[發明專利]智能舌診檢測方法、裝置、智能終端和存儲介質

在審

• 申請號: 202010418958.8
• 申請日: 2020-05-18
• 公開（公告）號: CN111599444A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 胡茂偉;甘南南;張小兵;聶鑫
• 申請（專利權）人: 深圳市悅動天下科技有限公司
• 主分類號: G16H20/90
• 分類號: G16H20/90;G16H50/20
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 白冬梅

1.一種智能舌診檢測方法，其特征在于，包括：

采集舌頭圖像數據；

應用設定目標檢測算法，根據所述舌頭圖像數據識別舌頭局部目標，其中，所述舌頭局部目標包括舌苔和舌尖；

應用設定深度學習算法，確定所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性；其中，所述舌頭的屬性包括肥大、瘦小、老、嫩和正常，所述舌苔的屬性包括干、濕、厚、薄和顏色，所述舌尖的屬性包括顏色；

根據所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性確定用戶體質信息，并根據所述用戶體質信息生成中醫調理方案并展示。

2.根據權利要求1所述的方法，其特征在于，所述采集舌頭圖像數據包括：

采集原始舌頭圖像數據；

檢測到舌頭目標的第一置信度大于第一設定置信度閾值，則根據所述舌頭目標在所述舌頭圖像中的位置截取所述舌頭目標的圖像數據，得到舌頭圖像數據。

3.根據權利要求1所述的方法，其特征在于，所述應用設定目標檢測算法，根據所述舌頭圖像數據識別舌頭局部目標，包括：

分別檢測舌苔目標的第二置信度和舌尖目標的第三置信度；

當所述第二置信度大于第二設定置信度閾值時，根據所述舌苔目標的位置截取所述舌苔目標的圖像數據，得到舌苔圖像數據，以識別舌苔目標；

當所述第三置信度大于第三設定置信度閾值時，根據所述舌尖目標的位置截取所述舌尖目標的圖像數據，得到舌尖圖像數據，以識別舌尖目標。

4.根據權利要求1所述的方法，其特征在于，所述舌頭局部目標還包括齒痕和裂紋；

相應的，所述根據所述舌頭圖像數據識別舌頭局部目標，包括：

通過對所述舌頭圖像數據的標注數據目標框采用聚類算法來確定錨定框；

采用上采樣方法獲取多尺度特征圖，對所述多尺度特征圖進行拼接得到輸出特征圖；

根據所述輸出特征圖識別所述齒痕和裂紋。

5.根據權利要求1所述的方法，其特征在于，所述應用設定深度學習算法確定所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性，包括：

分別對舌頭圖片、舌苔圖片和舌尖圖片進行屬性標注；

分別應用預先訓練的深度學習分類算法模型，根據標注結果確定舌頭的屬性、舌苔的屬性和舌尖的屬性。

6.根據權利要求1所述的方法，其特征在于，所述根據所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性確定用戶體質信息，并根據所述用戶體質信息生成中醫調理方案并展示，包括：

將所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性輸入至預設中醫診斷數據庫進行匹配，確定用戶體質信息；

將所述用戶體質信息輸入至預設中醫調理數據庫進行匹配，生成中醫調理方案并展示。

7.根據權利要求4所述的方法，其特征在于，所述聚類算法包括K-Means聚類、均值漂移聚類、基于密度的聚類方法、層次聚類或高斯混合聚類的至少一種；所述目標檢測算法包括R-CNN，Fast R-CNN、Faster R-CNN、SSD、yolov1、yolov2或RetinaNet的至少一種；所述深度學習分類算法包括VGG16、VGG19、InceptionV3、Xception、MobileNet、AlexNet、LeNet、ZFNet、ResNet18、ResNet34、ResNet50或ResNet152中的至少一種。

8.一種智能舌診檢測裝置，其特征在于，包括：

數據采集模塊，用于采集舌頭圖像數據；

目標識別模塊，用于應用設定目標檢測算法，根據所述舌頭圖像數據識別舌頭局部目標，其中，所述舌頭局部目標包括舌苔和舌尖；

屬性確定模塊，用于應用設定深度學習算法，確定所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性；其中，所述舌頭的屬性包括肥大、瘦小、老、嫩和正常，所述舌苔的屬性包括干、濕、厚、薄和顏色，所述舌尖的屬性包括顏色；

展示模塊，用于根據所述舌頭的屬性、所述舌苔的屬性和所述舌尖的屬性確定用戶體質信息，并根據所述用戶體質信息生成中醫調理方案并展示。