CN114241538B - 一种基于库欣综合征的图像特征识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于库欣综合征的图像特征识别方法及系统，其方法包括：获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激以预测皮肤弹性值，并结合所述皮肤纹理特征以及皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。本发明可对用户身体图像进行纹理特征识别，让用户及时了解身体生成纹理的原因，以便用户及时就医。

Description

一种基于库欣综合征的图像特征识别方法及系统

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于库欣综合征的图像特征识别方法及系统。

背景技术

库欣综合征，也称为柯兴综合征，是由于多种原因引起的肾上腺皮质长期分泌过多糖皮质激素所产生的临床症候群，也称为内源性库欣综合征。高发年龄在20～40岁，男女发病率之比约为1：3。病因可分为促肾上腺皮质激素（ACTH）依赖型和非依赖型两种。其病情表现主要为满月脸、多血质外貌、向心性肥胖、痤疮、紫纹、高血压、继发性糖尿病和骨质疏松等。

库欣综合征在患者外观上的表现与肥胖相似，因此，很多临床症状会被患者忽略，且部分患者在医院进行激素等系列检查之前，对该疾病的认知相对较少，部分患者根本无法意识到自身可能患有库欣综合征，导致延误了去医院检查和治疗的最佳治疗时间，影响病情控制。

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基于库欣综合征的图像特征识别方法，可对用户身体图像进行纹理特征识别，让用户及时了解身体生成纹理的原因，以便用户及时就医。

本发明的目的之二在于提供一种基于库欣综合征的图像特征识别系统。

本发明的目的之一采用如下技术方案实现：

一种基于库欣综合征的图像特征识别方法，包括：

获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；

根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；

根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激以预测皮肤弹性值，并结合所述皮肤纹理特征以及皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。

进一步地，所述获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征的方法为：

控制指定颜色光源对所述指定皮肤区域进行多次闪射，记录每次闪射时拍摄所述指定皮肤区域获得的图像集；

分析并标记所述图像集中每张闪射图像的每个像素点的色度值，将色度值在预设范围内的像素点集合形成的区域标记为第一目标区域；

将所述图像集中所有闪射图像的第一目标区域进行颜色叠加，将第一目标区域以外的位置进行颜色递减；

对颜色处理后的所述第一目标区域进行轮廓线提取以及边界计算以获得所述皮肤纹理特征。

进一步地，所述目标纹理的判断方法为：

根据皮肤纹理特征计算皮肤纹理的平均面积，若所述指定皮肤区域内存在皮肤纹理的平均面积大于或等于预设面积的区域，则满足预设纹理条件并将其标记为所述目标纹理。

进一步地，对所述目标纹理所在皮肤进行电刺激的方法为：

根据所述皮肤纹理特征识别出纹理走向，根据纹理走向控制电击探头的至少一个象限的电击点输出设定强度的电流以对所述目标纹理进行电刺激；所述电击探头划分为四个象限，每个象限均匀分布有多个电击点；

采集所述目标纹理受到电刺激后的肌肉收缩幅度，对肌肉收缩幅度进行分析以预测所述目标纹理的皮肤弹性值。

进一步地，预测所述皮肤弹性值的方法为：

对所述目标纹理以外的象限区域进行相同强度的电流刺激，采集所述目标纹理以外的皮肤受到电刺激后的肌肉收缩幅度，将所述目标纹理及其以外区域的肌肉收缩幅度进行比对，从而确定所述目标纹理的皮肤弹性值。

进一步地，当所述目标纹理走向横跨对角象限时，控制对角象限的两个象限以强度不相同的电流对所述目标纹理进行电刺激，并将对角象限所对应的肌肉收缩幅度进行比对以获得所述目标纹理的皮肤弹性值。

进一步地，确定所述目标纹理后，还包括：

将所述目标纹理的轮廓线坐标映射至以白光光源拍摄所得的拍摄图像中；

将拍摄图像中所述目标纹理向外延伸预设距离以划分出第二目标区域；

对所述第二目标区域进行图像锐化处理以识别出所述第二目标区域中的皮肤血管，根据识别出的皮肤血管数量以及血管图像清晰度获得所述皮肤血管特征。

进一步地，对所述目标纹理进行电刺激时，还包括：

根据所述皮肤血管特征预测皮肤厚度情况，根据皮肤厚度情况调整电击探头输出的电流强度，利用与皮肤厚度情况相符的电流强度刺激所述目标纹理。

进一步地，输出所述风险概率值的方法为：

将所述皮肤弹性值、所述皮肤纹理特征以及所述皮肤血管特征导入预测模型中以输出所述风险概率值；并对所述皮肤弹性值、所述皮肤纹理特征以及所述皮肤血管特征的权重进行设置。

