CN110164547A - 一种基于人脸区域及舌苔的中医面诊系统 - Google Patents
一种基于人脸区域及舌苔的中医面诊系统 Download PDFInfo
- Publication number
- CN110164547A CN110164547A CN201910416991.4A CN201910416991A CN110164547A CN 110164547 A CN110164547 A CN 110164547A CN 201910416991 A CN201910416991 A CN 201910416991A CN 110164547 A CN110164547 A CN 110164547A
- Authority
- CN
- China
- Prior art keywords
- module
- tongue fur
- chinese medicine
- human face
- facial diagnosis
- 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
- 230000001815 facial effect Effects 0.000 title claims abstract description 33
- 238000003745 diagnosis Methods 0.000 title claims abstract description 31
- 239000003814 drug Substances 0.000 title claims abstract description 24
- 238000000605 extraction Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000013459 approach Methods 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 15
- 231100000241 scar Toxicity 0.000 claims description 8
- 206010004950 Birth mark Diseases 0.000 claims description 5
- 210000004709 eyebrow Anatomy 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 7
- 230000007812 deficiency Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 241001300078 Vitrea Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于人脸区域及舌苔的中医面诊系统，包括：图像识别模块、图像处理模块、特征值提取模块、匹配模块和输出模块，其中，图像识别模块，用于识别采集面诊者的脸部区域及舌苔的图像；图像处理模块，用于对采集的图像进行补偿修正；特征值提取模块，对补偿修正后的图形进行特征值抽取；匹配模块，用于将提取的特征值与信息库中数据进行对比；输出模块，用于输出检测结果及医生指导意见。本发明提供的一种基于人脸区域及舌苔的中医面诊系统，用以解决现有技术中诊断结果易偏差、准确率低的问题。
Description
技术领域
本发明涉及计算机医学图像处理技术领域，具体涉及一种基于人脸区域及舌苔的中医面诊系统。
背景技术
体质分类是中医体质学研究的基础与核心内容，在继承了古代及现代体质分型方法的临床应用性原则以及现代学者以阴、阳、气、血、津液的盛、衰、虚、实变化为主的分类方法，并结合临床实践,现代中医提出了体质9分法，即平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、血瘀质、气郁质、特禀质。
传统中医体质判别方法通过医护人员和患者一对一的交流进行判别，工作效率低，有一定的重复性，且对医护人员的专业技能要求较高。
随着计算机技术的不断发展，人工智能应用到中医面诊中，基于网络大数据，充分发掘海量数据中蕴藏的丰富信息，避免了人的主观因素。但同时，影响特征值数据的因素很多，现有技术中仍存在结果易偏差，准确率低的问题。
发明内容
为至少在一定程度上克服相关技术中存在的问题，本发明提供种基于人脸区域及舌苔的中医面诊系统，以解决现有技术中诊断结果易偏差、准确率低的问题。
根据本发明实施例的第一方面，提供一种基于人脸区域及舌苔的中医面诊系统，包括：图像识别模块、图像处理模块、特征值提取模块、匹配模块和输出模块，其中，
图像识别模块，用于识别采集面诊者的脸部区域及舌苔的图像；
图像处理模块，用于对采集的图像进行补偿修正；
特征值提取模块，对补偿修正后的图形进行特征值抽取；
匹配模块，用于将提取的特征值与信息库中数据进行对比；
输出模块，用于输出检测结果及医生指导意见。
优选地，
所述图像识别模块，包括：
输入采集图像模块，用于输入摄像头采集的面部及舌苔区域的图像；
轮廓提取模块，用于提取面部轮廓；
关键点定位模块，用于确定眉毛、眼睛、鼻子、嘴的位置；
区域分割模块，用于将面部分割，划分多个子区域。
优选地，
图像处理模块，包括：
光线修正模块，用于对非标准白光下的图像进行光线修正处理；
疤痕识别模块，用于识别疤痕、胎记以及其他特殊皮肤；
清洁度补偿模块，用于对面部清洁度进行补偿修正。
优选地，
特征值提取模块，包括：
光泽模块，用于提取各子区域的光泽度数值；
干燥模块，用于提取各子区域的干燥度数值；
颜色模块，用于提取各子区域的颜色代码；
纹理模块，用于提取各子区域的纹理密度数值。
优选地，
输出模块，包括：
特征值模块，用于输出各特征值数据；
综合分析模块，用于输出体质特征及类型；
指导意见模块，用于输出医生指导意见。
优选地，
还包括控制器。
优选地，
所述控制器包括以下项中的至少一项：
