CN113143201A - 基于舌苔舌质图像的诊断系统 - Google Patents
基于舌苔舌质图像的诊断系统 Download PDFInfo
- Publication number
- CN113143201A CN113143201A CN202010074743.9A CN202010074743A CN113143201A CN 113143201 A CN113143201 A CN 113143201A CN 202010074743 A CN202010074743 A CN 202010074743A CN 113143201 A CN113143201 A CN 113143201A
- Authority
- CN
- China
- Prior art keywords
- tongue
- image
- module
- mouth
- images
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 46
- 239000011248 coating agent Substances 0.000 title claims description 49
- 238000000576 coating method Methods 0.000 title claims description 49
- 238000012545 processing Methods 0.000 claims abstract description 44
- 230000003993 interaction Effects 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000003702 image correction Methods 0.000 claims abstract description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 17
- 238000011176 pooling Methods 0.000 claims description 15
- 239000003814 drug Substances 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 10
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 6
- 238000002558 medical inspection Methods 0.000 claims description 6
- 206010020772 Hypertension Diseases 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 210000002784 stomach Anatomy 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims description 2
- 229940079593 drug Drugs 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 206010068052 Mosaicism Diseases 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004092 self-diagnosis Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- SWGJCIMEBVHMTA-UHFFFAOYSA-K trisodium;6-oxido-4-sulfo-5-[(4-sulfonatonaphthalen-1-yl)diazenyl]naphthalene-2-sulfonate Chemical compound [Na+].[Na+].