基于面部图像特征融合的中医望诊面色分类研究

发布时间：2021-06-24 03:22

　　根据中医相关理论,面色分为赤、黄、白、黑4大类,利用深度学习方法可实现面部图像的关键点识别和感兴趣区域的自动分割。本研究创新性地结合颜色空间特征、面部纹理统计特征、唇部颜色特征等要素,使用多种机器学习方法对提取到的面部特征进行分类识别。为验证所提出方法的有效性,使用专业仪器采集了575幅人脸图像组成数据库,并在中医专家指导下进行面色标定。本研究结果显示,融合面部皮肤颜色特征、面部纹理特征、唇部颜色特征的最佳识别率可达91.03%,颜色特征是中医面色分类识别最重要的特征之一。 

【文章来源】：实用临床医药杂志. 2020,24(14)

【文章页数】：5 页

【部分图文】：

基于面部图像特征融合的面色分类流程图

面部颜色是中医望诊中最重要的信息特征。面部的颜色特征多样，而不同颜色空间所反映的信息也不相同，本研究在多个颜色空间分别提取信息并进行融合，包括RGB、HSV、Lab、YCbCr等。考虑到胡须、黑痣、头发等的影响，而人体肤色在YCbCr空间具有聚类特性，且肤色不依赖于面部的细节特征，对于旋转、表情等变化情况都能适用，具有相对的稳定性，并且能与大多数背景物体的颜色相区别，首先将皮肤块图像从RGB颜色空间转换到YCbCr空间，公式(1)为本研究应用基于YCbCr空间的椭圆肤色聚类模型对肤色进行检测[5]。当采用非线形分段肤色分割得到肤色区域时，在YCbCr空间中近似于椭圆，公式(2)、(3)为

唇色识别及分割

【参考文献】：
期刊论文
[1]机器学习算法在中医诊疗中的研究综述[J]. 张晓航,石清磊,王斌,王炳蔚,王永吉,陈力,吴敬征.  计算机科学. 2018(S2)
[2]Theory of traditional Chinese medicine and therapeutic method of diseases[J]. Ai-Ping Lu Hong-Wei Jia Cheng Xiao Institute of Basic Theory,China Academy of Traditional Chinese Medicine,Beijing 100700,ChinaQing-Ping Lu National Pharmaceutical Engineering Research Center,Nanchang 330077,Jiangxi Province,China.  World Journal of Gastroenterology. 2004(13)

博士论文
[1]面向中医面诊诊断信息提取的若干关键技术研究[D]. 吴暾华.厦门大学 2008

硕士论文
[1]基于条件生成对抗网络的皮肤分割与面色分类[D]. 侯国松.合肥工业大学 2019
[2]基于肤色检测的中医面色识别[D]. 陈梦竹.北京交通大学 2018
[3]《内经》色诊理论研究[D]. 梁爽.山东中医药大学 2014



本文编号：3246261