基于深度学习的中医舌象颜色校正、分割研究及服务系统搭建

发布时间：2021-06-09 00:32

　　经过多年的探索,中医舌象自动化分析研究已经取得一定的成果。但是,在中医舌象分析仪产品化过程中,目前仍然存在很多问题,如主客观舌图像颜色重现不协调、舌图像自动分割准确性和鲁棒性难以满足全自动精准分割需求等。这些难点在很大程度上限制了中医舌象自动化分析技术的产品化。近年来,随着计算资源的提升,深度学习技术在计算机视觉领域迅速发展,并被广泛用于各种回归问题和图像语义分割等任务,性能远超传统算法。这为有效解决中医自动化分析设备产品化中存在的上述问题提供了契机。本文针对中医舌象分析仪产品化中舌图像主客观颜色重现、自动化分割以及深度学习算法在中医舌象分析仪中的算法调用框架等方面问题展开了深入的研究,具体完成了以下工作:（1）提出了基于两步深度学习的中医舌图像主客观颜色校正方法。该方法对中医舌图像的颜色校正在满足自动分析的客观定量化与人眼视觉主观个性化相统一的需求上,分为两步进行处理。首先由基于卷积神经网络的中医舌图像颜色客观校正方法对舌图像完成客观化校正;然后,根据不同医生的主观偏好以及不同环境的统计分析结果,采用基于lαβ颜色空间的颜色调整策略对主观显示舌图像进行调整。实验结果表明,该算法客观误... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

中医舌象分析仪

a)方法 1[29]b)方法 2[38]c)方法 3[53]a) Method 1[29]b) Method 2[38]c) Method 3[53]图 2-2 几种传统中医舌象分割方法的效果Fig. 2-2 The results of several traditional algorithms度学习的分割方法以来，深度学习在语义分割等任务中取得了显著进步。ional Neural Network）[61]凭借其强大的特征学习被广泛应。这些方法大部分不是专门为中医舌图像分割问题而设计的舌图像分割方法非常少。割问题与图像语义分割问题具有相似性。语义分割也称为象中内容标注像素级的类别标签，以此来识别图像中存在分割与自然图像语义分割相比有具有以下的特点：1.舌体，对边缘提取有较大的影响，如舌边缘可能存在齿痕，舌 不同疾病不同人采集到的舌体的形态差异极大，难以采

北京工业大学工程硕士专业学位论文实和校正舌图像进行比较来获得主观评价。C些样本值与 Lab 颜色空间中的参考值之间的颜lor Checker SG 中选择了更接近人的舌体的色分组成，如图 3-4 所示。第一区域与 Color Ch[83]、[84]和[2]中进行客观评价。第二区域是苔的颜色相似。第三区域的颜色与舌体、舌苔isc 的 24 色块分为两组：舌体相关、非相关色含大部分的舌质和舌苔颜色。本文的研究针确地进行客观评价，本文采用了三部分的颜

【参考文献】：
期刊论文
[1]一种改进snake模型的中医舌体分割方法[J]. 孙晓琳,庞春颖.  长春理工大学学报(自然科学版). 2013(05)
[2]基于分水岭变换和主动轮廓模型的舌体轮廓图像分割[J]. 吴佳,张永红,白净,翁维良,吴煜,韩垚,李敬华.  清华大学学报(自然科学版). 2008(06)
[3]基于有限维模型的舌图像颜色校正方法可行性研究[J]. 蔡轶珩,曹美玲,张新峰,沈兰荪.  世界科学技术-中医药现代化. 2007(05)
[4]一种结合亮度和粗糙度信息的舌像分割方法[J]. 邬文隽,马利庄,肖学中.  系统仿真学报. 2006(S1)
[5]图像分割技术在中医舌诊客观化研究中的应用[J]. 王郁中,杨杰,周越,郑元杰,王忆勤.  生物医学工程学杂志. 2005(06)
[6]一种基于先验知识的自动舌体分割算法[J]. 王艳清,卫保国,蔡轶珩,沈兰荪.  电子学报. 2004(03)
[7]舌象分析仪中舌色重现方法的研究[J]. 王永刚,王爱民,沈兰荪.  照明工程学报. 2001(02)
[8]图像分割的分级性研究[J]. 沈兰荪,王爱民.  北京工业大学学报. 2000(03)
[9]图像分割研究综述[J]. 王爱民,沈兰荪.  测控技术. 2000(05)
[10]电脑化中医舌诊系统[J]. 蒋依吾,陈建仲,张恒鸿,马建中.  中国中西医结合杂志. 2000(02)



本文编号：3219533