[發(fā)明專利]一種基于舌相和BMI指數(shù)的脂肪肝預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910618880.1
• 申請(qǐng)日: 2019-07-10
• 公開（公告）號(hào): CN110236497A
• 公開（公告）日: 2019-09-17
• 發(fā)明（設(shè)計(jì)）人: 楊青川;代超;何帆;周振
• 申請(qǐng)（專利權(quán)）人: 中電健康云科技有限公司
• 主分類號(hào): A61B5/00
• 分類號(hào): A61B5/00
• 代理公司: 成都弘毅天承知識(shí)產(chǎn)權(quán)代理有限公司 51230
• 代理人: 黃蓉蓉

本發(fā)明公開了一種基于舌相和BMI指數(shù)的脂肪肝預(yù)測(cè)方法，涉及人工智能技術(shù)領(lǐng)域，本發(fā)明包括采集若干張舌相圖像，對(duì)每張舌相圖像預(yù)處理，得到訓(xùn)練數(shù)據(jù)集A，采用訓(xùn)練數(shù)據(jù)集B記錄每張舌相圖像對(duì)應(yīng)人員的BMI數(shù)據(jù)，采用標(biāo)記數(shù)據(jù)集記錄每張舌相圖像對(duì)應(yīng)人員是否患有脂肪肝的標(biāo)記值；基于訓(xùn)練數(shù)據(jù)集A、訓(xùn)練數(shù)據(jù)集B和標(biāo)記數(shù)據(jù)集，建立包括脂肪肝預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型和脂肪肝預(yù)測(cè)SVM模型的脂肪肝預(yù)測(cè)模型；利用脂肪肝預(yù)測(cè)模型對(duì)待測(cè)圖像進(jìn)行預(yù)測(cè)，輸出最終預(yù)測(cè)結(jié)果，本發(fā)明結(jié)合脂肪肝預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型和脂肪肝預(yù)測(cè)SVM模型得到脂肪肝預(yù)測(cè)模型，通過(guò)脂肪肝預(yù)測(cè)模型對(duì)待測(cè)圖像進(jìn)行預(yù)測(cè)，能夠提高預(yù)測(cè)準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，更具體的是涉及一種基于舌相和BMI指數(shù)的脂肪肝預(yù)測(cè)方法。

背景技術(shù)

脂肪肝是指由于各種原因引起的肝細(xì)胞內(nèi)脂肪堆積過(guò)多的病變，是一種常見的肝臟病理改變，而非一種獨(dú)立的疾病。脂肪性肝病正嚴(yán)重威脅國(guó)人的健康，成為僅次于病毒性肝炎的第二大肝病，發(fā)病率在不斷升高，且發(fā)病年齡日趨年輕化。正常人肝組織中含有少量的脂肪，如甘油三酯、磷脂、糖脂和膽固醇等，其重量約為肝重量的3％～5％，如果肝內(nèi)脂肪蓄積太多，超過(guò)肝重量的5％或在組織學(xué)上肝細(xì)胞50％以上有脂肪變性時(shí)，就可稱為脂肪肝。其臨床表現(xiàn)輕者無(wú)癥狀，重者病情兇猛。一般而言，脂肪肝屬可逆性疾病，早期診斷并及時(shí)治療常可恢復(fù)正常。

目前，對(duì)脂肪肝的預(yù)測(cè)主要是采用概率統(tǒng)計(jì)學(xué)方法來(lái)判別，通過(guò)單因素變量建立特征統(tǒng)計(jì)模型，基于該特征統(tǒng)計(jì)模型分析某種單一變量下發(fā)生脂肪肝的概率，再通過(guò)各種單一因素下的概率統(tǒng)計(jì)來(lái)計(jì)算綜合概率指標(biāo)，然而特征統(tǒng)計(jì)模型的統(tǒng)計(jì)邏輯較為簡(jiǎn)單，可能導(dǎo)致由于一部分因素考慮不充分而造成脂肪肝判別準(zhǔn)確率低的問(wèn)題。

