基于图像分割的舌型识别方法与流程

本发明涉及计算机，尤其涉及一种基于图像分割的舌型识别方法。

背景技术：

1、舌诊广泛应用于中医的临床分析和应用中已有数千年的历史，是中医望闻问切中的望诊的一部分。中医将舌诊与通过其他诊断方法收集的其他体征和症状相结合，以全面了解患者的健康状况，从而制定策略来调节身体机能的不平衡。传统的舌诊更倾向于对舌象的认识，而不是舌象的异常和疾病，中医认为舌头与人们的健康息息相关。通过检查舌头的颜色、形状和质地来判断患者的健康状况，如瘀斑、点刺、齿痕、舌裂和舌苔厚度等不同的特征能够反映身体的内部状态和器官的健康状况，但是对于舌型的判断都是基于医生的观察以及以往累积的经验，对于经验较为浅的医生来说，判断结果的准确度相对较低，因此也会影响到后续的判断和治疗。

技术实现思路

1、本发明的目的就在于为了解决上述问题设计了一种基于图像分割的舌型识别方法。

2、本发明通过以下技术方案来实现上述目的：

3、基于图像分割的舌型识别方法，包括：

4、s1、获取待识别的舌体图像；

5、s2、采用maskr-cnn深度学习神经网络检测舌体图像中的舌体进行分割获得舌像图像；

6、s3、提取舌像图像的特征参数，特征参数包括舌体轮廓、色泽度特征、纹理特征；

7、s4、根据特征参数识别区分舌型，通过舌体轮廓识别胀大舌、瘦薄舌和正常舌，通过色泽度特征、纹理特征识别老舌和嫩舌。

8、本发明的有益效果在于：使用maskr-cnn对舌体图像进行分类和分离裁剪，能实现较高准确性的舌体图像的自动分割获得舌像图像；然后通过提取舌像图像的特征参数，并通过特征参数分析舌型，让经验较浅的医生来说可以精确的确定患者的舌型，以保证后续的精准判断和治疗。maskr-cnn使用fpn进行特征融合，使模型可以在多个尺度上更好地表征目标，同时还改进了传统的池化操作，使用双线性插值解决了后者的非线性对齐问题。此外，maskr-cnn训练时生成掩码与分类并行，使训练时间大大缩短。

技术特征：

1.基于图像分割的舌型识别方法，其特征在于，包括：

2.根据权利要求1所述的基于图像分割的舌型识别方法，其特征在于，利用laplace算子提取舌体轮廓，利用颜色矩算法提取图像的色泽度特征，利用tamura算法提取图像的纹理特征。

3.根据权利要求2所述的基于图像分割的舌型识别方法，其特征在于，识别胀大舌、瘦薄舌和正常舌：

4.根据权利要求2所述的基于图像分割的舌型识别方法，其特征在于，识别老舌和嫩舌；

5.根据权利要求3所述的基于图像分割的舌型识别方法，其特征在于，当被区分为胀大舌时，分析舌体齿痕和舌体隆起程度识别胖大舌和肿大舌，具体为：

6.根据权利要求1所述的基于图像分割的舌型识别方法，其特征在于，特征参数还包括舌像图像的角点坐标，采用角点检测对舌像图像进行角点检测以提取角点坐标，各个角点坐标进行颜色值判断，在预设的颜色值范围内的角点作为点刺，对舌像图像进行边缘检测，基于角点坐标附近的边缘计算圆形度排除伪点刺，计算去除伪点刺的点刺总数，判断点刺总数是否超过预设的第三阈值，若是舌体存在点刺；反之舌体无点刺。

7.根据权利要求1所述的基于图像分割的舌型识别方法，其特征在于，特征参数还包括舌像图像的区域对比度，对舌体图像进行拉普拉斯增强操作以提高舌中区域对比度，突出裂纹区域，结合中值滤波法去除增强后的噪声，利用垂直腐蚀进一步消除舌像图像中的噪声点，根据区域一致性原理判断图像中是否存在裂纹；利用局部灰度平方差分离裂纹区域与背景区域提取舌裂纹，计算裂纹区域的像素和舌体区域像素的比例，判断比例是否超过预设的第四阈值，若是舌体为裂纹舌。

技术总结
本发明公开了基于图像分割的舌型识别方法，涉及计算机技术领域，包括S1获取舌体图像；S2检测舌体图像中的舌体进行分割获得舌像图像；S3提取舌像图像的特征参数；S4根据特征参数识别区分舌型，通过舌体轮廓识别胀大舌、瘦薄舌和正常舌，通过色泽度特征、纹理特征识别老舌和嫩舌；对舌体图像进行分类和分离裁剪，能准确的从舌体图像自动分割获得舌像图像；提取舌像图像的特征参数，并通过特征参数分析舌型，让经验较浅的医生来说可以精确的确定患者的舌型，以保证后续的精准判断和治疗。MaskR‑CNN使用FPN进行特征融合，在多个尺度上更好地表征目标，MaskR‑CNN训练时生成掩码与分类并行，大大缩短训练时间。

技术研发人员：张劲,曾帝,何凌,杨刚
受保护的技术使用者：四川博瑞客信息技术有限公司
技术研发日：
技术公布日：2024/1/13