单片机、微处理芯片、PLC芯片、DSP芯片、FPGA模块。
优选地，
还包括摄像机，所述摄像机与所述控制器有线连接，和/或，无线连接。
优选地，
所述摄像机为高清摄像机。
优选地，
还包括用户终端，
所述用户终端包括以下项中的至少一项：
手机、笔记本电脑、平板电脑、台式机。
本发明的实施例提供的技术方案可以包括以下有益效果：
可以理解的是，本实施例提供的技术方案，对采集的人面部进行区域划分、处理以及特征值提取，将提取的特征值在数据库中进行对比匹配，得出对应的体质特征，实现了局部与整体共同诊断，客观数据与主观判断相互结合。使得数据更加准确，诊断结果更加精准，提高了效率，对于中医面诊的客观化与标准化有着推动意义。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种基于人脸区域及舌苔的中医面诊系统的示意框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种对讲机的示意框图，如图1所示，该系统包括：图像识别模块、图像处理模块、特征值提取模块、匹配模块和输出模块，其中，
图像识别模块，用于识别采集面诊者的脸部区域及舌苔的图像；
图像处理模块，用于对采集的图像进行补偿修正；
特征值提取模块，对补偿修正后的图形进行特征值抽取；
匹配模块，用于将提取的特征值与信息库中数据进行对比；
输出模块，用于输出检测结果及医生指导意见。
可以理解的是，所述图像识别模块通过照片采集装置，在标准光源条件下拍摄面诊者的自然光面诊图像，以及红外装置下采集的红外热像，并对图形进行初步处理，将采集到的图像传输给图像处理模块；
图像处理模块对采集的图像进行光线修正，改善色彩偏差，识别疤痕、胎记等特殊肤质，将补偿修正后的图像传输给特征值提取模块；
特征值提取模块，采用卷积神经网络算法对面诊者的面部区域及舌苔进行特征值提取，将提取的特征值传输给匹配模块；
匹配模块，将提取的特征值进行分类算法，分类算法采用softmax分类算法，和/或，SVM分类算法，得到相应的中医体质类型，并将匹配结果传输给输出模块；
输出模块，医生结合匹配结果和自己的临床经验，进行综合判断，给出具体的诊断结果以及指导意见，实现中医面诊的数字化。
优选地，
所述图像识别模块，包括：
输入采集图像模块，用于输入摄像头采集的面部及舌苔区域的图像；
轮廓提取模块，用于提取面部轮廓；
关键点定位模块，用于确定眉毛、眼睛、鼻子、嘴的位置；
区域分割模块，用于将面部分割，划分多个子区域。
可以理解的是，图像识别模块，首先判别输入采集图像模块输入的图像中是否存在人脸，并提取面部轮廓，定位人脸在图像中的位置。关键点定位模块，利用几何投影方法，即利用人脸特征灰度与其他部分的差异，先统计出X或者Y方向上的灰度值和或者灰度函数值和，找出特定的变化点，然后将不同方向上的变化点位置相结合，确定眉毛、眼睛、鼻子、嘴的位置；区域分割模块，根据眉毛、眼睛、鼻子、嘴的位置将面部区域分割成前额区域、左眼区域、右眼区域、左脸颊区域、右脸颊区域、上唇区域、下唇区域和舌苔区域九个区域。
优选地，
图像处理模块，包括：
光线修正模块，用于对非标准白光下的图像进行光线修正处理；
疤痕识别模块，用于识别疤痕、胎记以及其他特殊皮肤；
清洁度补偿模块，用于对面部清洁度进行补偿修正。
可以理解的是，图像处理模块包括多个子模块，对采集的图像进行光线修正，改善色彩偏差，识别疤痕、胎记等特殊肤质，进行清洁度补偿。最大化体现面诊者的实际状态，避免外界因素的干扰，以及特殊肤质的影响。
优选地，
特征值提取模块，包括：
光泽模块，用于提取各子区域的光泽度数值；
干燥模块，用于提取各子区域的干燥度数值；
颜色模块，用于提取各子区域的颜色代码；
纹理模块，用于提取各子区域的纹理密度数值。
可以理解的是，特征值提取模块包含多个子模块，对多项特征值进行提取，包括光泽度数值、干燥度数值、颜色代码和纹理密度数值。前额区域、左眼区域、右眼区域、左脸颊区域、右脸颊区域、上唇区域、下唇区域和舌苔区域九个区域的各特征值综合分析，避免了某一数据偏差或错误导致的结果不准确。
优选地，
输出模块，包括：
特征值模块，用于输出各特征值数据；
综合分析模块，用于输出体质特征及类型；
指导意见模块，用于输出医生指导意见。
可以理解的是，输出模块将各数据按照固定的版式输出，形成诊断报告。输出模块包括特征值模块，用于输出提取的各特征值的数据；综合分析模块，构建深度学习模型，输出匹配得到的体质特征及类型，并对该体质特征及类型进行简单介绍及指导建议；指导意见模块，用于输出医生指导意见，医生根据图像、综合分析结果并结合自身经验，进行进一步的分析，并给出饮食或治疗的指导建议。
优选地，
还包括控制器。
优选地，
所述控制器包括以下项中的至少一项：
单片机、微处理芯片、PLC芯片、DSP芯片、FPGA模块。
优选地，
还包括摄像机，所述摄像机与所述控制器有线连接，和/或，无线连接。
优选地，
所述摄像机为高清摄像机。
可以理解的是，所述系统还包括控制器、摄像机以及其他硬件设备，控制器是系统进行操作控制以及数据处理的核心，高速处理器使得数据处理更快，海量存储数据为特征值匹配提供了数据支持。摄像机用于拍摄图像，采用高清摄像机，得到的图像画质更加清晰、真实。
优选地，
还包括用户终端，
所述用户终端包括以下项中的至少一项：
手机、笔记本电脑、平板电脑、台式机。
可以理解的是，用户终端作为人机交互的窗口，医生可以通过用户终端对系统进行操作，数据查询等。用户终端具有多种形式，适用于各种使用场景，使用更加灵活，用户体验感好。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于人脸区域及舌苔的中医面诊系统，其特征在于，包括：
图像识别模块、图像处理模块、特征值提取模块、匹配模块和输出模块，其中，
图像识别模块，用于识别采集面诊者的脸部区域及舌苔的图像；
图像处理模块，用于对采集的图像进行补偿修正；
特征值提取模块，对补偿修正后的图形进行特征值抽取；