本发明的目的之二采用如下技术方案实现：

一种基于库欣综合征的图像特征识别系统，执行如上述基于库欣综合征的图像特征识别方法，包括：

纹理特征识别模块，用于获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；

判断模块，用于根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；

电刺激模块，用于根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激以预测皮肤弹性值；

模型预测模块，用于根据所述皮肤弹性值以及所述皮肤纹理特征、皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。

相比现有技术，本发明的有益效果在于：

本实施例对用户身上的纹理进行特征识别，以判断出用户身上的纹理是否与库欣综合征所表现的紫纹相类似，并结合电刺激操作对出现紫纹的区域进行刺激，根据皮肤受到电刺激后的肌肉收缩反应预测紫纹区域的皮肤弹性是否丧失；同时结合皮肤纹理特征以及皮肤血管特征综合判断患病风险概率，提高对外观表现预测患病风险的准确性。

附图说明

图1为本发明基于库欣综合征的图像特征识别方法的流程示意图；

图2为本发明硬件设备模组结构示意图；

图3为本发明多张闪射图像中第一目标区域发生重叠的示意图；

图4为本发明目标纹理横跨电击探头第一、第二象限的示意图；

图5为本发明目标纹理横跨电机探头第一、第三象限的示意图；

图6为本发明基于库欣综合征的图像特征识别系统的模块示意图。

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

本实施例提供一种基于库欣综合征的图像特征识别方法，库欣综合征的身体外观表现包括因皮肤弹性纤维断裂在用户身体的腹部、腿部等位置出现紫纹现象，但由于该纹理表现与肥胖所产生的肥胖纹相近似，为了更好地区别二者的纹路特征，本实施例从多个方面对用户身体特征进行识别，可更准确地根据用户身体外观表现对用户患病风险几率进行预测，使得用户可了解身体纹理产生原因，及时了解自身患病风险，让用户可尽早前往医院进行进一步的检测和治疗，及早恢复身体健康。

参考图1所示，本实施例基于库欣综合征的图像特征识别方法具体包括如下步骤：

步骤S1：获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；

步骤S2：根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；

步骤S3：根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激以预测皮肤弹性值；

步骤S4：结合所述皮肤弹性值、所述皮肤纹理特征以及皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。

本实施例的特征识别方法可搭配对应的硬件设备，如图2所示，其硬件设备主要包括摄像模组、光照模组、电刺激模组以及中控模组；所述光照模组用于向皮肤发射白光光源以及白光以外的比对光光源，并利用所述摄像模组拍摄指定皮肤区域的图像，对根据不同光源照射皮肤所对应的图像集进行处理可突出皮肤纹理区域，以便于更准确地提取皮肤纹理特征；所述电刺激模组可用于对皮肤纹理区域进行电刺激以预测皮肤上出现纹理的区域的皮肤弹性情况；所述中控模组则与所述摄像模组、所述光照模组以及所述电刺激模组相连，用于接收各模组的反馈数据进行患病风险预测，同时还向各模组发送指令以控制各模组的工作状态，提高设备智能化程度。

用户在使用该设备之前，可将用户腹部、臀部或腿部等位置上存在明显纹理的区域作为指定皮肤区域，便于后续对指定皮肤区域中的纹理进行特征识别。由于库欣综合征的皮肤表现为存在紫纹，紫纹的普遍特征是纹理呈现紫色，纹理分布面积相对较大，且纹理因皮肤出现纤维断裂生成，因此纹理区域对饮的皮肤弹性较弱或丧失，纹理周边皮肤菲薄，出现血管透见等现象。

