基于深度学习技术的舌体分割模型研究与舌象智能化应用探索

发布时间：2021-08-14 06:42

　　目的:在中医诊断学智能化大发展的背景下,本研究以获取对舌图像中舌体目标区域自动、高精提取方法为目标,运用包括深度学习技术在内的多种图像识别方法开展舌体分割模型研究。为进一步验证所构建舌体分割模型的应用价值,本研究以分割后舌象为数据基础构建分析网络,通过血压均值预测实验探索基于深度学习技术的舌象临床研究方法及应用价值。方法:（1）舌体分割模型研究:舌象数据采集自成都中医药大学附属医院体检中心,使用TFDA-1舌面诊仪于2018年9月开始对符合纳入标准的受试者进行舌象数据采集后的原始图像使用Labelme软件进行标注。结束采集后通过Excel软件按样本编号对数据进行80%（训练集）、20%（测试集）随机分配。本研究采用UNet、Deeplab V3两种深度学习技术和动态轮廓（Snake）、颜色分解与阈值化模型（CDT）两种传统图像识别方法对图片中舌体区域进行分割。针对UNet与Deep Lab V3两种深度学习模型,利用训练集数据对模型进行训练,再使用测试集数据做分割测试;动态轮廓（Snake）与颜色分解与阈值化（CDT）模型则使用测试集数据进行分割测试。最后,对四种模型的分割结果使用平均... 

【文章来源】：成都中医药大学四川省

【文章页数】：100 页

【学位级别】：博士

【部分图文】：

舌头面部脏腑部位分布图

成都中医药大学二〇二零届博士研究生学位论文26图1TFDA-1台式舌面诊仪2.2.2设备使用方法TFDA-1台式舌面诊仪使用方法及参数设置：（1）使用前先连接带USB接口的移动电源，确定USB移动电源电量充足，然后打开光源，检查内置光源有无异常，如闪烁、光线亮度不足等。（2）设置拍摄参数：M模式，快门速度为1/125；光圈值F6.3；ISO感光度200。（3）图像参数设置：图像尺寸设为L5568*3712；中央重点测光；自动白平衡。（4）拍摄时轻触快门键进行对焦，长按拍摄，听到提示音后完成拍摄（5）拍摄时需观察曝光指示刻度是否为0时(最佳曝光)。2.2.3采集操作及注意事项采集拍摄前，首先对仪器下颌托处及桶状拍摄区使用75%酒精棉球进行消毒，TFDA-1台式舌面诊仪在采集工作时要求受试者端正坐姿，身体向前轻度倾斜，将下颌贴于下颌托处，如图2所示。先采集面部图像一张，要求确定面部居中，微闭双眼，采集后检查图像有无异常，再嘱受试者将嘴张开伸出舌头，舌面平展。采集时应注意镜头是否存在雾气覆盖，以及采集时间不宜过长，以免受试者产生密闭不

成都中医药大学二〇二零届博士研究生学位论文27适感，每位受试者数据采集完成后对颌托处及桶状拍摄区使用75%酒精棉球进行一次消毒。图2受试者采集姿势每日采集数据完成后，将舌诊仪连接电脑，拷贝当日拍摄舌象照片至数据硬盘存储，并对做编号标记，编号内容包括相机生成照片编号、姓名、拍摄时机、采集机构，以供后期数据分析调龋2.2.4图像质量控制所采集的舌象原始数据需定期进行质量控制检查，质控标准参考图3进行。其中需重点关注舌面是否居中且平整展开、图片中有无雾气或漏光、有无过度曝光或曝光不足、拍摄聚焦是否位于舌象。图3面、舌标准采集图像


本文编号：3341980