CN115965607A - 一种智能中医舌诊辅助分析系统 - Google Patents

一种智能中医舌诊辅助分析系统 Download PDF

Info

Publication number
CN115965607A
CN115965607A CN202211739926.3A CN202211739926A CN115965607A CN 115965607 A CN115965607 A CN 115965607A CN 202211739926 A CN202211739926 A CN 202211739926A CN 115965607 A CN115965607 A CN 115965607A
Authority
CN
China
Prior art keywords
tongue
image
color
coating
module
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
Application number
CN202211739926.3A
Other languages
English (en)
Inventor
颜建军
王忆勤
郭睿
许朝霞
燕海霞
曾梦浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China University of Science and Technology
Shanghai University of Traditional Chinese Medicine
Original Assignee
East China University of Science and Technology
Shanghai University of Traditional Chinese Medicine
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by East China University of Science and Technology, Shanghai University of Traditional Chinese Medicine filed Critical East China University of Science and Technology
Priority to CN202211739926.3A priority Critical patent/CN115965607A/zh
Publication of CN115965607A publication Critical patent/CN115965607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种智能中医舌诊辅助分析系统，包括舌诊信息采集模块、舌图像智能分析模块和数据管理模块，所述的舌诊信息采集模块用于对患者信息以及舌图像进行采集；所述的舌图像智能分析模块用于对原始舌图像进行预处理和特征分析识别；所述的数据管理模块建立数据库，且利用数据库用于对患者基本信息、舌诊数据和舌图像分析结果进行管理。本发明将舌图像的采集、分析、处理与识别等功能进行系统集成，使医生能够简单方便地使用该系统进行辅助诊断，有利于进一步推进中医舌诊客观化研究的发展，同时有助于中医舌诊的推广普及。

Description

一种智能中医舌诊辅助分析系统
技术领域
本发明涉及舌诊技术领域，具体为一种智能中医舌诊辅助分析系统。
背景技术
舌诊是传统中医的重要诊断手段之一，具有较高的临床价值[35]。其中舌质老嫩是舌诊的一个重要判断指标，老舌舌质纹理粗糙，坚敛苍老，主实证；嫩舌舌质纹理细腻，浮胖娇嫩，主虚证。但临床诊断上关于舌质老嫩的判断主要依靠医生的肉眼观察和主观判断，缺乏定量化、客观化的判断标准。因此应用现代计算机技术，进行舌质老嫩特征的识别方法研究，实现舌质老嫩特征识别的客观化是非常有必要的。现有社会还没有出现一种舌诊辅助分析系统。因此我们提出一种智能中医舌诊辅助分析系统。
发明内容
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明一种智能中医舌诊辅助分析系统，包括舌诊信息采集模块、舌图像智能分析模块和数据管理模块，所述的舌诊信息采集模块用于对患者信息以及舌图像进行采集；所述的舌图像智能分析模块用于对原始舌图像进行预处理和特征分析识别；所述的数据管理模块建立数据库，且利用数据库用于对患者基本信息、舌诊数据和舌图像分析结果进行管理；
所述的舌诊信息采集模块包括患者信息采集模块和舌图像采集模块，所述患者信息模块用于对患者信息进行采集，所述舌图像采集模块用于对舌图像进行采集，并利用舌图像采集模块对舌图像采集摄像头进行控制以及进行舌图像采集预览；
所述的舌图像智能分析模块包括舌图像颜色校正模块、舌体分隔模块、舌苔舌质分离模块、舌图像特征识别模块；
所述的舌图像颜色校正模块用于对采集到的原始舌图像进行颜色校正；所述的舌体分隔模块用于对颜色校正后的舌图像内的舌体自动分割，为后续的舌体特征分析识别做好数据准备；所述的舌苔舌质分离模块是利用GMM算法实现舌体自动分割的舌体图像的苔质分离；所述的舌图像特征识别模块对苔质分离后的舌体图像的舌色、苔色、苔质老嫩、舌体润燥、舌苔薄厚等舌图像特征进行识别。
作为本发明的一种优选技术方案，所述患者信息包括括患者编号、姓名、出生年月、性别、血型、身高、体重，其中统会自动根据当前年份及日期和当天录入数据库的患者记录，自动生成当前最新的患者编号，并以此作为数据库管理与查询的依据之一；可根据用户输入的患者编号或姓名从数据库中查询已有的患者就诊信息，并将查询到的信息显示在数据管理界面中；在数据管理界面上显示的查询结果中，若有录入错误的地方，例如患者基本信息填写错误等，用户可选择该条记录，将其显示在基本信息采集界面上，修改后对该记录进行更新。
作为本发明的一种优选技术方案，所述舌图像采集模块对舌图像采集摄像头进行控制的方法是，在舌图像采集时，利用OpenVideo()方法读取舌图像采集摄像头所在串口并打开舌图像采集摄像头，将从舌图像采集摄像头获得的视频流实时显示在TongueImageView控件中，待患者将舌头伸出，点击拍摄按钮，利用PauseVideo()方法停止读取摄像头传输的视频流，并使TongueImageView控件显示停止读取视频流前的最后一帧图像，最后利用getImageMat()方法获取TongueImageView控件当前显示的图像，该帧图像即为系统拍摄的原始舌图像。
作为本发明的一种优选技术方案，所述舌图像特征识别模块中对舌体图像的舌色图像特征进行识别的方法是，建立舌色识别的RF模型，具体包括以下几个步骤：
步骤1、对舌色识别数据集中的舌图像进行舌体分割及舌苔舌质分离，将舌色识别数据集全部转化为舌质图像；
步骤2、分别提取不同舌色的舌质图像RGB、Lab、HSV颜色空间各通道颜色均值，并将其组合形成特征集F，其中
F＝[R，G，B，L，a，b，H，S，V]；
步骤3、将特征集F输入到RF中，建立舌色识别的RF模型；
步骤4、将舌质图像分为舌根、舌中、舌尖、舌右边、舌左边等几个区域，利用舌色识别模型对这些区域以及舌质图像整体的舌色特征进行识别，并将它们分属于每一类的概率作为舌色指数；从而完成舌色识别。
作为本发明的一种优选技术方案，所述舌图像特征识别模块中对舌体图像的苔色的识别方法与舌色图像特征识别的方法是一样。
作为本发明的一种优选技术方案，所述舌图像特征识别模块中对舌体图像的舌苔薄厚舌图像特征进行识别的方法是，采用逐像素的方法判别舌苔厚度类型，并以拥有像素点最多的一类舌苔厚度类型，作为整体舌图像的舌苔厚薄分析结果；各像素点所属舌苔厚度类型的判别方法可分为以下步骤，
步骤1、首先对舌体的每一像素均计算其5×5邻域内的舌质类型像素个数Nbody，若Nbody＞20，则该像素点舌苔厚度类型为“无苔”；
步骤2、若8＜Nbody≤20，则该像素点的舌苔厚度类型为“薄苔”；
步骤3、若Nbody≤8，则根据舌苔舌质类型来判断舌苔厚度类型。若为舌质，则该点为薄苔；若为白苔或黄苔，则该点为“中厚苔”；若为灰黑苔，则该点为“厚苔”；
步骤4、按上述步骤确定每一像素点的舌苔厚度类型，并统计每一类舌苔厚度类型所拥有的像素点的个数，以像素点数目最多的舌苔厚度类型作为整张舌体图像的舌苔厚薄分析结果，并将每一种舌苔厚度类型所拥有的像素点个数与像素点总个数的比值作为该种舌苔厚度类型的指数，从而完成舌苔厚度的分类。
作为本发明的一种优选技术方案，所述数据管理模块设置有患者基本信息表、舌图像信息表与舌图像特征识别结果表，患者基本信息表和舌图像信息表、舌图像特征识别结果表之间均为一对一的关系。
本发明的有益效果是：
该种智能中医舌诊辅助分析系统实现了患者基本信息及舌图像的采集，实现了对舌体图像进行颜色校正、舌体分割、苔质分离、舌质老嫩识别、舌苔润燥识别、舌色苔色识别和舌苔厚薄识别等功能。将舌图像的采集、分析、处理与识别等功能进行系统集成，使医生能够简单方便地使用该系统进行辅助诊断，有利于进一步推进中医舌诊客观化研究的发展，同时有助于中医舌诊的推广普及。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种智能中医舌诊辅助分析系统的系统框图；
图2是本发明一种智能中医舌诊辅助分析系统的图像采集摄像头控制流程图；
图3是本发明一种智能中医舌诊辅助分析系统的数据管理模块的关系图；
图4是本发明一种智能中医舌诊辅助分析系统的苔质老嫩的识别流程图；
图5是本发明一种智能中医舌诊辅助分析系统的舌苔润燥识别流程图；
图6是本发明一种智能中医舌诊辅助分析系统的自适应局部最大亮度阈值法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1-6所示，本发明一种智能中医舌诊辅助分析系统，包括舌诊信息采集模块、舌图像智能分析模块和数据管理模块，所述的舌诊信息采集模块用于对患者信息以及舌图像进行采集；所述的舌图像智能分析模块用于对原始舌图像进行预处理和特征分析识别；所述的数据管理模块建立数据库，且利用数据库用于对患者基本信息、舌诊数据和舌图像分析结果进行管理；
所述的舌诊信息采集模块包括患者信息采集模块和舌图像采集模块，所述患者信息模块用于对患者信息进行采集，所述舌图像采集模块用于对舌图像进行采集，并利用舌图像采集模块对舌图像采集摄像头进行控制以及进行舌图像采集预览；
所述的舌图像智能分析模块包括舌图像颜色校正模块、舌体分隔模块、舌苔舌质分离模块、舌图像特征识别模块；