匹配模块，用于将提取的特征值与信息库中数据进行对比；
输出模块，用于输出检测结果及医生指导意见。
2.根据权利要求1所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，所述图像识别模块，包括：
输入采集图像模块，用于输入摄像头采集的面部及舌苔区域的图像；
轮廓提取模块，用于提取面部轮廓；
关键点定位模块，用于确定眉毛、眼睛、鼻子、嘴的位置；
区域分割模块，用于将面部分割，划分多个子区域。
3.根据权利要求1所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，图像处理模块，包括：
光线修正模块，用于对非标准白光下的图像进行光线修正处理；
疤痕识别模块，用于识别疤痕、胎记以及其他特殊皮肤；
清洁度补偿模块，用于对面部清洁度进行补偿修正。
4.根据权利要求1所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，特征值提取模块，包括：
光泽模块，用于提取各子区域的光泽度数值；
干燥模块，用于提取各子区域的干燥度数值；
颜色模块，用于提取各子区域的颜色代码；
纹理模块，用于提取各子区域的纹理密度数值。
5.根据权利要求1所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，输出模块，包括：
特征值模块，用于输出各特征值数据；
综合分析模块，用于输出体质特征及类型；
指导意见模块，用于输出医生指导意见。
6.根据权利要求1～5任一项所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，还包括控制器。
7.根据权利要求6所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，所述控制器包括以下项中的至少一项：
单片机、微处理芯片、PLC芯片、DSP芯片、FPGA模块。
8.根据权利要求6所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，还包括摄像机，所述摄像机与所述控制器有线连接，和/或，无线连接。
9.根据权利要求8所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，所述摄像机为高清摄像机。
10.根据权利要求1～5任一项所述的一种基于人脸区域及舌苔的中医面诊系统，其特征在于，还包括用户终端，
所述用户终端包括以下项中的至少一项：
手机、笔记本电脑、平板电脑、台式机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910416991.4A CN110164547A (zh) | 2019-05-20 | 2019-05-20 | 一种基于人脸区域及舌苔的中医面诊系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910416991.4A CN110164547A (zh) | 2019-05-20 | 2019-05-20 | 一种基于人脸区域及舌苔的中医面诊系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110164547A true CN110164547A (zh) | 2019-08-23 |
Family
ID=67631410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910416991.4A Pending CN110164547A (zh) | 2019-05-20 | 2019-05-20 | 一种基于人脸区域及舌苔的中医面诊系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110164547A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113197549A (zh) * | 2021-04-29 | 2021-08-03 | 南通大学 | 一种通过人脸识别技术诊断疾病的系统 |
| CN116821779A (zh) * | 2023-08-31 | 2023-09-29 | 中南大学湘雅医院 | 一种针对胃肠健康的大数据识别方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034775A (zh) * | 2011-09-29 | 2013-04-10 | 上海中医药大学 | 中医面诊分析与诊断系统 |
| CN106778047A (zh) * | 2017-03-06 | 2017-05-31 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于多维度医学图像的中医面诊综合系统 |
| US20170311872A1 (en) * | 2014-11-12 | 2017-11-02 | Konica Minolta Inc. | Organ image capture device and method for capturing organ image |
| CN108537210A (zh) * | 2018-06-09 | 2018-09-14 | 王华虎 | 一种面部、舌苔采集识别自动反馈装置及检测方法 |
-
2019
- 2019-05-20 CN CN201910416991.4A patent/CN110164547A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034775A (zh) * | 2011-09-29 | 2013-04-10 | 上海中医药大学 | 中医面诊分析与诊断系统 |