中西醫(yī)結(jié)合治療是長(zhǎng)期以來(lái)醫(yī)學(xué)的重要課題，如何將中醫(yī)的方法運(yùn)用到西醫(yī)，為廣發(fā)人民提供高效快捷的醫(yī)療服務(wù)，成為學(xué)界的難題。當(dāng)前脂肪肝的發(fā)現(xiàn)與診斷主要基于血液檢查等診療數(shù)據(jù)，通過(guò)某些身體指標(biāo)去衡量是否患有脂肪肝，而中醫(yī)認(rèn)為舌頭的變化可以反映患脂肪肝的概率。

申請(qǐng)日為2019.01.25，申請(qǐng)?zhí)枮?01910075821.4的中國(guó)發(fā)明專利申請(qǐng)公開了一種基于舌相識(shí)別的脂肪肝預(yù)測(cè)方法和裝置，利用大量的舌頭圖像樣本對(duì)預(yù)設(shè)脂肪肝預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練更新，得到脂肪肝預(yù)測(cè)模型，經(jīng)過(guò)大量圖像樣本擬合出來(lái)的脂肪肝預(yù)測(cè)模型的網(wǎng)絡(luò)模型參數(shù)具有脂肪肝判別準(zhǔn)確率高的特點(diǎn)，對(duì)于各種影響因素也可以自動(dòng)學(xué)習(xí)到最佳擬合參數(shù)，有效增強(qiáng)了脂肪肝預(yù)測(cè)模型的泛化能力，雖然通過(guò)深度學(xué)習(xí)的方法建立的脂肪肝預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確率較特征統(tǒng)計(jì)模型來(lái)說(shuō)更高，但實(shí)際上建立的脂肪肝預(yù)測(cè)模型結(jié)構(gòu)較簡(jiǎn)單，僅僅是采用卷積層提取舌頭圖像樣本特征，然后利用sigmod分類器進(jìn)行預(yù)測(cè)，預(yù)測(cè)得到的結(jié)果的準(zhǔn)確率并不理想。

發(fā)明內(nèi)容

本發(fā)明的目的在于：為了解決現(xiàn)有的通過(guò)深度學(xué)習(xí)的方法建立的脂肪肝預(yù)測(cè)模型結(jié)構(gòu)較簡(jiǎn)單，僅僅通過(guò)卷積層提取舌頭圖像樣本特征，然后利用sigmod分類器進(jìn)行預(yù)測(cè)，準(zhǔn)確率較低的問(wèn)題，本發(fā)明提供一種基于舌相和BMI指數(shù)的脂肪肝預(yù)測(cè)方法，利用深度學(xué)習(xí)技術(shù)提取舌相特征，訓(xùn)練得到脂肪肝預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型，利用BMI指數(shù)訓(xùn)練SVM分類器得到脂肪肝預(yù)測(cè)SVM模型，結(jié)合脂肪肝預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型和脂肪肝預(yù)測(cè)SVM模型得到脂肪肝預(yù)測(cè)模型，通過(guò)脂肪肝預(yù)測(cè)模型對(duì)待測(cè)圖像進(jìn)行預(yù)測(cè)，能夠提高預(yù)測(cè)準(zhǔn)確率。

本發(fā)明為了實(shí)現(xiàn)上述目的具體采用以下技術(shù)方案：

一種基于舌相和BMI指數(shù)的脂肪肝預(yù)測(cè)方法，包括如下步驟：

采集若干張舌相圖像，對(duì)每張舌相圖像預(yù)處理，得到訓(xùn)練數(shù)據(jù)集A，采用訓(xùn)練數(shù)據(jù)集B記錄每張舌相圖像對(duì)應(yīng)人員的BMI數(shù)據(jù)，采用標(biāo)記數(shù)據(jù)集記錄每張舌相圖像對(duì)應(yīng)人員是否患有脂肪肝的標(biāo)記值；

基于訓(xùn)練數(shù)據(jù)集A、訓(xùn)練數(shù)據(jù)集B和標(biāo)記數(shù)據(jù)集，建立包括脂肪肝預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型和脂肪肝預(yù)測(cè)SVM模型的脂肪肝預(yù)測(cè)模型；

利用脂肪肝預(yù)測(cè)模型對(duì)待測(cè)圖像進(jìn)行預(yù)測(cè)，輸出最終預(yù)測(cè)結(jié)果。