为了更准确地提取出皮肤纹理特征进行患病风险预测，本实施例通过指定颜色光源对指定皮肤区域进行拍摄的方式来提取目标纹理；具体为：

步骤S11：控制指定颜色光源对所述指定皮肤区域进行多次闪射，记录每次闪射时拍摄所述指定皮肤区域获得的图像集；

对指定皮肤区域进行闪射的光源为非白光光源，利用带有颜色的光源对指定皮肤区域进行照射，若指定皮肤区域出现紫纹，指定颜色光源照射在紫纹上时，紫纹区域会因颜色叠加呈现出紫色与光源颜色的叠加颜色；而非紫纹区域，即正常皮肤区域受到指定颜色光源照射后，只会呈现出光源颜色或光源颜色与皮肤原有肤色叠加的颜色。本实施例可使用与紫色叠加后颜色变化较为明显的光源，或照射在紫纹上所呈现的颜色与照射在皮肤上所呈现出来的颜色相差较大的光源来对指定皮肤区域进行照射。与此同时，还可调整光源照射的强度来增强光源照射在紫纹上以及照射在正常皮肤上所呈现的颜色差异，提高识别准确性。

而本实施例中通过指定颜色光源对指定皮肤区域进行多次闪射，每次闪射都可拍摄到一张光源照射在指定皮肤区域上的图像，多次闪射后即可获得该光源所对应的图像集；多次闪射过程中光源照射强度可保持相同，也可逐渐增加以增大光源照射在皮肤不同区域的颜色差异。与此同时，还可使用多种指定颜色光源分别对指定皮肤区域进行多次闪射，每种指定颜色光源都生成一组其光源所对应的图像集，再对每种图像集进行下述分析以识别出皮肤纹理特征。

步骤S12：分析并标记所述图像集中每张闪射图像的每个像素点的色度值，将色度值在预设范围内的像素点集合形成的区域标记为第一目标区域；

对每次闪射时拍摄所得的图像的每个像素点进行色度值识别，由于指定皮肤区域经过指定颜色光照后紫纹区域和正常皮肤区域会出现明显色差，因此，预先为紫纹颜色色度设置其对应的预设范围，将图像中每个像素点进行色度值标记后将像素点的色度值与预设范围进行比对，将处于预设范围内的像素点标记为第一目标区域的像素点，将处于预设范围以外的像素点标记为正常皮肤的像素点，其中第一目标区域即为皮肤上出现纹理的区域。

步骤S13：将所述图像集中所有闪射图像的第一目标区域进行颜色叠加，将第一目标区域以外的位置进行颜色递减；

由于多张闪射图像的第一目标区域可能存在差异，若仅根据一张闪射图像识别就确定紫纹区域，其准确性会相对较低；因此，需要对同一光源所对应的所有闪射图像进行颜色处理，其颜色处理过程包括对所有闪射图像的第一目标区域进行颜色叠加，并将所有闪射图像中第一目标区域以外的区域进行颜色递减；在颜色处理过程中，每次颜色叠加和递减的颜色调整幅度可按照预设阈值进行；如图3所示，三张闪射图像的第一目标区域A、B和C进行颜色叠加后，多张闪射图像中第一目标区域发生重叠的区域（如图3中填充有斜杠的区域）经颜色叠加后其颜色最深；相同的，颜色递减过程中，第一目标区域以外的区域发生重叠的地方经颜色递减后颜色最浅，使得纹理和正常皮肤之间的差别进一步加大，便于后续对皮肤纹理进行轮廓线提取。

步骤S14：对颜色处理后的所述第一目标区域进行轮廓线提取以及边界计算以获得所述皮肤纹理特征。

经过颜色叠加和递减处理后，第一目标区域的轮廓逐渐清晰，将颜色叠加后颜色深度超过预设值的区域进行轮廓线提取，将重叠次数少的区域剔除掉，以重新确定所述第一目标区域的范围，此时第一目标区域即为皮肤上出现纹理的区域。对第一目标区域的边界长度、宽度以及纹理走向进行分析和计算从而获得皮肤纹理特征。

本实施例中根据皮肤纹理特征中的边界长度、宽度计算出皮肤纹理的平均面积，若所述指定皮肤区域内存在皮肤纹理的平均面积大于或等于预设面积的区域，则意味着该区域满足预设纹理条件，并将其标记为所述目标纹理，所述目标纹理即是本实施例提取出来的紫纹区域，根据平均面积确定紫纹区域，可见紫纹与正常的生长纹区分开来，提高紫纹区域的识别准确性。若无法识别出满足预设纹理条件的目标纹理，则发出提醒以告知用户改变拍摄位置，继续进行识别；若多次都无法确定目标纹理，则可输出较低的风险概率值或直接输出风险概率值为零。

