述预处理包括缩放、旋转和归一化。这一步主要是针对于获取到的样本图像进行预处理,由于在数据处理的过程中,如果不针对于获取到的图像进行标准化处理,那么在后续的图像处理过程以及识别过程中有可能得到的结果产生偏差,这种偏差并不是由于所关注的对象本身产生的偏差,而是由于没有进行图像归一而产生的问题。
S13:通过卷积神经网络对所有的舌头图像进行训练以构建人舌识别模型库。这一步主要是针对所有正样本集和负样本集中的舌头图像通过卷积神经网络来进行识别构建的,通过卷积神经网络来对所有的舌头图像进行识别,从而得到舌头图像中特征点和特征向量,然后针对于正样本集和负样本集所有的内容从而构建人舌识别模型库。这种模型库能够涵盖当前大多数的图像识别种类,即是当用户给出一个猫或者狗的舌头图像的识别,该识别模型也并不会将其默认为人的舌头来进行下一步判断。
实施例二
实施例二公开了一种计算机可读存储介质,该存储介质用于存储程序,并且该程序被处理器执行时,实现实施例一的人舌的模型构建方法。
实施例三
如图2所示,本实施例提供了一种提升人舌识别精确度的方法,包括以下步骤:
S21:获取当前的图像信息,所述图像信息包括舌头图像;这里主要是为了获取基础判断的图像,当用户使用申请的所对应的产品的时候,需要先提供对应的图像,这种图片获取的方式可以是直接通过摄像头或者也可以是将图片直接传输至产品处,从而完成基础判断图像的传输。
S22:提取当前的图像信息中的舌头图像;对提取当前的图像信息中的舌头图像进行预处理,所述预处理包括缩放、旋转和归一化。由于舌头的识别模型比较容易构建,故而当获取到的该图像时,也可以通过识别该图像从而得到对应的舌头图像,由于对于获取到的舌头图像还无法进一步判断其是属于人的舌头还是属于动物的舌头,故而还需要更进一步的精确判断。
在步骤S22之后还包括步骤S221,所述步骤S221包括以下子步骤:
根据舌头图像画出舌头边缘轮廓线;
根据边缘轮廓线将舌头图像划分为五个分区,所述五个分区包括舌尖、舌中、舌根、舌左边和舌右边;
以舌尖为对称点画对称线,将倾斜的像素点进行平面拉伸以得处理后的舌头图像。若已拉伸处理的舌头图像出现左右不对称情况,则以小的部分为准,使舌头图像左右对称。这一步是为了获取到的更为标准的舌头图像。
S23:将所述舌头图像与人舌识别模型库进行比对以判断当前舌头图像是否是人的舌头图像,如果否,则发送告警信息。将舌头图像与实施例一中构建的人舌识别模型进行判断。当识别到的舌头图像为人舌的时候,则可以进行下一步的识别,比如根据人舌头的分区特征来进行识别从而获取到的对应的病症,如果识别到的图像为狗的舌头或者猫的舌头的时候,则发送告警信息告诉用户此图像为动物舌头无法进行下一步判断,请用户更换正确的图像信息。
本发明的提升人舌识别精确度的方法通过构建人舌识别模型和非人舌识别模型,从而使得人舌识别模型不仅可以定位舌头图像,还可以进一步识别是否是人的舌头,从而避免了给出错误的诊断信息。大大提升了人舌识别的智能化程度。
实施例四
实施例四公开了一种电子设备,该电子设备包括处理器、存储器以及程序,其中处理器和存储器均可采用一个或多个,程序被存储在存储器中,并且被配置成由处理器执行,处理器执行该程序时,实现实施例三的提升人舌识别精确度的方法。该电子设备可以是手机、电脑、平板电脑等等一系列的电子设备。
实施例五
实施例五公开了一种计算机可读存储介质,该存储介质用于存储程序,并且该程序被处理器执行时,实现实施例三的提升人舌识别精确度的方法。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述基于内容更新通知装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (9)
1.一种人舌的模型构建方法,其特征在于,包括以下步骤:
获取步骤:获取正样本集和负样本集,所述正样本集为人的舌头图像,所述负样本集为非人的舌头图像;
提取步骤:提取正样本集和负样本集中的所有舌头图像;
模型构建步骤:对所有的舌头图像进行训练以构建人舌识别模型库。
2.如权利要求1所述的人舌的模型构建方法,其特征在于,在获取步骤之后还包括预处理步骤:对获取到的舌头图像进行预处理,所述预处理包括缩放、旋转和归一化。
3.如权利要求1所述的人舌的模型构建方法,其特征在于,在所述模型构建步骤中,通过卷积神经网络对所有的舌头图像进行训练以构建人舌识别模型库。
4.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-3中任意一项所述的人舌的模型构建方法。
5.一种提升人舌识别精确度的方法,其特征在于,包括以下步骤:
获取步骤:获取当前的图像信息,所述图像信息包括舌头图像;
提取步骤:提取当前的图像信息中的舌头图像;
比对步骤:将所述舌头图像与人舌识别模型库进行比对以判断当前舌头图像是否是人的舌头图像,如果否,则发送告警信息。
6.如权利要求5所述的提升人舌识别精确度的方法,其特征在于,在提取步骤之后还包括预处理步骤:对提取当前的图像信息中的舌头图像进行预处理,所述预处理包括缩放、旋转和归一化。
7.如权利要求5所述的提升人舌识别精确度的方法,其特征在于,在提取步骤之后还包括图像处理步骤,所述图像处理步骤包括以下子步骤:
根据舌头图像画出舌头边缘轮廓线;
根据边缘轮廓线将舌头图像划分为五个分区,所述五个分区包括舌尖、舌中、舌根、舌左边和舌右边;
以舌尖为对称点画对称线,将倾斜的像素点进行平面拉伸以得处理后的舌头图像。
8.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求5-7中任意一项所述的提升人舌识别精确度的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求5-7中任意一项所述的提升人舌识别精确度的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811171832.4A CN109583291A (zh) | 2018-10-09 | 2018-10-09 | 一种人舌的模型构建方法和提升人舌识别精确度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811171832.4A CN109583291A (zh) | 2018-10-09 | 2018-10-09 | 一种人舌的模型构建方法和提升人舌识别精确度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109583291A true CN109583291A (zh) | 2019-04-05 |
Family