| US20170311872A1 (en) * | 2014-11-12 | 2017-11-02 | Konica Minolta Inc. | Organ image capture device and method for capturing organ image |
| CN106778047A (zh) * | 2017-03-06 | 2017-05-31 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于多维度医学图像的中医面诊综合系统 |
| CN108537210A (zh) * | 2018-06-09 | 2018-09-14 | 王华虎 | 一种面部、舌苔采集识别自动反馈装置及检测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113197549A (zh) * | 2021-04-29 | 2021-08-03 | 南通大学 | 一种通过人脸识别技术诊断疾病的系统 |
| CN116821779A (zh) * | 2023-08-31 | 2023-09-29 | 中南大学湘雅医院 | 一种针对胃肠健康的大数据识别方法 |
| CN116821779B (zh) * | 2023-08-31 | 2023-11-14 | 中南大学湘雅医院 | 一种针对胃肠健康的大数据识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210007606A1 (en) | Method of and imaging system for clinical sign detection | |
| Hickson et al. | Eyemotion: Classifying facial expressions in VR using eye-tracking cameras | |
| Bartlett et al. | Classifying facial action | |
| CN114502061A (zh) | 使用深度学习的基于图像的自动皮肤诊断 | |
| CN110544274B (zh) | 一种基于多光谱的眼底图像配准方法及系统 | |
| CN110338763A (zh) | 一种智能中医诊测的图像处理方法及装置 | |
| Che et al. | Deep group-wise registration for multi-spectral images from fundus images | |
| CN110164547A (zh) | 一种基于人脸区域及舌苔的中医面诊系统 | |
| US20220207862A1 (en) | Image analysis method, image analysis apparatus, and image analysis system | |
| Liu | Construction and verification of color fundus image retinal vessels segmentation algorithm under BP neural network | |
| CN106778047A (zh) | 一种基于多维度医学图像的中医面诊综合系统 | |
| CN117935339A (zh) | 一种基于多模态融合的微表情识别方法 | |
| KR20210141197A (ko) | 원격 진료를 위한 증강현실 인터페이스 제공 방법, 장치, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 | |
| CN113128417B (zh) | 一种基于头部姿态的双区域眼动跟踪方法 | |
| Miron et al. | Efficient and robust eye images iris segmentation using a lightweight U-net convolutional network | |
| CN117546255A (zh) | 从用户捕获数据对疾病风险的评估 | |
| CN115713800A (zh) | 图像分类方法及装置 | |
| Jan | Deep learning based facial expression recognition and its applications | |
| KR100915922B1 (ko) | 영상인식을 통한 얼굴 특징 추출과 사상체질 판별 방법 및시스템 | |
| Huang et al. | Development of a deep learning-based tool to assist wound classification | |
| Sharma et al. | Towards hardware-agnostic gaze-trackers | |
| Choi et al. | Looking to Personalize Gaze Estimation Using Transformers. | |
| Akamatsu et al. | Edema estimation from facial images taken before and after dialysis via contrastive multi-patient pre-training | |
| Park | Representation learning for webcam-based gaze estimation | |
| Hsu et al. | Extraction of visual facial features for health management |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |