[發(fā)明專利]一種面診的臟腑分區(qū)溫度的獲取方法及裝置

在審

• 申請?zhí)枺?/td>: 201911371628.1
• 申請日: 2019-12-26
• 公開（公告）號: CN111191574A
• 公開（公告）日: 2020-05-22
• 發(fā)明（設(shè)計(jì)）人: 魏春雨;宋臣;羅建濤;王海峰
• 申請（專利權(quán)）人: 新繹健康科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京工信聯(lián)合知識產(chǎn)權(quán)代理有限公司 11266
• 代理人: 蘆玲玲

本發(fā)明提供一種面診的臟腑分區(qū)溫度的獲取方法，包括：獲取人的面部的熱紅外圖像和可見光圖像；對所述可見光圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取人臉區(qū)域的關(guān)鍵點(diǎn)；對所述人臉區(qū)域的關(guān)鍵點(diǎn)進(jìn)行中醫(yī)面診分區(qū)定位，獲取人臉區(qū)域?qū)?yīng)的不同的臟腑分區(qū)；將所述熱紅外圖像和可見光圖像進(jìn)行融合，獲取所述熱紅外圖像對應(yīng)的各個的臟腑分區(qū)的溫度，解決現(xiàn)有技術(shù)中，中醫(yī)面診面部定位和分區(qū)的準(zhǔn)確性低的問題。

技術(shù)領(lǐng)域

本申請涉及人工智能領(lǐng)域，具體涉及一種面診的臟腑分區(qū)溫度的獲取方法，同時涉及一種面診的臟腑分區(qū)溫度的獲取裝置。

背景技術(shù)

中醫(yī)是我們中華民族的瑰寶，是經(jīng)過數(shù)千年很多代人不斷完善的智慧結(jié)晶。隨著時代的發(fā)展和社會的進(jìn)步，以及中醫(yī)治未病理念的深入人心，中醫(yī)和現(xiàn)代科技相結(jié)合，產(chǎn)生了一系列的現(xiàn)代化成果。除了中藥的現(xiàn)代化提取與制作，中醫(yī)的診斷方法也在向著自動化、數(shù)字化的方向發(fā)展。正如《古今醫(yī)統(tǒng)》所說：“望聞問切四字，誠為醫(yī)之綱領(lǐng)。”即望聞問切組成了中醫(yī)診斷的四診。《靈樞·本臟篇》：“視其外應(yīng)，以知其內(nèi)臟，則知所病矣。”可知望診具有非常重要的作用。望診可以分為面診和舌診。《辨舌指南》：“辨舌質(zhì)可辨臟腑的虛實(shí)，視舌苔可察六淫之淺深。”舌為心之苗，脾之外候，苔由胃氣所生。臟腑通過經(jīng)脈與舌相聯(lián)，臟腑病變，可在舌質(zhì)和舌苔上反映出來。舌診主要診斷舌質(zhì)和舌苔的形態(tài)、色澤等，以此判斷疾病的性質(zhì)、病勢的淺深、氣血的盛衰及臟腑的虛實(shí)等。近幾年，隨著圖像處理技術(shù)的逐步發(fā)展，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等人工智能技術(shù)的不斷成熟，這些技術(shù)開始應(yīng)用到中醫(yī)診斷之中，并產(chǎn)生了多種方法。

在現(xiàn)有的技術(shù)中，中醫(yī)面診面部定位大多借助于人工測量和后期處理，即使使用自動化技術(shù)，定位和分區(qū)的效果也欠佳，直接影響了后續(xù)診斷客觀化的可行性與準(zhǔn)確性。

發(fā)明內(nèi)容

本申請?zhí)峁┮环N面診的臟腑分區(qū)溫度的獲取方法，解決現(xiàn)有技術(shù)中，中醫(yī)面診面部定位和分區(qū)的準(zhǔn)確性低的問題。

本申請?zhí)峁┮环N面診的臟腑分區(qū)溫度的獲取方法，包括：

獲取人的面部的熱紅外圖像和可見光圖像；

對所述可見光圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取人臉區(qū)域的關(guān)鍵點(diǎn)；

對所述人臉區(qū)域的關(guān)鍵點(diǎn)進(jìn)行中醫(yī)面診分區(qū)定位，獲取人臉區(qū)域?qū)?yīng)的不同的臟腑分區(qū)；

將所述熱紅外圖像和可見光圖像進(jìn)行融合，獲取所述熱紅外圖像對應(yīng)的各個的臟腑分區(qū)的溫度。

優(yōu)選的，對所述可見光圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取人的面部的關(guān)鍵點(diǎn)，包括：

將所述可見光圖像，作為輸入圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取所述可見光圖像的人臉區(qū)域；

將所述人臉區(qū)域，作為輸入圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取所述人臉區(qū)域的關(guān)鍵點(diǎn)。

優(yōu)選的，將所述可見光圖像，作為輸入圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取所述可見光圖像的人臉區(qū)域，包括：

將所述可見光圖像，作為輸入圖像，使用基于Caffe的ResNet和SSD相結(jié)合的深度卷積神經(jīng)網(wǎng)絡(luò)模型，輸出所述可見光圖像的人臉區(qū)域。

優(yōu)選的，將所述人臉區(qū)域，作為輸入圖像，使用深度卷積神經(jīng)網(wǎng)絡(luò)獲取所述人臉區(qū)域的關(guān)鍵點(diǎn)，包括：

將所述人臉區(qū)域，作為輸入圖像，使用Dlib獲取人臉區(qū)域關(guān)鍵點(diǎn)定位。

優(yōu)選的，對所述人臉區(qū)域的關(guān)鍵點(diǎn)進(jìn)行中醫(yī)面診分區(qū)定位，獲取人臉區(qū)域?qū)?yīng)的不同的臟腑分區(qū)，包括：

將所述人臉區(qū)域的關(guān)鍵點(diǎn)結(jié)合中醫(yī)面診分區(qū)，獲取人臉區(qū)域?qū)?yīng)的不同的臟腑分區(qū)；

使用不同的顏色代表不同的臟腑分區(qū)。

優(yōu)選的，將所述熱紅外圖像和可見光圖像進(jìn)行融合，獲取所述熱紅外圖像對應(yīng)的各個臟腑分區(qū)的溫度，包括：