[發明專利]一種皮膚病診斷系統、構建方法、分類方法和診斷裝置

有效

• 申請號: 201710735310.1
• 申請日: 2017-08-24
• 公開（公告）號: CN107563997B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 李瑩瑩;王閭威
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G16H50/20
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;劉偉

本發明提供一種皮膚病診斷系統、構建方法、診斷方法和診斷裝置。其中，構建方法包括：獲取訓練圖像，訓練圖像包括：對應第一種皮膚病的第一訓練圖像、對應第二種皮膚病的第二訓練圖像，以及對應第三種皮膚病的第三訓練圖像；使用第一神經網絡，構建用于識別第一種皮膚病的第一分類器，并將上述三種訓練圖像作為所述第一神經網絡的輸入數據，以對第一分類器進行訓練；使用第二神經網絡，構建用于識別第二種皮膚病的第二分類器，并將上述三種訓練圖像作為第二神經網絡的輸入數據，以對第二分類器進行訓練；基于第一分類器和所述第二分類器構建皮膚病診斷系統。本發明基于圖像識別技術，構建了一種皮膚病診斷系統，可以自行診斷皮膚病。

技術領域

本發明涉及圖像識別應用技術領域，特別是指一種皮膚病診斷系統、構建方法、診斷方法和診斷裝置。

背景技術

隨著大數據時代的到來，深度學習技術被來越多地應用到圖像識別的應用中。深度學習是一種源于人工神經網絡的強大技術。而人工神經網絡則受自然界生物的神經網絡啟發，通過構建多層的神經元，加上大量數據的反復訓練，進而達到類似人類的準確識別圖像的能力。

目前的圖像識別類產品更多的是對人臉、車牌、運動目標等生活圖像的識別。對于醫學領域，特別是皮膚類疾病，還尚未引用圖像識別類以進行非人工的診斷。

發明內容

本發明的目的是提供一種基于圖像識別技術，實現自行診斷皮膚病的技術方案。

為實現上述目的，一方面，本發明的實施例提供一種皮膚病診斷系統的構建方法，包括：

獲取訓練圖像，所述訓練圖像包括：對應第一種皮膚病的第一訓練圖像、對應第二種皮膚病的第二訓練圖像，以及對應第三種皮膚病的第三訓練圖像；

使用第一神經網絡，構建用于識別第一種皮膚病的第一分類器，并將所述第一訓練圖像、所述第二訓練圖像和所述第三訓練圖像作為所述第一神經網絡的輸入數據，以對所述第一分類器進行訓練；

使用第二神經網絡，構建用于識別第二種皮膚病的第二分類器，并將所述第一訓練圖像、所述第二訓練圖像和所述第三訓練圖像作為所述第一神經網絡的輸入數據，以對所述第二分類器進行訓練；

至少基于所述第一分類器和所述第二分類器構建用于診斷所述第一種皮膚病、第二種皮膚病和第三種皮膚病的皮膚病診斷系統。

其中，所述構建方法還包括：

使用第三神經網絡，構建用于區分第一種皮膚病和第二種疾病的第三分類器，并將所述第一訓練圖像和所述第二訓練圖像作為所述第三神經網絡的輸入數據，以對所述第三分類器進行訓練；

其中，構建所述皮膚病診斷系統的步驟具體包括：

基于所述第一分類器、所述第二分類器構和所述第三分類器，構建用于診斷所述第一種皮膚病、第二種皮膚病和第三種皮膚病的皮膚病診斷系統。

其中所述第一種皮膚病、所述第二種皮膚病和第三種皮膚病分別為以下其中一種皮膚疾?。?/p>

黑素瘤、角化病和痣。

其中，所述構建方法在獲取訓練圖像后，且構建所述第一分類器、所述第二分類器以及所述第三分類器前，還包括：

對所述訓練圖像進行預處理操作；

所述預處理操作包括以下方式中的至少一種：

對訓練圖像的無效識別區域進行裁剪；

對不同的訓練圖像的顯示尺寸進行歸一化。

其中，所述構建方法在獲取訓練圖像后，且構建所述第一分類器、所述第二分類器以及所述第三分類器前，還包括：

對所述訓練圖像進行數據加強操作；