[Na+].C1=CC=C2C(N=NC3=C4C(=CC(=CC4=CC=C3O)S([O-])(=O)=O)S([O-])(=O)=O)=CC=C(S([O-])(=O)=O)C2=C1 SWGJCIMEBVHMTA-UHFFFAOYSA-K 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000002636 symptomatic treatment Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Dentistry (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Alternative & Traditional Medicine (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Physical Education & Sports Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开了一种基于舌苔舌质图像的诊断系统，所述诊断系统包括：终端交互系统(1)，以及云端处理系统(2)，其通过有线连接或无线连接的方式连接至终端交互系统(1)。终端交互系统(1)包括图像采集模块(11)、图像校正模块(12)、脸部识别模块(13)、图像传输模块(14)和图像显示模块(15)。云端处理系统(2)包括图像分类模块(21)、图像处理模块(22)、反馈识别模块(23)、诊断模块(24)和数据库(25)。
Description
技术领域
本申请涉及中医舌诊、移动互联网、图像处理、神经网络学习等技术在精准诊疗领域的应用，尤其涉及一种基于舌苔舌质图像的诊断系统。
背景技术
随着社会的不断发展，科技的不断进步，人们对疾病的治疗和健康的保障越来越重视。人们已经从以往简单的疾病治愈，提高到精准治愈的层次。对于疾病的预防和精准治疗也提出了更多的要求，传统医疗的手段面临更大的挑战。
中医是中华民族的瑰宝，望、闻、问、切是中医诊断的四诊，其中“望”是重要的内容，通过对人进行面诊和舌诊来了解人体生理和病理状态，是中医辨证诊治的重要依据之一。传统的舌诊主要通过医生查看病人的舌头的形态、色泽来判断疾病的种类和严重程度，传统中医诊疗依赖医生的经验，面对大量不确定的主观信息，很难精准的给予对症的治疗。
随着图像处理技术、深度学习等人工智能技术的不断成熟，越来越多的计算机技术与医疗领域结合起来，特别是在舌诊方面，产生了多种方法。现有的舌象分析系统仅能采集舌象，而不能将舌象异常的情况与疾病相关联而做出诊断。
我国医疗资源短缺，供给严重不足，导致很多人不能及时就医而延误病情。随着人工智能AI在医疗产业的广泛应用，除了提高医生工作效率，降低医疗成本外，更是提升了医疗资源的供给。AI的图像算法和自然语言处理技术正在不断满足医疗行业的需求，使人们做到科学有效的日常监测预防，更好的管理自身健康，实现精准医疗。
CN106295139B公开了一种基于深度卷积神经网络的舌体自诊健康云服务系统，该系统主要包括用于深度学习和训练识别的卷积神经网络、基于全卷积神经网络的舌体分割方法的舌体分割模块、基于卷积神经网络对分割后的舌体图像进行分类的舌象分类模块和用于根据所识别的舌象类型进行舌体自诊健康云服务平台。该系统适用于由使用者进行舌体自诊,而无法为医生做出诊疗意见提供参考。
发明内容
基于此，本申请提供了一种基于舌苔舌质图像的诊断系统，所述诊断系统包括：终端交互系统，以及云端处理系统，其通过有线连接或无线连接的方式连接至终端交互系统。
终端交互系统包括：用于采集图像的图像采集模块、用于将采集到的图像进行色彩平衡校正的图像校正模块、用于识别校正后的图像中的脸部位置的脸部识别模块、用于将识别后的脸部图像中的口部和舌部图像传输至云端处理系统的图像传输模块以及用于显示由云端处理系统传输来的诊断结果的图像显示模块。
云端处理系统包括用于对口部和舌部图像进行分类的图像分类模块、用于保留由图像分类模块分类后的口部和舌部图像中的口部和舌部的相关像素并且去除无关像素干扰的图像处理模块、用于向图像分类模块提供和从图像分类模块接收训练和学习数据的反馈识别模块、用于根据反馈识别模块接收到的训练结果为医生做出诊疗意见提供参考的诊断模块以及用于存储只保留有口部和舌部的相关像素的口部和舌部图像的数据库。
其中，图像分类模块利用卷积神经网络对口部和舌部图像进行分类。
卷积神经网络包括：用于提取口部和舌部图像的特征的多个卷积层、用于降采样和避免过拟合的多个池化层以及用于输出结果的全连接层。
卷积神经网络的层数大于或等于六层，其中交替布置有卷积层和池化层，并且以全连接层代替最后一个池化层。
图像处理模块利用全卷积网络、u-net、v-net以及u-net变体模型中的至少一种，通过重复卷积、池化、反池化、转置卷积的过程以将口部和舌部图像中的所有像素进行分类并且只保留口部和舌部的相关像素，从而去除无关像素的干扰。