所述的舌图像颜色校正模块用于对采集到的原始舌图像进行颜色校正；所述的舌体分隔模块用于对颜色校正后的舌图像内的舌体自动分割，为后续的舌体特征分析识别做好数据准备；所述的舌苔舌质分离模块是利用GMM算法实现舌体自动分割的舌体图像的苔质分离；所述的舌图像特征识别模块对苔质分离后的舌体图像的舌色、苔色、苔质老嫩、舌体润燥、舌苔薄厚等舌图像特征进行识别。
所述患者信息包括括患者编号、姓名、出生年月、性别、血型、身高、体重，其中统会自动根据当前年份及日期和当天录入数据库的患者记录，自动生成当前最新的患者编号，并以此作为数据库管理与查询的依据之一；可根据用户输入的患者编号或姓名从数据库中查询已有的患者就诊信息，并将查询到的信息显示在数据管理界面中；在数据管理界面上显示的查询结果中，若有录入错误的地方，例如患者基本信息填写错误等，用户可选择该条记录，将其显示在基本信息采集界面上，修改后对该记录进行更新。
所述舌图像采集模块对舌图像采集摄像头进行控制的方法是，在舌图像采集时，利用OpenVideo()方法读取舌图像采集摄像头所在串口并打开舌图像采集摄像头，将从舌图像采集摄像头获得的视频流实时显示在TongueImageView控件中，待患者将舌头伸出，点击拍摄按钮，利用PauseVideo()方法停止读取摄像头传输的视频流，并使TongueImageView控件显示停止读取视频流前的最后一帧图像，最后利用getImageMat()方法获取TongueImageView控件当前显示的图像，该帧图像即为系统拍摄的原始舌图像。
所述舌图像特征识别模块中对舌体图像的舌色图像特征进行识别的方法是，建立舌色识别的RF模型，具体包括以下几个步骤：
步骤1、对舌色识别数据集中的舌图像进行舌体分割及舌苔舌质分离，将舌色识别数据集全部转化为舌质图像；
步骤2、分别提取不同舌色的舌质图像RGB、Lab、HSV颜色空间各通道颜色均值，并将其组合形成特征集F，其中
F＝[R，G，B，L，a，b，H，S，V]；
步骤3、将特征集F输入到RF中，建立舌色识别的RF模型；
步骤4、将舌质图像分为舌根、舌中、舌尖、舌右边、舌左边等几个区域，利用舌色识别模型对这些区域以及舌质图像整体的舌色特征进行识别，并将它们分属于每一类的概率作为舌色指数；从而完成舌色识别。
所述舌图像特征识别模块中对舌体图像的苔色的识别方法与舌色图像特征识别的方法是一样，苔色识别模型的建立方法与舌色识别模型类似，苔色数据集包含白苔、黄苔、灰黑苔等三个类别，首先对苔色识别数据集进行舌体分割和苔质分离，将其全部转换为舌苔图像，后续模型建立与苔色识别过程与2)、3)、4)步相同。
所述舌图像特征识别模块中对舌体图像的舌苔薄厚舌图像特征进行识别的方法是，采用逐像素的方法判别舌苔厚度类型，并以拥有像素点最多的一类舌苔厚度类型，作为整体舌图像的舌苔厚薄分析结果；各像素点所属舌苔厚度类型的判别方法可分为以下步骤，
步骤1、首先对舌体的每一像素均计算其5×5邻域内的舌质类型像素个数Nbody，若Nbody＞20，则该像素点舌苔厚度类型为“无苔”；
步骤2、若8＜Nbody≤20，则该像素点的舌苔厚度类型为“薄苔”；
步骤3、若Nbody≤8，则根据舌苔舌质类型来判断舌苔厚度类型。若为舌质，则该点为薄苔；若为白苔或黄苔，则该点为“中厚苔”；若为灰黑苔，则该点为“厚苔”；
步骤4、按上述步骤确定每一像素点的舌苔厚度类型，并统计每一类舌苔厚度类型所拥有的像素点的个数，以像素点数目最多的舌苔厚度类型作为整张舌体图像的舌苔厚薄分析结果，并将每一种舌苔厚度类型所拥有的像素点个数与像素点总个数的比值作为该种舌苔厚度类型的指数，从而完成舌苔厚度的分类。
所述数据管理模块设置有患者基本信息表、舌图像信息表与舌图像特征识别结果表，患者基本信息表和舌图像信息表、舌图像特征识别结果表之间均为一对一的关系。
如图4所示，所述的舌图像特征识别模块对苔质分离后的舌体图像的苔质老嫩的舌图像特征的识别方法是，步骤1、获取原始舌图像，采用舌体语义分割模型对舌图像进行舌体分割，得到舌体分割图像；
步骤2、采用高斯混合模型对舌体分割图像进行舌苔舌质分离；得到舌质图像；
步骤3、基于生成式图像修复网络建立舌质图像修复模型，利用舌质图像修复模型对舌质图像进行修复，获得纹理特征和颜色变化连续的舌质修复图像；
步骤4、采用改进型残差网络对修复后得到的舌质修复图像的数据集进行特征提取并分类，建立舌质老嫩识别模型；利用舌质老嫩识别模型来对舌质老嫩进行识别。
所述的高斯混合模型对舌体分割图像进行舌苔舌质分离的方法是，假设存在d维随机变量x＝(x1，x2，......，xw)T，则包含K个组件的高斯混合模型可表示为公式，
Figure BDA0004033162210000081
式中N(x|μk，∑k)为高斯概率密度函数，ωk、μk、∑k分别为高斯混合模型中的第k个组件的权重、均值和协方差矩阵。
所述基于生成式图像修复网络建立舌质图像修复模型，利用舌质图像修复模型对舌质图像进行修复的方法是，首先建立舌质图像修复模型所需的训练数据，通过复制和改进基于全局和局部内容一致性的图像修复算法来构建其基础的生成图像修复网络，然后引入了由粗略到精细的网络架构其中第一个网络对缺失区域进行粗略预测，第二个网络将粗略预测结果作为输入并作出精细预测，最终完成图像缺失区域的修复。
如图5所示，所述的舌图像特征识别模块对苔质分离后的舌体图像的舌体润燥的舌图像特征的识别方法是，包括以下步骤，
步骤1、采用自适应局部最大亮度阈值法检测得到较亮区域；
步骤2、根据二分光反射模型分析水分亮斑区和较亮本色区域的光学差异性，以此为基础提取水分亮斑区；
步骤3、计算水分亮斑区的亮度和、润燥系数、面积和RGB协方差矩阵特征值等水分亮斑区的的特征进行提取，并进行统计分析；
步骤4、利用提取的多个水分亮斑区特征值组合形成的特征集，建立舌苔润燥识别的随机森林模型，利用随机森林模型舌苔润燥进行识别分类。
如图6所示，所述的自适应局部最大亮度阈值法检测得到较亮区域的方法是，将舌体分隔为n×n个子区域并计算局部区域亮度，比较各个子区域的亮度，寻找最大局部亮度阈值，对子区域的像素点亮度判定，当该子区域的像素点大于最大局部亮度阈值，按照8领域归并亮点；当该子区域的像素点下于最大局部亮度阈值，则该子区域的像素点并非亮点。
水分亮斑子区域Z个，其中某一个水分亮斑子区域有x个像素点，将这x个像素点的RGB三通道颜色值全部置入一个矩阵MBRGB中，具体表达式如下，
Figure BDA0004033162210000091
计算矩阵MBRGB的COV，具体计算方法如下所示，
Figure BDA0004033162210000092
计算COVMB的特征值λrgbd、λrgbe、λrgbf，其中3个特征值按从大到小排列；
按以上步骤计算各水分亮斑子区域的特征值λrgbd、λrgbe、λrgbf，然后计算所有子区域三个特征值的均值
Figure BDA0004033162210000101
最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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，均应包含在本发明的保护范围之内。