此时，将所述目标纹理的轮廓线坐标映射至以白光光源照射指定皮肤区域并拍摄获得的拍摄图像上，所得所述目标纹理的轮廓线与白光照射的拍摄图像上的紫纹区域相对应，明确紫纹区域的轮廓线，以便于后续对紫纹进行电刺激实验。

由于库欣综合征所对应的紫纹产生原因是因皮肤弹性减弱或丧失，导致皮肤纤维断裂而产生紫色的纹理，因此，本实施例通过电刺激方式来测试目标纹理的肌肉收缩幅度，从而确定目标纹理的皮肤弹性值，便于后续对用户是否患有库欣综合征做出准确预测。

本实施例中电刺激模组包括了电击探头以及振动反馈模块，所述电击探头可划分为四个象限，每个象限中包含有均匀分布的若干个电击点，每个电击点均可输出预设强度的电流；通过中控模组对电击探头的每个象限的电击点进行输出电流控制，可实现每个象限的输出电流强度不相同的效果。

而本实施例根据皮肤纹理特征的纹理走向来确定电击探头中输出电流的象限；并通过振动反馈模块将肌肉刺激产生的振动数据进行采集，将振动数据的振幅转换为肌肉收缩幅度，从而根据肌肉收缩情况来预测皮肤弹性值。

举个例子，如图4所示，若所述目标纹理以横跨横向分布的第一象限和第二象限，则控制第一象限和第二象限的电击点启动以输出电流，刺激所述目标纹理，采集所得的所述目标纹理所对应的肌肉收缩幅度；此时，第三象限和/或第四象限为非目标纹理区域，即为正常皮肤区域，此时也可对所述目标纹理以外的象限区域进行相同强度的电刺激，采集所述目标纹理以外的皮肤受到电刺激后的肌肉收缩幅度；将所述目标纹理所对应的肌肉收缩幅度以及所述目标纹理以外区域所对应的肌肉收缩幅度进行比对，若所述目标区域的肌肉收缩幅度低于所述目标纹理以外区域所对应的肌肉收缩幅度，则代表所述目标区域的肌肉收缩能力弱；根据两个区域的肌肉收缩幅度之间的差值推算出皮肤弹性值，具体为：若两个区域的肌肉收缩幅度相差0%，则皮肤弹性值为100%，代表所述目标区域的皮肤和正常皮肤具有相同且健康的弹性；若两个区域的肌肉收缩幅度相差50%，则皮肤弹性值也降低为50%，代表所述目标区域的皮肤弹性比正常皮肤弱。

此外，若所述目标纹理的走向为横跨对角象限，例如如图5所示，横向斜向的第一象限和第三象限，则控制对角象限的两个象限以强度不相同的电流对所述目标纹理进行电刺激，例如第一象限的目标纹理以强度相对较小的电流进行电刺激，而第三象限的目标纹理则以强度相对较大的电流进行电刺激；采集对角象限所对应的肌肉收缩幅度，并对二者的肌肉收缩幅度进行比对，从而获知目标纹理在不同强度下的皮肤收缩情况，若目标纹理经过不同强度的电流刺激后，肌肉反馈的收缩情况相同，则代表皮肤弹性相对降低，也无法感知外界刺激产生对应的收缩行为；若目标纹理经过不同强度的电刺激后，肌肉反馈收缩情况不同，且强电流下刺激所产生的肌肉收缩反应比弱电流下刺激所产生的肌肉收缩反应强烈，则代表目标纹理的皮肤弹性相对较好，可感知外界刺激产生对应的收缩行为。

而本实施例中不同区域的肌肉收缩幅度之间的差值所对应的皮肤弹性值可根据实际情况进行设定，在此不对肌肉收缩幅度差与皮肤弹性值之间的具体对应数值进行限定；此外，本实施例电击探头所输出的电流均以不损害用户身体的强度输出，前述的强电流和弱电流仅便于不同电流间的描述，不代表输出高压电流。