ID=65919995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811171832.4A Pending CN109583291A (zh) | 2018-10-09 | 2018-10-09 | 一种人舌的模型构建方法和提升人舌识别精确度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583291A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930798A (zh) * | 2016-04-21 | 2016-09-07 | 厦门快商通科技股份有限公司 | 基于学习的面向手机应用的舌像快速检测分割方法 |
CN107330889A (zh) * | 2017-07-11 | 2017-11-07 | 北京工业大学 | 一种基于卷积神经网络的中医舌色苔色自动分析方法 |
-
2018
- 2018-10-09 CN CN201811171832.4A patent/CN109583291A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930798A (zh) * | 2016-04-21 | 2016-09-07 | 厦门快商通科技股份有限公司 | 基于学习的面向手机应用的舌像快速检测分割方法 |
CN107330889A (zh) * | 2017-07-11 | 2017-11-07 | 北京工业大学 | 一种基于卷积神经网络的中医舌色苔色自动分析方法 |
Non-Patent Citations (1)
Title |
---|
韩家炜 等: "《物联网基础技术及应用》", vol. 1, 西安电子科技大学出版社, pages: 130 - 131 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tjepkema-Cloostermans et al. | Outcome prediction in postanoxic coma with deep learning | |
Hicks et al. | Explaining deep neural networks for knowledge discovery in electrocardiogram analysis | |
US9177102B2 (en) | Database and imaging processing system and methods for analyzing images acquired using an image acquisition system | |
RU2681280C2 (ru) | Процесс обработки медицинских изображений | |
Menaouer et al. | Diabetic retinopathy classification using hybrid deep learning approach | |
KR102162683B1 (ko) | 비정형 피부질환 영상데이터를 활용한 판독보조장치 | |
Pal et al. | Deep learning techniques for prediction and diagnosis of diabetes mellitus | |
CN110246109A (zh) | 融合ct影像和个性化信息的分析系统、方法、装置及介质 | |
Mahmoud et al. | Estimation of pain in sheep using computer vision | |
Kim et al. | Fast automatic artifact annotator for EEG signals using deep learning | |
Zhu et al. | Knowledge graph and deep learning based pest detection and identification system for fruit quality | |
Xu et al. | Interpatient ECG arrhythmia detection by residual attention CNN | |
Rashidi et al. | Primer on machine learning: utilization of large data set analyses to individualize pain management | |
CN109583291A (zh) | 一种人舌的模型构建方法和提升人舌识别精确度的方法 | |
CN107423536A (zh) | 基于移动社保数据和云端数据分析的数据处理系统 | |
CN210776809U (zh) | 一种望诊图像质量评价系统、设备及存储介质 | |
Weng et al. | Are Sex-Based Physiological Differences the Cause of Gender Bias for Chest X-Ray Diagnosis? | |
Bernabei et al. | A full-stack application for detecting seizures and reducing data during continuous electroencephalogram monitoring | |
US20230215153A1 (en) | Automated and assisted identification of stroke using feature-based brain imaging | |
Tasdelen et al. | Artificial Intelligence Research on COVID-19 Pandemic: A Bibliometric Analysis | |
US20160371457A1 (en) | System and Method for Data Analyzing of Health-Related Data | |
CN109558891A (zh) | 一种识别模型构建方法和基于舌诊的肠胃病预警方法 | |
Nolde et al. | K-means panning–Developing a new standard in automated MSNA signal recognition with a weakly supervised learning approach | |
CN110889836A (zh) | 一种影像数据分析方法、装置、终端设备及存储介质 | |
Ardeti et al. | Development of real time ECG monitoring and unsupervised learning classification framework for cardiovascular diagnosis |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |