[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

技術領域

本發明涉及一種舌象自動聚類、可視化和檢索方法，具體地說是一種基于自組織映射神經網絡實現對舌象進行聚類、可視化和基于圖像內容的快速檢索方法。

背景技術

在中醫診斷學中，舌診是獲取病人身體狀態信息的重要途徑之一。傳統中醫舌診在很大程度上依賴于醫師的主觀判斷和個人經驗，具有比較大的隨意性和不確定性。通過對舌象數據進行聚類，并對聚類結果實現可視化，可以幫助中醫專家了解舌象數據的內在結構，最大程度地消除隨意性和不確定性。而采用基于內容的圖像檢索技術，根據當前病人的舌圖像，從典型樣本數據庫中檢索具有相似舌象特征的典型樣本舌圖像，可以為醫師診斷提供樣例支持，提高診斷的準確性。建立中醫舌象自動聚類、可視化和快速檢索系統，對中醫舌診現代化，規范化和國際化有著重大的現實意義。

中醫舌象特征量很多，變化非常豐富，且變化具有漸進性，這些變化均同時呈現在一幅舌象圖片上，將它們準確區分判讀出來是非常困難的，有些情況下，即使是專業的醫師也很難達成一致的意見。針對舌象的這種復雜性，本發明提出采用一種無監督的機器學習方法，自組織映射神經網絡(SOM)，實現舌象的自動聚類和可視化，并在此基礎上實現對舌象的快速檢索。

由T.Kohonen提出的自組織映射(SOM，Self-Organizing?Map)神經網絡算法通過競爭學習的方法實現對高維樣本集的降維、聚類和可視化。SOM是一種聚類算法，可以將相似的樣本聚為一類。同時，SOM具有保序映射的特點，可以保證相似的聚類在輸出神經元網格上所對應的神經元也靠得很近，而不相似聚類所對應的神經元則相距較遠。利用這一特性，SOM可以揭示高維樣本集的內在結構，將舌象圖像經特征提取后獲得的高維特征向量投射到低維空間后，可以清楚地觀察到不同舌象的空間分布及變化情況。根據中醫理論，舌象的不同表征對應著病人不同的癥。通過本發明所設計之系統檢索最相似的典型舌象樣本，并通過輸出二維網格觀察舌象的分布位置及變化情況，能夠為中醫診斷提供科學依據。

經對現有技術文獻的檢索發現，中國發明專利申請號02103795.7在分級聚類分析生成聚類樹并調整的基礎上，采用基于聚類樹的支持向量機(CTSVM)方法進行舌體分類；200610150871.7利用KNN算法將舌苔和舌質顏色分為14種；200610150874.0在子圖像進行預處理后進行特征提取，將提取的特征送入分類器進行分類。但是這些方法都是事先準備好類別和分類器，引入了人眼主觀觀察的因素，比如人為地將舌色分為紅，淡紅，淡白等類別，這些人為因素影響了分類結果的客觀性；同時簡單的分類結果不足以完全顯示各舌象樣本之間的區別與聯系。

發明內容

本發明的目的在于：針對國內外研究的缺乏和現有技術的不足，提供一種新的、針對大規模舌象樣本集的舌象聚類、可視化和快速檢索方法，通過此方法實現基于內容的舌象可視化和快速檢索。

本發明的主要實現步驟如下：

(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；

(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網格，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格；

(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(2)提取其特征向量，在由步驟(3)得到的自組織映射網絡中，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)在自組織映射網絡二維輸出網格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。

本發明與現有技術相比的優點在于：

(1)本發明采用了自組織映射的方法來聚類舌象數據，利用自組織映射特有的保序性及聚類效果，完全由舌象自身的參數決定聚類和映射結果，同時，生成的二維網格式結構，能夠反映出舌象數據之間的內在關系，可以實現高維舌象特征數據的有效聚類和可視化，具有很好的聚類客觀性和良好的可視化效果。