舌诊图像点刺和瘀点的识别与提取

发布时间：2018-08-12 15:03

【摘要】：计算机舌诊系统中,点刺和瘀血点是重要的舌象。基于斑点检测、支持向量机(SVM)和K-均值聚类算法,提出了对舌诊图像中点刺和瘀点的识别及提取方法。首先利用SimpleBlobDetector斑点检测算法检测斑点,并提取出斑点数量、大小和分布等特征值生成特征向量,再使用SVM进行点刺(瘀点)舌象识别。点刺(瘀点)提取同样基于斑点检测算法,提取斑点颜色特征,使用K-均值聚类将斑点聚类为多个小类簇,定义基于加权颜色空间距离的判别函数,将聚类结果同第一次斑点检测的结果对比,得到正类和负类,最终提取出点刺和瘀点。利用该方法进行实验,识别正确率达到97.4%,提取误检率为6.0%,漏检率为10.1%,表明了本方法的有效性和应用价值。
[Abstract]:Puncturing and blood stasis are important tongue signs in computer tongue diagnosis system. Based on spot detection, support vector machine (SVM) (SVM) and K-means clustering algorithm, a method for the identification and extraction of punctures and stasis points in tongue diagnosis images is proposed. First, the SimpleBlobDetector speckle detection algorithm was used to detect the spots, and the eigenvalues such as the number, size and distribution of spots were extracted to generate the eigenvector, and then SVM was used to recognize the tongue image of puncturing (stasis points). Spot extraction is also based on spot detection algorithm to extract the color features of spots. The speckle is clustered into several clusters using K-means clustering, and the discriminant function based on the distance of weighted color space is defined. By comparing the clustering results with the results of the first spot detection, the positive and negative classes were obtained, and the punctures and stasis spots were extracted. The experiments show that the recognition accuracy is 97.4%, the false detection rate is 6.0, and the missing detection rate is 10.1, which shows the effectiveness and application value of this method.
【作者单位】： 天津大学电子信息工程学院;清华大学电子工程系;
【分类号】：R241;TP391.41

【参考文献】

相关期刊论文 前6条

1 施展;周昌乐;;舌象裂纹提取及特征分析[J];计算机技术与发展;2007年05期

2 张新峰;沈兰荪;;加权SVM在中医舌象分类与识别中的应用研究[J];中国生物医学工程学报;2006年02期

3 许家佗,张志枫,孙炀,包怡敏,李文书;舌象图像分析中点刺与瘀点特征的识别[J];上海中医药大学学报;2004年04期

4 卫保国,沈兰荪;舌体胖瘦的自动分析[J];计算机工程;2004年11期

5 卫保国,沈兰荪,蔡轶珩,张新峰;中医舌苔腐腻分析算法的研究[J];电子学报;2003年S1期

6 陈泽霖;胡庆福;凌诒萍;;舌上瘀斑、瘀点的形态学研究[J];中医杂志;1984年11期

相关会议论文 前1条

1 张金雷;黄勃;李乃民;贾丹兵;王淑英;张永丰;;舌象红刺自动提取算法研究[A];第二次全国中西医结合诊断学术研讨会论文集[C];2008年

【共引文献】

相关期刊论文 前10条

1 罗瑜;王钟斐;;一种基于加权二值法的舌像纹理特征的提取[J];信息技术;2017年07期

2 王f;刘开华;王丽婷;;舌诊图像点刺和瘀点的识别与提取[J];计算机工程与科学;2017年06期

3 黄淑琼;张云龙;周静;文磊;;浅谈中医舌象客观化、定量化、标准化研究[J];中华中医药杂志;2017年04期

4 阚红星;张璐瑶;董昌武;;一种2型糖尿病中医证型的舌图像识别方法[J];中国生物医学工程学报;2016年06期

5 瞿婷婷;夏春明;王忆勤;朱穆朗玛;;基于Gabor小波变换的舌苔腐腻识别[J];计算机应用与软件;2016年10期

6 蒋沈华;林江;;舌象客观化及舌苔本质研究进展[J];上海中医药杂志;2016年07期

7 张季;钱峻;董海艳;王瑞娟;杨涛;;基于分形理论的中医数字化舌象苔质纹理分析[J];中华中医药杂志;2016年01期

8 张季;钱峻;王瑞娟;董海艳;杨涛;;多重分形谱在中医数字化舌象苔质分析中的应用[J];世界科学技术-中医药现代化;2015年12期

9 赵静;万芳竹;鞠建庆;崔德芝;;计算机技术及数学算法在证候规范化中的应用现状概述[J];中医药导报;2015年18期

10 张康;杜建强;丁成华;朱明峰;;基于模糊聚类的舌体胖瘦分析[J];江西中医药大学学报;2015年02期

【二级参考文献】

相关期刊论文 前7条

1 许家佗,周昌乐,方肇勤,张志枫,王志国,孙炀;舌像颜色特征的计算机分析与识别研究[J];上海中医药大学学报;2004年03期

2 孙炀,罗瑜,周昌乐,许家佗,张志枫;一种基于分裂-合并方法的中医舌像区域分割算法及其实现[J];中国图象图形学报;2003年12期

3 许家佗,孙炀,张志枫,周昌乐,包怡敏,李文书;基于差分统计方法的舌象纹理特征的分析与识别[J];上海中医药大学学报;2003年03期

4 沈兰荪,王爱民,卫保国,王永刚,赵忠旭;图像分析技术在舌诊客观化中的应用[J];电子学报;2001年S1期

5 朱洁华,阮邦志,励俊雄,邝枣园,吴伟;舌诊客观化研究的一种图像处理方法[J];中国生物医学工程学报;2001年02期

6 王爱民,赵忠旭,沈兰荪;中医舌象自动分析中舌色、苔色分类方法的研究[J];北京生物医学工程;2000年03期

7 孙立友,程钊,高逢生,谢虎臣,夏文杰;利用计算机图像识别技术进行舌诊客观化研究的探讨[J];安徽中医学院学报;1986年04期

【相似文献】

相关期刊论文 前10条

1 刘娜;;流行性脑脊髓膜炎瘀点及瘀斑的护理[J];中国医学文摘(儿科学);2006年06期

2 王仲衡;浅论舌瘀斑与瘀点的诊疗[J];光明中医;1995年01期

3 武洁;腹痛、贫血、水肿、瘀点[J];右江民族医学院学报;1994年03期

4 赵广兰;;舌下瘀点与疾病[J];心血管病防治知识;2010年09期

5 梁兆松;;观舌下瘀点 知内脏疾病[J];心血管病防治知识;2007年05期

6 万青;;观舌下瘀点 知内脏疾病[J];农家之友;2003年02期

7 潘芳;;口服利福平导致重症血小板减少性紫癜1例[J];西北国防医学杂志;2013年06期

8 张家庆;对《舌下瘀点131例临床观察》的商榷[J];新医学;1979年08期

9 ;舌下瘀点131例临床观察[J];新医学;1979年03期

10 ;英中对照思考病例(有奖测验)[J];国外医学(内科学分册);1988年02期

相关重要报纸文章 前2条

1 万 青;观舌下瘀点 知内脏疾病[N];中国中医药报;2002年

2 唐志勉;活血化阏治疗个案分析[N];农村医药报（汉）;2007年

，

本文编号：2179421