一种识别模型构建方法和基于舌诊的肠胃病预警方法与流程

本发明涉及一种舌诊技术领域，尤其涉及一种识别模型构建方法和基于舌诊的肠胃病预警方法。

背景技术：

目前，采用计算机图象处理技术进行舌头图像特征分析，能够比较全面地反映舌头图像的情况，符合中医舌诊的习惯，便于舌诊资料的收集与保存，具有较好的实用价值。它是在一定的光照条件下，采集受试者的彩色舌头图像，数字化后输入计算机，利用图象分析技术，对舌头图像特征进行自动分析，并将结果储存在计算机中。

基于舌头图像的识别在具体实现上，人与机器也存在有比较大的差别，因为，通过人眼进行观察的时候，是可以观看3d的图像，能够更清楚的看出不同的差别，但是通过计算机进行检测的时候则不容易看出3d图像。故而，如何设计一种识别精度高、可靠性好的舌诊识别模型成为本领域技术人员所要解决的技术问题。

技术实现要素：

为了克服现有技术的不足，本发明的目的之一在于提供一种识别模型构建方法，其能提高肠胃病识别模型的识别准确性。

本发明的目的之二在于提供一种计算机可读存储介质，其能提高肠胃病识别模型的识别准确性。

本法民的目的之三在于提供一种基于舌诊的肠胃病预警方法，其能解决提高肠胃病识别的准确性的技术问题。

本发明的目的之四在于提供一种电子设备，其能解决提高肠胃病识别的准确性的技术问题。

本发明的目的之五在于提供一种计算机可读存储介质，其能解决提高肠胃病识别的准确性的技术问题。

本发明的目的之一采用如下技术方案实现：

一种识别模型构建方法，包括以下步骤：

获取步骤：获取真实样本集和虚拟样本集，所述真实样本集为原始舌头图像，所述虚拟样本集为模拟舌头图像；

提取步骤：提取真实样本集和虚拟样本集中的所有舌头图像；

模型构建步骤：对所有的舌头图像进行对抗训练以构建肠胃病识别模型。

进一步地，在提取步骤之后还包括预处理步骤：对提取到的舌头图像进行预处理，所述预处理包括缩放、旋转和归一化。

进一步地，在提取步骤之后还包括边缘识别步骤：通过边缘识别算法识别所有舌头图像中的裂痕区域；

在模型构建步骤中：对所有的舌头图像中的裂痕区域进行对抗训练以构建肠胃病识别模型。

本发明的目的之二采用如下技术方案实现：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明目的之一中任意一项所述的识别模型构建方法。

本发明的目的之三采用如下技术方案实现：

一种基于舌诊的肠胃病预警方法，包括以下步骤：

获取步骤：获取当前的图像信息，所述图像信息包括舌头图像；

提取步骤：提取当前的图像信息中的舌头图像；

比对步骤：将所述舌头图像与肠胃病识别模型进行比对以判断舌头区域是否有裂痕，如果是，则发送告警信息。

进一步地，在提取步骤之后还包括预处理步骤：对提取当前的图像信息中的舌头图像进行预处理，所述预处理包括缩放、旋转和归一化。

进一步地，在提取步骤之后还包括边缘识别步骤：通过边缘识别算法识别舌头图像中的裂痕区域；

在比对步骤中：将所述舌头图像中的裂痕区域与肠胃病识别模型进行比对以判断裂痕区域是否是真实裂痕，如果是，则发送告警信息。

进一步地，在提取步骤之后还包括图像处理步骤，所述图像处理步骤包括以下子步骤：

根据舌头图像画出舌头边缘轮廓线；

根据边缘轮廓线将舌头图像划分为五个分区，所述五个分区包括舌尖、舌中、舌根、舌左边和舌右边；

以舌尖为对称点画对称线，将倾斜的像素点进行平面拉伸以得处理后的舌头图像。

进一步地，所述告警信息为肠胃病告警或者食疗食谱预防。

本发明的目的之四采用如下技术方案实现：

一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明目的之三中任意一项所述的一种基于舌诊的肠胃病预警方法。

本发明的目的之五采用如下技术方案实现：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明目的之三中任意一项所述的一种基于舌诊的肠胃病预警方法。

相比现有技术，本发明的有益效果在于：

本发明的基于舌诊的肠胃病预警方法通过将获取到的图像与肠胃病识别模型进行比对，以判断用户的身体状况；该肠胃病识别模型通过对真实的图形与人工模拟的舌头裂痕的图片进行对抗训练，以使得该肠胃病识别模型更加的健壮，避免出现大量误判的问题。

附图说明

图1为实施例一的识别模型构建方法的流程图；

图2为实施例三的基于舌诊的肠胃病预警方法的流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例一

基于舌头图像的识别在具体实现上，人与机器也存在有比较大的差别，因为，通过人眼进行观察的时候，是可以观看3d的图像，能够更清楚的看出裂痕之间不同的差别，但是通过计算机进行检测的时候则不容易看出3d图像。如果只采用边缘识别的算来进行舌头上裂痕的识别，由于边缘识别精度较高，故而会使得误识率也较高。因为通过边缘识别算法不仅仅可以识别出裂痕产生的阴影线，还可以识别出由于舌头上不同颜色之间存在有阴影线或者其他情况产生的阴影线；边缘识别都会统一将这种方式识别为出现裂痕，这样就会使得识别的结果出现较大的偏差。