根据可选的实施方式，终端交互系统包括微信小程序，其中，微信小程序能够利用图像采集模块调用移动设备的摄像头以采集图像，微信小程序还能够利用图像校正模块使用灰度世界算法、完美反射算法、动态阈值算法中的至少一者对采集到的图像进行色彩平衡校正，微信小程序还能够利用脸部识别模块通过人脸识别接口以识别图像中的人脸位置，以供图像传输模块从图像中截取口部和舌部图像传输到云端处理系统。
根据可选的实施方式，卷积神经网络能够以多个训练样本进行训练以获得舌部定位模型、舌质颜色分类模型和舌苔颜色分类模型。
根据可选的实施方式，图像采集模块能够采集包含口部和舌部图像的面部图像。
根据可选的实施方式，终端交互系统能够在图像采集模块采集图像的同时收集由使用者填写的个人多因素信息并且将其传输到云端处理系统。
根据可选的实施方式，终端交互系统包括用于收集使用者的血液样本、舌象信息和舌苔样本的采样模块，以通过医学检验并结合流行病学数据，对使用者进行个性化分层诊断。
根据可选的实施方式，卷积神经网络能够根据口部和舌部图像的特征而采用GoogleNet、ResNet、FractalNet和DenseNet中的至少一者。
根据可选的实施方式，舌象信息根据中医舌诊方法进行分类，中医舌诊方法包括：将舌象信息中的舌象分类为舌质和舌苔、将所述舌质分类为为舌色和舌型、以及将舌苔分类为苔色和苔质，其中舌色能够进一步分类为淡红舌、淡白舌、红舌、绛红舌，舌型能够进一步分类为胖大、瘦薄、齿痕，苔色能够进一步分类为白苔、黄苔、黑苔，苔质能够进一步分类为薄、润、燥、腐腻、剥脱，以及中医舌诊方法还包括对舌色、舌型、苔色和苔质进行综合处理和分析以获得相应的结论。
根据可选的实施方式，诊断模块能够通过医生对使用者进行健康指导，健康指导包括以下步骤：使用者在空腹状态或者用水漱口以后避免食物和药物沾染舌苔、利用终端交互系统获得舌体图像、启动终端交互系统中的微信小程序并且填写使用者的个人信息以传输到云端处理系统、使用者将舌体自然伸出口外并且放松舌体以使得舌面平展并且舌尖略向下从而充分暴露舌体、利用终端交互系统中的图像采集模块获得舌体的图像并且借助于终端交互系统中的图像传输模块自动将图像传输到云端处理系统、以及将使用者的医学检验结果传输到云端处理系统，云端处理系统能够对于所传输的使用者的舌体图像进行分割和分类处理，随后根据使用者的个人信息和医学检验结果、借助于卷积神经网络的判断为诊断提供参考并且将诊断结果反馈给使用者。
根据可选的实施方式，所述诊断系统适于诊断包括高血压在内的能够通过苔象诊断的疾病。
通过本申请的诊断系统，所述卷积神经网络以经过分类的口部和舌部图像进行训练，并且其训练结果能够为医生做出诊疗意见提供参考。
附图说明
本申请的前述和其它方面将通过下面参照附图所做的详细介绍而被更完整地理解和了解，在附图中：
图1是本申请的基于舌苔舌质图像的诊断系统的框图；
图2是图1的诊断系统的卷积神经网络的示意图；
图3是获取使用者的个人信息的流程图；以及
图4是本申请的基于舌苔舌质图像的诊断系统的工作流程图。
具体实施方式
图1是本申请的基于舌苔舌质图像的诊断系统的框图。
基于舌苔舌质图像的诊断系统包括：终端交互系统1和云端处理系统2。云端处理系统2通过有线连接或无线连接的方式连接至终端交互系统1。
终端交互系统1包括：用于采集图像的图像采集模块11、用于将采集到的图像进行色彩平衡校正的图像校正模块12、用于识别校正后的图像中的脸部位置的脸部识别模块13、用于将识别后的脸部图像中的口部和舌部图像传输至云端处理系统2的图像传输模块14以及用于显示由云端处理系统2传输来的诊断结果的图像显示模块15。
云端处理系统2包括用于对口部和舌部图像进行分类的图像分类模块21、用于保留由图像分类模块21分类后的口部和舌部图像中的口部和舌部的相关像素并且去除无关像素干扰的图像处理模块22、用于向图像分类模块21提供和从图像分类模块21接收训练和学习数据的反馈识别模块23、用于根据反馈识别模块23接收到的训练结果为医生做出诊疗意见提供参考的诊断模块24以及用于存储只保留有口部和舌部的相关像素的口部和舌部图像的数据库25。
图像分类模块21利用卷积神经网络26对口部和舌部图像进行分类。
卷积神经网络26包括：用于提取口部和舌部图像的特征的多个卷积层261、用于降采样和避免过拟合的多个池化层262以及用于输出结果的全连接层263。