由于库欣综合征的外观表面还包括有皮肤菲薄导致血管透见，但由于库欣综合征用户一般伴有肥胖问题，身体脂肪较多即使皮肤菲薄，腹部、臀部、腿部等位置的血管依然较难观察，因此，本实施例以目标纹理的边界线为起始线向外延伸预设距离的地方划分为第二目标区域，第二目标区域临近于目标纹理，目标纹理因皮肤纤维被撕拉导致出现纹理，皮肤纤维被撕拉后若皮肤菲薄会使得纹理周围的血管相对较为明显，因此，本实施例将白光光源拍摄的拍摄图像中标记为第二目标区域后，对第二目标区域进行图像锐化处理，使得第二目标区域中的细节线条更加清晰和明显，而识别所得的线条很大程度为第二目标区域中所呈现的皮肤血管，此时，可根据识别出第二目标区域中的皮肤血管数量以及血管图像清晰度以获得所述皮肤血管特征，根据皮肤血管特征即可推测出皮肤厚薄程度，举个例子，第二目标区域中若血管数量较多、且血管及其走向清晰，则可推断出皮肤相对较薄；若血管数量较少、且血管及其走向较为模糊，则可推断出皮肤相对较厚。而不同的血管数量以及血管清晰度可根据实际情况设置不同的皮肤厚度值，在此不对二者之间的数值关系进行限定。

与此同时，预测出皮肤厚度值后，可根据皮肤厚薄情况来调整电击探头输出的电流强度，利用与皮肤厚度情况相符的电流强度来刺激所述目标纹理。皮肤相对较厚的可适当增大电流强度，以增强肌肉收缩的反应；若皮肤相对较薄，则可适当降低电流强度，避免用户产生不适；而根据皮肤厚薄情况来调整电流强度的具体数值也可根据实际情况进行设置，在此不做具体限定。

本实施例将皮肤经过电刺激后肌肉收缩情况量化为皮肤弹性值，根据皮肤血光特征预测皮肤厚度情况后量化为对应的皮肤厚度值，并根据皮肤纹理特征计算出紫纹的边界长度、宽度以及平均面积等数值后，实现将身体皮肤外观图像量化为对应的数值，再将上述各特征所对应的数值导入预测模型中即可输出用户患有库欣综合征的风险概率值；而该预测模型可预先采集大量样本数据，其样本数据包括皮肤弹性值、皮肤厚度值、纹理尺寸参数，将样本数据作为神经网络的输入训练样本，将每个样本数据所对应的患病风险概率值作为神经网络的输出训练样本，对神经网络进行学习和训练即可获得预测模型；此外，还可根据实际情况对皮肤弹性值、皮肤厚度值以及纹理尺寸参数所对应的权重进行设置，使得经预测模型输出的风险概率值更加准确，提高风险预测结果可靠性。

实施例二

本实施例提供一种基于库欣综合征的图像特征识别系统，该系统配合可配合实施例一记载的包含摄像模组、光照模组、电刺激模组以及中控模组等结构的硬件设备投入使用；本实施例系统执行如实施例一所述的基于库欣综合征的图像特征识别方法，如图6所示，包括：

纹理特征识别模块，用于获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；

判断模块，用于根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；

电刺激模块，用于根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激以预测皮肤弹性值；

模型预测模块，用于根据所述皮肤弹性值以及所述皮肤纹理特征、皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。

本实施例对用户身上的纹理进行特征识别，以判断出用户身上的纹理是否与库欣综合征所表现的紫纹相类似，并结合电刺激操作对出现紫纹的区域进行刺激，根据皮肤受到电刺激后的肌肉收缩反应预测紫纹区域的皮肤弹性是否丧失；同时结合皮肤纹理特征以及皮肤血管特征综合判断患病风险概率，提高对外观表现预测患病风险的准确性。

此外，本实施例还提供一种电子设备，其包括处理器、存储器及存储于所述存储器上并可在所述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实施例一中的基于库欣综合征的图像特征识别方法；另外，本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的基于库欣综合征的图像特征识别方法。

本实施例中的系统、设备及存储介质与前述实施例中的方法是基于同一发明构思下的多个方面，在前面已经对方法实施过程作了详细的描述，所以本领域技术人员可根据前述描述清楚地了解本实施例中的系统、设备及存储介质的结构及实施过程，为了说明书的简洁，在此就不再赘述。

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)