Claims (7)

1.一种智能中医舌诊辅助分析系统，其特征在于：包括舌诊信息采集模块、舌图像智能分析模块和数据管理模块，所述的舌诊信息采集模块用于对患者信息以及舌图像进行采集；所述的舌图像智能分析模块用于对原始舌图像进行预处理和特征分析识别；所述的数据管理模块建立数据库，且利用数据库用于对患者基本信息、舌诊数据和舌图像分析结果进行管理；
所述的舌诊信息采集模块包括患者信息采集模块和舌图像采集模块，所述患者信息模块用于对患者信息进行采集，所述舌图像采集模块用于对舌图像进行采集，并利用舌图像采集模块对舌图像采集摄像头进行控制以及进行舌图像采集预览；
所述的舌图像智能分析模块包括舌图像颜色校正模块、舌体分隔模块、舌苔舌质分离模块、舌图像特征识别模块；
所述的舌图像颜色校正模块用于对采集到的原始舌图像进行颜色校正；所述的舌体分隔模块用于对颜色校正后的舌图像内的舌体自动分割，为后续的舌体特征分析识别做好数据准备；所述的舌苔舌质分离模块是利用GMM 算法实现舌体自动分割的舌体图像的苔质分离；所述的舌图像特征识别模块对苔质分离后的舌体图像的舌色、苔色、苔质老嫩、舌体润燥、舌苔薄厚等舌图像特征进行识别。
2.根据权利要求1所述的一种智能中医舌诊辅助分析系统，其特征在于，所述患者信息包括括患者编号、姓名、出生年月、 性别、血型、身高、体重，其中统会自动根据当前年份及日期和当天录入数据库的患者记录，自动生成当前最新的患者编号，并以此作为数据库管理与查询的依据之一；可根据用户输入的患者编号或姓名从数据库中查询已有的患者就诊信息，并将查询到的信息显示在数据管理界面中； 在数据管理界面上显示的查询结果中，若有录入错误的地方，例如患者基本信息填写错误等，用户可选择该条记录，将其显示在基本信息采集界面上，修改后对该记录进行更新。
3.根据权利要求1所述的一种智能中医舌诊辅助分析系统，其特征在于，所述舌图像采集模块对舌图像采集摄像头进行控制的方法是，在舌图像采集时，利用 OpenVideo()方法读取舌图像采集摄像头所在串口并打开舌图像采集摄像头，将从舌图像采集摄像头获得的视频流实时显示在 TongueImageView 控件中，待患者将舌头伸出，点击拍摄按钮，利用PauseVideo()方法停止读取摄像头传输的视频流，并使 TongueImageView 控 件 显 示停 止 读 取 视 频 流 前 的 最 后 一 帧 图 像 ， 最 后 利 用getImageMat()方法获取 TongueImageView 控件当前显示的图像，该帧图像即为系统拍摄的原始舌图像。
4.根据权利要求1所述的一种智能中医舌诊辅助分析系统，其特征在于，所述舌图像特征识别模块中对舌体图像的舌色图像特征进行识别的方法是，建立舌色识别的 RF 模型，具体包括以下几个步骤：
步骤1、对舌色识别数据集中的舌图像进行舌体分割及舌苔舌质分离，将舌色识别数据集全部转化为舌质图像；
步骤2、分别提取不同舌色的舌质图像 RGB、Lab、HSV 颜色空间各通道颜色均值，并将其组合形成特征集 F ，其中
；
步骤3、将特征集 F 输入到 RF 中，建立舌色识别的 RF 模型；
步骤4、将舌质图像分为舌根、舌中、舌尖、舌右边、舌左边等几个区域，利用舌色识 别模型对这些区域以及舌质图像整体的舌色特征进行识别，并将它们分属于每一类的概率作为舌色指数；从而完成舌色识别。
5.根据权利要求4所述的一种智能中医舌诊辅助分析系统，其特征在于，所述舌图像特征识别模块中对舌体图像的苔色的识别方法与舌色图像特征识别的方法是一样。
6.根据权利要求1所述的一种智能中医舌诊辅助分析系统，其特征在于，所述舌图像特征识别模块中对舌体图像的舌苔薄厚舌图像特征进行识别的方法是，采用逐像素的方法判别舌苔厚度类型，并以拥有像素点最多的一类舌苔厚度类型，作为整体舌图像的舌苔厚薄分析结果；各像素点所属舌苔厚度类型的判别方法可分为以下步骤，
步骤1、首先对舌体的每一像素均计算其 5×5 邻域内的舌质类型像素个数 ，若，则该像素点舌苔厚度类型为“无苔”；
步骤2、若，则该像素点的舌苔厚度类型为“薄苔”；
步骤3、，则根据舌苔舌质类型来判断舌苔厚度类型，若为舌质，则该点为薄苔；若为白苔或黄苔，则该点为“中厚苔”；若为灰黑苔，则该点为“厚苔”；
步骤4、按上述步骤确定每一像素点的舌苔厚度类型，并统计每一类舌苔厚度类型所拥有的像素点的个数，以像素点数目最多的舌苔厚度类型作为整张舌体图像的舌苔厚薄分析结果，并将每一种舌苔厚度类型所拥有的像素点个数与像素点总个数的比值作为该种舌苔厚度类型的指数，从而完成舌苔厚度的分类。
7.根据权利要求1至6任一项所述的一种智能中医舌诊辅助分析系统，其特征在于，所述数据管理模块设置有患者基本信息表、舌图像信息表与舌图像特征识别结果表，患者基本信息表和舌图像信息表、舌图像特征识别结果表之间均为一对一的关系。
CN202211739926.3A 2022-12-31 2022-12-31 一种智能中医舌诊辅助分析系统 Pending CN115965607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211739926.3A CN115965607A (zh) 2022-12-31 2022-12-31 一种智能中医舌诊辅助分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211739926.3A CN115965607A (zh) 2022-12-31 2022-12-31 一种智能中医舌诊辅助分析系统