终端交互系统1包括微信小程序。微信小程序能够利用图像采集模块11调用移动设备的摄像头以采集图像。微信小程序还能够利用图像校正模块12使用灰度世界算法、完美反射算法、动态阈值算法中的至少一者对采集到的图像进行色彩平衡校正。微信小程序还能够利用脸部识别模块13通过人脸识别接口以识别图像中的人脸位置，以供图像传输模块14从图像中截取口部和舌部图像传输到云端处理系统2。
图像采集模块11能够采集包含口部和舌部图像的面部图像。
终端交互系统1能够在图像采集模块11采集图像的同时收集由使用者填写的个人多因素信息并且将其传输到云端处理系统2。
终端交互系统1包括用于收集使用者的血液样本、舌象信息和舌苔样本的采样模块16，以通过医学检验并结合流行病学数据，对使用者进行个性化分层诊断。
图2是图1的诊断系统的卷积神经网络的示意图。卷积神经网络26能够以多个训练样本进行训练以获得舌部定位模型、舌质颜色分类模型和舌苔颜色分类模型。
卷积神经网络26能够根据口部和舌部图像的特征而采用GoogleNet、ResNet、FractalNet和DenseNet中的至少一者。
卷积神经网络26的层数大于或等于六层，其中交替布置有卷积层261和池化层262，并且以全连接层263代替最后一个池化层262。
图像处理模块22利用全卷积网络、u-net、v-net以及u-net变体模型中的至少一种，通过重复卷积、池化、反池化、转置卷积的过程以将口部和舌部图像中的所有像素进行分类并且只保留口部和舌部的相关像素，从而去除无关像素的干扰。
舌象信息根据中医舌诊方法进行分类，
中医舌诊方法包括：将舌象信息中的舌象分类为舌质和舌苔、将所述舌质分类为为舌色和舌型、以及将舌苔分类为苔色和苔质，其中舌色能够进一步分类为淡红舌、淡白舌、红舌、绛红舌，舌型能够进一步分类为胖大、瘦薄、齿痕，苔色能够进一步分类为白苔、黄苔、黑苔，苔质能够进一步分类为薄、润、燥、腐腻、剥脱，以及中医舌诊方法还包括对舌色、舌型、苔色和苔质进行综合处理和分析以获得相应的结论。
图3是获取使用者的个人信息的流程图。诊断模块24能够通过医生对使用者进行健康指导，健康指导包括以下步骤：使用者在空腹状态或者用水漱口以后避免食物和药物沾染舌苔、利用终端交互系统1获得舌体图像、启动终端交互系统1中的微信小程序并且填写使用者的个人信息以传输到云端处理系统2、使用者将舌体自然伸出口外并且放松舌体以使得舌面平展并且舌尖略向下从而充分暴露舌体、利用终端交互系统1中的图像采集模块11获得舌体的图像并且借助于终端交互系统1中的图像传输模块14自动将图像传输到云端处理系统2、以及将使用者的医学检验结果传输到云端处理系统2，云端处理系统2能够对于所传输的使用者的舌体图像进行分割和分类处理，随后根据使用者的个人信息和医学检验结果、借助于卷积神经网络26的判断为诊断提供参考并且将诊断结果反馈给使用者。
图4是本申请的基于舌苔舌质图像的诊断系统的工作流程图。图像采集模块11采集的舌体图像数据是诊断系统的关键。需要由资深中医对收集到的舌体图像数据进行甄别，包括对拍摄的舌象图片的舌质颜色、舌苔厚薄、多寡、舌尖红及淤点进行辨识和分类。具体做法是，由资深临床诊断经验的中医负责，通过反馈识别模块23给出的口、舌部图像，判断舌质与舌苔的状态，并在反馈识别模块23中进行标记。在对每位采集舌象的使用者进行对应疾病医学检测分析后，结合问诊录入信息，获得较为科学和准确的舌象特征分类依据和诊断结果。反馈识别模块23向图像分类模块21提供训练和学习数据，以供图像分类模块21的卷积神经网络26训练和学习。
本申请将经过专家辨舌和医学检测诊断后的舌象图片做标签，然后将这些带有标签的舌象图片让卷积神经网络26学习，自动提取出带有标签的舌象特征。舌象分类包括舌质和舌苔，其中舌质包括舌色和舌型，舌苔包括苔色和苔质。
实验研究表明，训练数据集越大分类越精准。因此，做好有标签的舌体图像数据集是卷积神经网络26学习的关键。
舌体数据集的准备方法是：采集已经确诊为高血压病的使用者舌体图像，结合高血压流行病学数据库和血、尿生物样本库，将舌体图像分类判断与高血压疾病的关联性。
以上所述仅为本申请的较佳实施例，并不用于限制本申请，凡在本申请精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的包含范围之内。
Claims (10)
1.一种基于舌苔舌质图像的诊断系统，所述诊断系统包括：
终端交互系统(1)，以及
云端处理系统(2)，其通过有线连接或无线连接的方式连接至终端交互系统(1)，
其特征在于，
终端交互系统(1)包括：用于采集图像的图像采集模块(11)、用于将采集到的图像进行色彩平衡校正的图像校正模块(12)、用于识别校正后的图像中的脸部位置的脸部识别模块(13)、用于将识别后的脸部图像中的口部和舌部图像传输至云端处理系统(2)的图像传输模块(14)以及用于显示由云端处理系统(2)传输来的诊断结果的图像显示模块(15)，
云端处理系统(2)包括用于对口部和舌部图像进行分类的图像分类模块(21)、用于保留由图像分类模块(21)分类后的口部和舌部图像中的口部和舌部的相关像素并且去除无关像素干扰的图像处理模块(22)、用于向图像分类模块(21)提供和从图像分类模块(21)接收训练和学习数据的反馈识别模块(23)、用于根据反馈识别模块(23)接收到的训练结果为医生做出诊疗意见提供参考的诊断模块(24)以及用于存储只保留有口部和舌部的相关像素的口部和舌部图像的数据库(25)，
其中，图像分类模块(21)利用卷积神经网络(26)对口部和舌部图像进行分类，
卷积神经网络(26)包括：用于提取口部和舌部图像的特征的多个卷积层(261)、用于降采样和避免过拟合的多个池化层(262)以及用于输出结果的全连接层(263)，
卷积神经网络(26)的层数大于或等于六层，其中交替布置有卷积层(261)和池化层(262)，并且以全连接层(263)代替最后一个池化层(262)，以及
图像处理模块(22)利用全卷积网络、u-net、v-net以及u-net变体模型中的至少一种，通过重复卷积、池化、反池化、转置卷积的过程以将口部和舌部图像中的所有像素进行分类并且只保留口部和舌部的相关像素，从而去除无关像素的干扰。
2.根据权利要求1所述的诊断系统，其特征在于，
终端交互系统(1)包括微信小程序，
其中，微信小程序能够利用图像采集模块(11)调用移动设备的摄像头以采集图像，
微信小程序还能够利用图像校正模块(12)使用灰度世界算法、完美反射算法、动态阈值算法中的至少一者对采集到的图像进行色彩平衡校正，
微信小程序还能够利用脸部识别模块(13)通过人脸识别接口以识别图像中的人脸位置，以供图像传输模块(14)从图像中截取口部和舌部图像传输到云端处理系统(2)。
3.根据权利要求1或2所述的诊断系统，其特征在于，
卷积神经网络(26)能够以多个训练样本进行训练以获得舌部定位模型、舌质颜色分类模型和舌苔颜色分类模型。
4.根据权利要求1或2所述的诊断系统，其特征在于，
图像采集模块(11)能够采集包含口部和舌部图像的面部图像。
5.根据权利要求1或2所述的诊断系统，其特征在于，
终端交互系统(1)能够在图像采集模块(11)采集图像的同时收集由使用者填写的个人多因素信息并且将其传输到云端处理系统(2)。
6.根据权利要求1或2所述的诊断系统，其特征在于，
终端交互系统(1)包括用于收集使用者的血液样本、舌象信息和舌苔样本的采样模块(16)，以通过医学检验并结合流行病学数据，对使用者进行个性化分层诊断。
7.根据权利要求1或2所述的诊断系统，其特征在于，
卷积神经网络(26)能够根据口部和舌部图像的特征而采用GoogleNet、ResNet、FractalNet和DenseNet中的至少一者。
8.根据权利要求6所述的诊断系统，其特征在于，
舌象信息根据中医舌诊方法进行分类，
中医舌诊方法包括：将舌象信息中的舌象分类为舌质和舌苔、将所述舌质分类为为舌色和舌型、以及将舌苔分类为苔色和苔质，
其中舌色能够进一步分类为淡红舌、淡白舌、红舌、绛红舌，
舌型能够进一步分类为胖大、瘦薄、齿痕，
苔色能够进一步分类为白苔、黄苔、黑苔，
苔质能够进一步分类为薄、润、燥、腐腻、剥脱，以及
中医舌诊方法还包括对舌色、舌型、苔色和苔质进行综合处理和分析以获得相应的结论。
9.根据权利要求2所述的诊断系统，其特征在于，
诊断模块(24)能够通过医生对使用者进行健康指导，
健康指导包括以下步骤：使用者在空腹状态或者用水漱口以后避免食物和药物沾染舌苔、利用终端交互系统(1)获得舌体图像、启动终端交互系统(1)中的微信小程序并且填写使用者的个人信息以传输到云端处理系统(2)、使用者将舌体自然伸出口外并且放松舌体以使得舌面平展并且舌尖略向下从而充分暴露舌体、利用终端交互系统(1)中的图像采集模块(11)获得舌体的图像并且借助于终端交互系统(1)中的图像传输模块(14)自动将图像传输到云端处理系统(2)、以及将使用者的医学检验结果传输到云端处理系统(2)，
云端处理系统(2)能够对于所传输的使用者的舌体图像进行分割和分类处理，随后根据使用者的个人信息和医学检验结果、借助于卷积神经网络(26)的判断为诊断提供参考并且将诊断结果反馈给使用者。
10.根据权利要求1所述的诊断系统，其特征在于，