1.一种基于库欣综合征的图像特征识别方法，其特征在于，包括：

获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；

根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；

根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激，采集所述目标纹理受到电刺激后的肌肉收缩幅度，对所述目标纹理以外的象限区域进行相同强度的电流刺激，采集所述目标纹理以外的皮肤受到电刺激后的肌肉收缩幅度，将所述目标纹理及其以外区域的肌肉收缩幅度进行比对，从而确定所述目标纹理的皮肤弹性值；并结合所述皮肤纹理特征以及皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。

2.根据权利要求1所述的基于库欣综合征的图像特征识别方法，其特征在于，所述获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征的方法为：

控制指定颜色光源对所述指定皮肤区域进行多次闪射，记录每次闪射时拍摄所述指定皮肤区域获得的图像集；

分析并标记所述图像集中每张闪射图像的每个像素点的色度值，将色度值在预设范围内的像素点集合形成的区域标记为第一目标区域；

将所述图像集中所有闪射图像的第一目标区域进行颜色叠加，将第一目标区域以外的位置进行颜色递减；

对颜色处理后的所述第一目标区域进行轮廓线提取以及边界计算以获得所述皮肤纹理特征。

3.根据权利要求1所述的基于库欣综合征的图像特征识别方法，其特征在于，所述目标纹理的判断方法为：

根据皮肤纹理特征计算皮肤纹理的平均面积，若所述指定皮肤区域内存在皮肤纹理的平均面积大于或等于预设面积的区域，则满足预设纹理条件并将其标记为所述目标纹理。

4.根据权利要求1所述的基于库欣综合征的图像特征识别方法，其特征在于，对所述目标纹理所在皮肤进行电刺激的方法为：

根据所述皮肤纹理特征识别出纹理走向，根据纹理走向控制电击探头的至少一个象限的电击点输出设定强度的电流以对所述目标纹理进行电刺激；所述电击探头划分为四个象限，每个象限均匀分布有多个电击点；

采集所述目标纹理受到电刺激后的肌肉收缩幅度，对肌肉收缩幅度进行分析以预测所述目标纹理的皮肤弹性值。

5.根据权利要求4所述的基于库欣综合征的图像特征识别方法，其特征在于，当所述目标纹理走向横跨对角象限时，控制对角象限的两个象限以强度不相同的电流对所述目标纹理进行电刺激，并将对角象限所对应的肌肉收缩幅度进行比对以获得所述目标纹理的皮肤弹性值。

6.根据权利要求1所述的基于库欣综合征的图像特征识别方法，其特征在于，确定所述目标纹理后，还包括：

将所述目标纹理的轮廓线坐标映射至以白光光源拍摄所得的拍摄图像中；

将拍摄图像中所述目标纹理向外延伸预设距离以划分出第二目标区域；

对所述第二目标区域进行图像锐化处理以识别出所述第二目标区域中的皮肤血管，根据识别出的皮肤血管数量以及血管图像清晰度获得所述皮肤血管特征。

7.根据权利要求6所述的基于库欣综合征的图像特征识别方法，其特征在于，对所述目标纹理进行电刺激时，还包括：

根据所述皮肤血管特征预测皮肤厚度情况，根据皮肤厚度情况调整电击探头输出的电流强度，利用与皮肤厚度情况相符的电流强度刺激所述目标纹理。

8.根据权利要求1所述的基于库欣综合征的图像特征识别方法，其特征在于，输出所述风险概率值的方法为：

将所述皮肤弹性值、所述皮肤纹理特征以及所述皮肤血管特征导入预测模型中以输出所述风险概率值；并对所述皮肤弹性值、所述皮肤纹理特征以及所述皮肤血管特征的权重进行设置。

9.一种基于库欣综合征的图像特征识别系统，其特征在于，执行如权利要求1~8任意一项所述的库欣综合征的图像特征识别方法，包括：

纹理特征识别模块，用于获取指定皮肤区域的图像集进行纹理识别以获得皮肤纹理特征；

判断模块，用于根据所述皮肤纹理特征判断皮肤是否存在符合预设纹理条件的目标纹理；

电刺激模块，用于根据所述目标纹理的分布情况对所述目标纹理所在皮肤进行电刺激以预测皮肤弹性值；

模型预测模块，用于根据所述皮肤弹性值以及所述皮肤纹理特征、皮肤血管特征输出风险概率值；所述皮肤血管特征是对所述目标纹理向外延伸预设距离的区域进行图像识别获得。

Images