如图1所示，本实施例提供了一种识别模型构建方法，包括以下步骤：

s11：获取真实样本集和虚拟样本集，所述真实样本集为原始舌头图像，所述虚拟样本集为模拟舌头图像；这里的真实样本集是没有经过修饰的图片，这些图片来自于目前已经确认诊断有肠胃病的，且舌头中后端出现裂痕的图片，将这些作为基础的学习集来进行训练学习，但是只有这些还是不行的，没有办法准确的识别出正确的特征来进行判别。因此，还建立一个虚拟样本集进行训练，这里的虚拟样本集采集到的图片是没有病症的舌头的图片，但是需要通过人工进行处理，可以通过软件在舌头图像上模拟生成一条带裂痕的图像，对所有的虚拟样本集中的图像均做这样的处理，并且更为优选地，所有模拟的裂痕图像最好不一致，这样能够提高模型的识别的准确性。

s12：提取真实样本集和虚拟样本集中的所有舌头图像；在步骤s12之后还包括预处理步骤：对获取到的舌头图像进行预处理，所述预处理包括缩放、旋转和归一化。这一步主要是针对于获取到的样本图像进行预处理，由于在数据处理的过程中，如果不针对于获取到的图像进行标准化处理，那么在后续的图像处理过程以及识别过程中有可能得到的结果产生偏差，这种偏差并不是由于所关注的对象本身产生的偏差，而是由于没有进行图像归一而产生的问题。

在步骤s12之后还包括s121：通过边缘识别算法识别所有舌头图像中的裂痕区域。这一步主要是为了提高识别效率，因为边缘识别算的精度高，如果出现裂痕肯定会被识别出来，如果没有出现裂痕，则大概率不会被识别出来，通过边缘识别算法可以剔除掉一部分，本身机器识别不出来的图片，提高模型训练的效率。

s13：对所有的舌头图像中的裂痕区域进行对抗训练以构建肠胃病识别模型。通过将真实样本集和虚拟样本集一起进行对抗训练，然后识别出两者之间细微差别和规律，以使得该识别模型更加的健壮。在本实施例中采用的对抗练习的方式能够有效的对真实样本集和虚拟样本集中的图像进行特征识别和区分，然后不断的对这两种方式中出现的差异进行识别判断来提高模型对这两种方式产生的图像的识别能力。为更有效的检测提供更为精准的模型。通过这样的对抗训练，使得用户即使在吃了带有颜色的食物的情况下，该模型也能分辨出是由于肠胃病引起的裂痕凹陷还是其他的原因。

实施例二

实施例二公开了一种计算机可读存储介质，该存储介质用于存储程序，并且该程序被处理器执行时，实现实施例一的识别模型构建方法。

实施例三

如图2所示，本实施例提供了一种基于舌诊的肠胃病预警方法，包括以下步骤：

s21：获取当前的图像信息，所述图像信息包括舌头图像；这里主要是为了获取基础判断的图像，当用户使用申请的所对应的产品的时候，需要先提供对应的图像，这种图片获取的方式可以是直接通过摄像头或者也可以是将图片直接传输至产品处，从而完成基础判断图像的传输。

s22：提取当前的图像信息中的舌头图像；在步骤s22之后还包括预处理步骤：对提取当前的图像信息中的舌头图像进行预处理，所述预处理包括缩放、旋转和归一化。这一步还是为了提取舌头的图像信息，然后才进一步对舌头图像进行分析的。在提取步骤中需要根据已经构建的舌头模型去比对识别得出舌头图像。

在步骤s22之后还包括s221：通过边缘识别算法识别舌头图像中的裂痕区域。因为边缘识别算的精度高，如果出现裂痕肯定会被识别出来，如果没有出现裂痕，则大概率不会被识别出来。这一步主要是为了提高识别效率，因为在实际检测过程中，有的用户并没有出现相应的病症，如果对所有的都进行模型比对，则会比较耗用和浪费资源，并且也会提高检测时间，如果先通过边缘识别的方式，则可以先进行大范围的筛除，相当于设置了一个初级筛选标准，这样可以大大提高检测的效率。可以将具有裂痕近似的舌头图像先筛选出来。

在步骤s22之后还包括s222：在提取步骤之后还包括图像处理步骤，所述图像处理步骤包括以下子步骤：

根据舌头图像画出舌头边缘轮廓线；

根据边缘轮廓线将舌头图像划分为五个分区，所述五个分区包括舌尖、舌中、舌根、舌左边和舌右边；

以舌尖为对称点画对称线，将倾斜的像素点进行平面拉伸以得处理后的舌头图像。

s23：将所述舌头图像中的裂痕区域与肠胃病识别模型进行比对以判断裂痕区域是否是真实裂痕，如果是，则发送告警信息。所述告警信息为肠胃病告警或者食疗食谱预防。由于边缘识别的精度高，从而会叫大部分非真实裂痕的情况作为裂痕图像挑选出来，故而还需要进一步提高精度来对这些图像进行进一步地识别。当识别出来其是有真实裂痕的时候，提示用户可以食用一些预防肠胃病的食材来进行预防。

本发明的基于舌诊的肠胃病预警方法通过将获取到的图像与肠胃病识别模型进行比对，以判断用户的身体状况；该肠胃病识别模型通过对真实的图形与人工模拟的舌头裂痕的图片进行对抗训练，以使得该肠胃病识别模型更加的健壮，避免出现大量误判的问题。

实施例四

实施例四公开了一种电子设备，该电子设备包括处理器、存储器以及程序，其中处理器和存储器均可采用一个或多个，程序被存储在存储器中，并且被配置成由处理器执行，处理器执行该程序时，实现实施例三的基于舌诊的肠胃病预警方法。该电子设备可以是手机、电脑、平板电脑等等一系列的电子设备。

实施例五

实施例五公开了一种计算机可读存储介质，该存储介质用于存储程序，并且该程序被处理器执行时，实现实施例三的基于舌诊的肠胃病预警方法。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述基于内容更新通知装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。