所述诊断系统适于诊断包括高血压在内的能够通过苔象诊断的疾病。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010074743.9A CN113143201A (zh) | 2020-01-22 | 2020-01-22 | 基于舌苔舌质图像的诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010074743.9A CN113143201A (zh) | 2020-01-22 | 2020-01-22 | 基于舌苔舌质图像的诊断系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113143201A true CN113143201A (zh) | 2021-07-23 |
Family
ID=76881650
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010074743.9A Pending CN113143201A (zh) | 2020-01-22 | 2020-01-22 | 基于舌苔舌质图像的诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113143201A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114511567A (zh) * | 2022-04-20 | 2022-05-17 | 天中依脉(天津)智能科技有限公司 | 舌体与舌苔图像识别分离方法 |
| CN117315357A (zh) * | 2023-09-27 | 2023-12-29 | 广东省新黄埔中医药联合创新研究院 | 基于中医虚实辨证分类的图像识别方法以及相关装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009028058A (ja) * | 2007-07-24 | 2009-02-12 | Saieco:Kk | 舌診システム、舌診装置、舌診方法、舌診プログラム |
| CN106295139A (zh) * | 2016-07-29 | 2017-01-04 | 姹ゅ钩 | 一种基于深度卷积神经网络的舌体自诊健康云服务系统 |
| 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 |
| CN109700433A (zh) * | 2018-12-28 | 2019-05-03 | 深圳铁盒子文化科技发展有限公司 | 一种舌象诊断系统和舌诊移动终端 |
| CN110299193A (zh) * | 2019-06-27 | 2019-10-01 | 合肥云诊信息科技有限公司 | 基于人工智能舌诊的中医健康云服务方法 |
-
2020
- 2020-01-22 CN CN202010074743.9A patent/CN113143201A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009028058A (ja) * | 2007-07-24 | 2009-02-12 | Saieco:Kk | 舌診システム、舌診装置、舌診方法、舌診プログラム |
| CN106295139A (zh) * | 2016-07-29 | 2017-01-04 | 姹ゅ钩 | 一种基于深度卷积神经网络的舌体自诊健康云服务系统 |
| 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 |
| CN109700433A (zh) * | 2018-12-28 | 2019-05-03 | 深圳铁盒子文化科技发展有限公司 | 一种舌象诊断系统和舌诊移动终端 |
| CN110299193A (zh) * | 2019-06-27 | 2019-10-01 | 合肥云诊信息科技有限公司 | 基于人工智能舌诊的中医健康云服务方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114511567A (zh) * | 2022-04-20 | 2022-05-17 | 天中依脉(天津)智能科技有限公司 | 舌体与舌苔图像识别分离方法 |
