[發明專利]一種基于舌相和BMI指數的脂肪肝預測方法

在審

• 申請號: 201910618880.1
• 申請日: 2019-07-10
• 公開（公告）號: CN110236497A
• 公開（公告）日: 2019-09-17
• 發明（設計）人: 楊青川;代超;何帆;周振
• 申請（專利權）人: 中電健康云科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 黃蓉蓉

1.一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，包括如下步驟：

采集若干張舌相圖像，對每張舌相圖像預處理，得到訓練數據集A，采用訓練數據集B記錄每張舌相圖像對應人員的BMI數據，采用標記數據集記錄每張舌相圖像對應人員是否患有脂肪肝的標記值；

基于訓練數據集A、訓練數據集B和標記數據集，建立包括脂肪肝預測神經網絡模型和脂肪肝預測SVM模型的脂肪肝預測模型；

利用脂肪肝預測模型對待測圖像進行預測，輸出最終預測結果。

2.根據權利要求1所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，脂肪肝預測神經網絡模型的建立為：

建立神經網絡預測模型，基于訓練數據集A和標記數據集對神經網絡預測模型進行訓練更新，最終輸出脂肪肝預測神經網絡模型。

3.根據權利要求1或2所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，脂肪肝預測SVM模型的建立為：

利用訓練數據集B和標記數據集對SVM分類器進行訓練，輸出脂肪肝預測SVM模型。

4.根據權利要求1所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，對每張舌相圖像進行預處理，得到訓練數據集A，包括：

按比例分割每張舌相圖像，得到與每張舌相圖像對應的分割圖像組，每個分割圖像組中包括舌相圖像不同區域的分割圖像；

對所有分割圖像組中的分割圖像進行篩選，得到訓練數據集A。

5.根據權利要求4所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，按照中醫學理論對舌相圖像進行分割。

6.根據權利要求4或5所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，對所有分割圖像組中的分割圖像進行篩選，剔除信息量少的區域的分割圖像，保留剩余的分割圖像形成訓練數據集A。

7.根據權利要求2所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，建立的神經網絡預測模型，結構為：

輸入層連接有MobileNet模型，MobileNet模型輸出端連接Full Connect網絡A，FullConnect網絡A具有兩個輸出分支，其中一個輸出分支連接Center Loss網絡，另一個輸出分支連接Full Connect網絡B，Full Connect網絡B的輸出端連接AM-Softmax網絡。

8.根據權利要求7所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，基于訓練數據集A和標記數據集對神經網絡預測模型進行訓練更新，包括：

將訓練數據集A輸入到神經網絡預測模型的輸入層中，利用MobileNet模型提取訓練數據集A中的舌相特征；

利用Full Connect網絡A將MobileNet模型所提取的舌相特征全連接為多維特征；

利用Center Loss算法對多維特征與標記數據集中的標記值進行計算，得到centerloss損失值；

利用Full Connect網絡B將多維特征全連接為2維特征，利用AM-Softmax算法對2維特征進行分類，得到相應的預測值，將預測值與標記數據集中的標記值做交叉熵損失，得到AMsoftmax損失值；

對centerloss損失值與AMsoftmax損失值求和，得到總損失值，利用總損失值作為損失函數進行反向求導，更新神經網絡預測模型的網絡參數，將訓練數據集A輸入到更新后的神經網絡預測模型的輸入層中，反復迭代更新，直至滿足終止條件，輸出脂肪肝預測神經網絡模型。

9.根據權利要求1所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，對脂肪肝預測神經網絡模型和脂肪肝預測SVM模型分別賦予權重進行加權求和，得到脂肪肝預測模型。

10.根據權利要求9所述的一種基于舌相和BMI指數的脂肪肝預測方法，其特征在于，脂肪肝預測神經網絡模型和脂肪肝預測SVM模型的權重基于多參數正交實驗得到。