[發(fā)明專利]基于人工智能的舌下脈絡(luò)檢測(cè)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011466877.1
• 申請(qǐng)日: 2020-12-14
• 公開（公告）號(hào): CN112419433A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 趙華;劉啟平
• 申請(qǐng)（專利權(quán)）人: 趙華
• 主分類號(hào): G06T7/90
• 分類號(hào): G06T7/90;G06T7/174;G06T7/13;G06T7/11;G16H30/20;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種基于人工智能的舌下脈絡(luò)檢測(cè)系統(tǒng)。該系統(tǒng)包括子圖像獲取模塊，用于獲取舌下圖像，將舌下圖像沿脈絡(luò)的延伸方向分割為N個(gè)的等高的子圖像；脈絡(luò)檢測(cè)模塊用于通過舌下脈絡(luò)區(qū)域的顏色特征和直線分布的特征獲取到當(dāng)前子圖像中的脈絡(luò)區(qū)域，同時(shí)利用舌系帶呈直線分布的特性對(duì)當(dāng)前子圖像的相鄰子圖像進(jìn)行判斷和矯正，矯正之后將相鄰子圖像作為當(dāng)前子圖像進(jìn)行檢測(cè)，獲取其脈絡(luò)區(qū)域；脈絡(luò)區(qū)域拼接模塊，用于以每個(gè)子圖像中的脈絡(luò)區(qū)域按照脈絡(luò)的延伸方向拼接在一起，獲取到完整的脈絡(luò)區(qū)域。提高了所獲取到的脈絡(luò)區(qū)域的完整度。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種基于人工智能的舌下脈絡(luò)檢測(cè)系統(tǒng)。

背景技術(shù)

舌下脈絡(luò)診斷與舌診一樣，對(duì)各種病癥有一定的輔助診斷價(jià)值，舌下脈絡(luò)診斷雖然是非特異性診斷，但是能夠較好地反映患者對(duì)于致病動(dòng)因的整體態(tài)勢(shì)，根據(jù)中醫(yī)學(xué)的大量研究，舌下脈絡(luò)主要反映的是體循環(huán)和微循環(huán)的狀態(tài)以及血液有關(guān)方面的變化，通過舌下兩條靜脈的長度、粗細(xì)、色澤，進(jìn)而對(duì)身體的狀況進(jìn)行判斷，在舌診中占有重要地位。

舌像診斷在傳統(tǒng)的疾病診斷方式中占了很重要的組成部分，在傳統(tǒng)的疾病診斷方式中，診斷結(jié)果往往受醫(yī)生的經(jīng)驗(yàn)積累以及病人當(dāng)時(shí)所處的環(huán)境等因素所影響，主觀依賴性較強(qiáng)，缺乏客觀化、定量化的依據(jù)，而面向計(jì)算機(jī)化的舌下脈絡(luò)診斷研究工作的開展將進(jìn)一步推動(dòng)現(xiàn)代信息科學(xué)與祖國傳統(tǒng)醫(yī)學(xué)的交融發(fā)展。

舌像診斷主要分為舌面診斷和舌下靜脈診斷等，對(duì)于舌面診斷已經(jīng)有了許多針對(duì)性的研究，而且經(jīng)過多年的發(fā)展已經(jīng)有了許多的成果，但是對(duì)于舌下靜脈的研究還是比較少，

現(xiàn)在絕大部分方法，都是通過分割出舌腹面區(qū)域圖像，基于顏色聚類對(duì)舌腹面圖像進(jìn)行分類得到分類結(jié)果圖像，獲取到舌下靜脈區(qū)域，對(duì)舌下靜脈區(qū)域進(jìn)行形態(tài)學(xué)處理得到舌下靜脈模板，利用舌下靜脈模板計(jì)算出舌下靜脈圖像，并從舌下靜脈圖像中提取舌下靜脈特征。

發(fā)明人在實(shí)踐中，發(fā)現(xiàn)上述現(xiàn)有技術(shù)存在以下缺陷：

憑借顏色特征獲取到的舌下靜脈區(qū)域，存在舌下靜脈分割方面分割出的舌下靜脈不夠完整，從而導(dǎo)致提取的舌像靜脈特征不夠準(zhǔn)確的問題。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的在于提供一種基于人工智能的舌下脈絡(luò)檢測(cè)系統(tǒng)，所采用的技術(shù)方案具體如下：

第一方面，本發(fā)明另一實(shí)施例提供了一種基于人工智能的舌下脈絡(luò)檢測(cè)系統(tǒng)，該系統(tǒng)包括子圖像獲取模塊、脈絡(luò)檢測(cè)模塊和脈絡(luò)區(qū)域拼接模塊。

其中，子圖像獲取模塊，用于獲取舌下圖像，將舌下圖像沿脈絡(luò)的延伸方向分割為N個(gè)的等高的子圖像。

脈絡(luò)檢測(cè)模塊包括特征增強(qiáng)單元、直線檢測(cè)單元、脈絡(luò)區(qū)域獲取單元和矯正判斷單元。

其中，特征增強(qiáng)單元，用于對(duì)當(dāng)前子圖像進(jìn)行伽瑪矯正和邊緣檢測(cè)。

直線檢測(cè)單元，用于基于直線檢測(cè)檢測(cè)第一子圖像中的直線，保留滿足直線的斜率范圍和長度閾值的第一直線；第一直線包括第一舌系帶直線和第一脈絡(luò)直線。

脈絡(luò)區(qū)域獲取單元，用于在第一脈絡(luò)直線的預(yù)設(shè)直線距離搜索范圍內(nèi)，保留滿足顏色閾值的像素點(diǎn)，獲得第一子圖像中的第一脈絡(luò)區(qū)域。

矯正判斷單元，用于獲取相鄰子圖像中的第二舌系帶直線，確定第二舌系帶直線與第一舌系帶直線的第一角度差值；當(dāng)?shù)谝唤嵌炔钪翟陬A(yù)設(shè)角度差值范圍外時(shí)，對(duì)第二子圖像重新進(jìn)行伽瑪矯正。

脈絡(luò)區(qū)域拼接模塊，用于以每個(gè)子圖像中的脈絡(luò)區(qū)域按照脈絡(luò)的延伸方向拼接在一起，獲取到完整的脈絡(luò)區(qū)域。

本發(fā)明實(shí)施例至少具有如下有益效果：

本發(fā)明實(shí)施例結(jié)合舌下脈絡(luò)區(qū)域的顏色特征和相鄰舌下子圖像之間的相互矯正，提高了所獲取到的脈絡(luò)區(qū)域的完整度。