| CN114511567B (zh) * | 2022-04-20 | 2022-08-05 | 天中依脉(天津)智能科技有限公司 | 舌体与舌苔图像识别分离方法 |
| CN117315357A (zh) * | 2023-09-27 | 2023-12-29 | 广东省新黄埔中医药联合创新研究院 | 基于中医虚实辨证分类的图像识别方法以及相关装置 |
| CN117315357B (zh) * | 2023-09-27 | 2024-04-30 | 广东省新黄埔中医药联合创新研究院 | 基于中医虚实辨证分类的图像识别方法以及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110517757B (zh) | 调谐的医学超声成像 | |
| CN108553081B (zh) | 一种基于舌苔图像的诊断系统 | |
| CN109009102B (zh) | 一种基于脑电图深度学习的辅助诊断方法及系统 | |
| CN109948719B (zh) | 一种基于残差密集模块网络结构的眼底图像质量自动分类方法 | |
| JP2022505205A (ja) | 腸の病理学のための画像スコアリング | |
| CN109615633A (zh) | 一种基于深度学习的肠镜下克罗恩病辅助诊断系统及方法 | |
| KR102155381B1 (ko) | 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 판단방법, 장치 및 소프트웨어 프로그램 | |
| CN112086197A (zh) | 基于超声医学的乳腺结节检测方法及系统 | |
| CN112309566A (zh) | 影像智能识别与医学智能推理的远程自动诊断系统及方法 | |
| CN113143201A (zh) | 基于舌苔舌质图像的诊断系统 | |
| CN111653356A (zh) | 一种基于深度学习的新冠肺炎筛查方法及新冠肺炎筛查系统 | |
| CN109829889A (zh) | 一种超声图像处理方法及其系统、设备、存储介质 | |
| CN111862090A (zh) | 一种基于人工智能的食管癌术前管理的方法和系统 | |
| CN117115045A (zh) | 基于互联网生成式人工智能提升医学影像数据质量的方法 | |
| LU502435B1 (en) | Handwriting recognition method of digital writing by neurodegenerative patients | |
| CN114842957B (zh) | 一种基于情绪识别的老年痴呆症辅助诊断系统及其方法 | |
| JP2024504958A (ja) | 組織検体画像の生成方法、及びこれを行うコンピューティングシステム | |
| Haja et al. | Advancing glaucoma detection with convolutional neural networks: a paradigm shift in ophthalmology | |
| CN110660477A (zh) | 幽门螺杆菌自动筛选和标注的系统及方法 | |
| KR20210033902A (ko) | 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 진단방법, 장치 및 소프트웨어 프로그램 | |
| 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 | |
| KR102595429B1 (ko) | 장 정결도의 자동화 계산 장치 및 방법 | |
| CN113796850A (zh) | 甲状旁腺mibi图像分析系统、计算机设备及存储介质 | |
| GALAGAN et al. | Automation of polycystic ovary syndrome diagnostics through machine learning algorithms in ultrasound imaging | |
| Hong et al. | Cracked Tongue Recognition Based on CNN with Transfer Learning |
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: 20210723 |