Publications (1)

Publication Number Publication Date
CN115965607A true CN115965607A (zh) 2023-04-14

Family

ID=87354630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211739926.3A Pending CN115965607A (zh) 2022-12-31 2022-12-31 一种智能中医舌诊辅助分析系统

Country Status (1)

Country Link
CN (1) CN115965607A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116646062A (zh) * 2023-06-08 2023-08-25 南京大经中医药信息技术有限公司 一种用于中医舌诊仪的智能辅助分析系统
CN117094966A (zh) * 2023-08-21 2023-11-21 青岛美迪康数字工程有限公司 基于图像扩增的舌图像识别方法、装置和计算机设备
CN117499778A (zh) * 2023-10-30 2024-02-02 海南榕树家信息科技有限公司 人物图像拍摄界面交互方法、装置和电子设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116646062A (zh) * 2023-06-08 2023-08-25 南京大经中医药信息技术有限公司 一种用于中医舌诊仪的智能辅助分析系统
CN116646062B (zh) * 2023-06-08 2023-12-22 南京大经中医药信息技术有限公司 一种用于中医舌诊仪的智能辅助分析系统
CN117094966A (zh) * 2023-08-21 2023-11-21 青岛美迪康数字工程有限公司 基于图像扩增的舌图像识别方法、装置和计算机设备
CN117094966B (zh) * 2023-08-21 2024-04-05 青岛美迪康数字工程有限公司 基于图像扩增的舌图像识别方法、装置和计算机设备
CN117499778A (zh) * 2023-10-30 2024-02-02 海南榕树家信息科技有限公司 人物图像拍摄界面交互方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN107977671B (zh) 一种基于多任务卷积神经网络的舌象分类方法
US11681418B2 (en) Multi-sample whole slide image processing in digital pathology via multi-resolution registration and machine learning
US11842556B2 (en) Image analysis method, apparatus, program, and learned deep learning algorithm
CN115965607A (zh) 一种智能中医舌诊辅助分析系统
CN113723573B (zh) 基于自适应比例学习的肿瘤组织病理分类系统及方法
EP2188779B1 (en) Extraction method of tongue region using graph-based approach and geometric properties
WO2021139258A1 (zh) 基于图像识别的细胞识别计数方法、装置和计算机设备
CN112967285B (zh) 一种基于深度学习的黄褐斑图像识别方法、系统和装置
CN108734108B (zh) 一种基于ssd网络的裂纹舌识别方法
CN106530283A (zh) 一种基于svm的医疗图像血管识别方法
CN108615239B (zh) 基于阈值技术和灰度投影的舌图像分割方法
CN106650794A (zh) 一种受物体表面高光反射影响的图像高光消除方法及系统
CN109242792B (zh) 一种基于白色物体的白平衡校对方法
CN115797352A (zh) 一种用于中医保健体质检测的舌象图像处理系统
CN110648336B (zh) 一种舌质和舌苔的分割方法及装置
CN115631350A (zh) 罐印图像的颜色识别方法和装置
CN110766665A (zh) 基于强监督算法和深度学习网络的舌象数据分析方法
CN112464871A (zh) 一种基于深度学习的中医舌部图像处理方法及系统
CN113237881A (zh) 一种特定细胞的检测方法、装置和病理切片检测系统
CN109711306B (zh) 一种基于深度卷积神经网络获取面部特征的方法及设备
CN108629780B (zh) 基于颜色分解和阈值技术的舌图像分割方法
CN111105874A (zh) 一种舌象特征标注方法、装置、计算机设备及存储介质
CN109658382B (zh) 基于图像聚类和灰度投影的舌体定位方法
KR20210033902A (ko) 인공지능 기반 기술의 의료영상분석을 이용한 자궁경부암 진단방법, 장치 및 소프트웨어 프로그램
CN109214363A (zh) 一种基于YCbCr与连通区域分析的变电站工人人脸识别方法

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