[發明專利]基于自組織映射神經網絡的舌象自動聚類、可視化和檢索系統無效
| 申請號: | 200910086601.8 | 申請日: | 2009-06-12 |
| 公開(公告)號: | CN101576913A | 公開(公告)日: | 2009-11-11 |
| 發明(設計)人: | 李斌;岳小強;朱中的 | 申請(專利權)人: | 中國科學技術大學;中國人民解放軍第二軍醫大學 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06K9/00;G06K9/62;A61B19/00 |
| 代理公司: | 北京科迪生專利代理有限責任公司 | 代理人: | 成金玉;盧 紀 |
| 地址: | 230026*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 組織 映射 神經網絡 自動 可視化 檢索系統 | ||
1.基于自組織映射神經網絡的舌象自動聚類、可視化和檢索方法,其特征在于步驟如下:
(1)分割舌體:通過采集設備得到舌象樣本圖片,對樣本圖片進行舌體分割,得到完整的舌象;
(2)特征提取:在HSV顏色空間提取舌象的各分量的直方圖,得到描述舌象樣本的特征向量,并根據統計結果精簡特征向量的維數;所述統計過程如下:首先對舌象樣本數據庫中的3500幅圖片做三個分量各個維度的統計平均,然后對維度范圍做適當的調整,以確保所有樣本的大多數分量均處于所挑選的維度中,使用的維度范圍包含了3500個樣本的92%以上的像素;
(3)訓練自組織映射神經網絡:用大量典型舌象樣本的特征向量訓練自組織映射神經網絡,得到對應于典型舌象樣本集的自組織映射神經網絡,其中包括各個聚類中心的參考特征向量及可視化表示各聚類之間關系的二維映射網絡;
(4)基于最小距離準則的相似性檢索:對輸入的舌象樣本圖片,根據步驟(1)分割舌體,根據步驟(2)提取其特征向量,在由步驟(3)得到的自組織映射神經網絡中,按照最小距離準則,檢索與其最相似的聚類中心,然后在所有屬于該聚類的舌象樣本中檢索與其最相似的樣本;
(5)顯示最相似舌象樣本圖像;
(6)在自組織映射神經網絡中的二維映射網絡上高亮顯示匹配聚類對應的神經元節點,并顯示此聚類的全部樣本;
所述的步驟(3)的實現過程如下:
a.對自組織映射神經網絡輸出層各個神經元所代表的參考向量賦予小的隨機數,并做歸一化處理,神經元參考向量的維數與輸入樣本特征向量的維數相同;
b.從典型舌象樣本集中取出舌象樣本特征向量,將特征向量歸一化后作為自組織映射神經網絡的輸入;
c.計算輸入樣本特征向量與各神經元參考向量的相似度,相似度最大的神經元獲勝;
d.獲勝神經元及其鄰域內的神經元調整權值。
2.根據權利要求1所述的基于自組織映射神經網絡的舌象自動聚類、可視化和檢索方法,其特征在于:所述的步驟(2)的實現過程如下:在HSV顏色空間直接提取舌象各個分量的直方圖,并將各分量的維度限制為:H:(2:41,201:255),S:(1:200),V(51:255)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學技術大學;中國人民解放軍第二軍醫大學,未經中國科學技術大學;中國人民解放軍第二軍醫大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910086601.8/1.html,轉載請聲明來源鉆瓜專利網。





