[發明專利]基于卷積神經網絡的舌苔檢測系統

在審

• 申請號: 202110357271.2
• 申請日: 2021-04-01
• 公開（公告）號: CN113129277A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 曾云輝;張子怡;廖梓鈞;李嘉明;羅坤亭;景毅;戴源志;王榕;陳世帆;婁越;孔銳;郭洪飛;袁博
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/49;G06K9/62;G06N3/04;G06N3/08;G16Y40/10;G16H15/00;G16H30/20;G16H50/20
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

1.基于卷積神經網絡的舌苔檢測系統，其特征在于，包括：

硬件平臺(002)和遠程服務數據端(001)；

所述硬件平臺(002)包括依次連接的物理操作按鍵(005)、電源模塊(006)、圖像采集模塊(003)、數據傳輸模塊(004)、顯示屏(105)；

所述圖像采集模塊(003)用于提供引導患者自行拍攝的指示并采集、存儲舌像圖片；

所述數據傳輸模塊(004)用于對所述舌像圖片進行處理；

所述遠程服務數據端(001)用于對所述數據傳輸模塊(004)處理后的舌像圖片基于卷積神經網絡的算法進行分類并匹配到相應的舌診報告、醫學指導建議。

2.根據權利要求1所述的基于卷積神經網絡的舌苔檢測系統，其特征在于，所述物理操作按鍵(005)用于接收患者啟動/關閉的指令，控制所述電源模塊(006)，啟動/關閉所述硬件平臺(002)的電量供應。

3.根據權利要求1所述的基于卷積神經網絡的舌苔檢測系統，其特征在于，

所述圖像采集模塊(003)包括依次連接的光源單元(007)、攝像單元(008)、舌像存儲單元(009)；

所述光源單元(007)提供采集所述舌像圖片所需的光源；

所述攝像單元(008)提供引導患者自行拍攝的指示并拍攝所述舌像圖片；

所述舌像存儲單元(009)將所述舌像圖片存儲并傳輸到所述數據傳輸模塊(004)。

4.根據權利要求1所述的基于卷積神經網絡的舌苔檢測系統，其特征在于，

所述數據傳輸模塊(004)包括圖像處理單元(103)、第一窄帶物聯網終端模塊(104)；

所述遠程服務數據端(001)包括依次連接的第二窄帶物聯網終端模塊(102)、數據處理工具包(101)、數據庫；

所述圖像處理單元(103)、第一窄帶物聯網終端模塊(104)、顯示屏(105)依次通過串口耦合連接；

所述第二窄帶物聯網終端模塊(102)與所述數據處理工具包(101)通過串口耦合連接，并與所述第一窄帶物聯網終端模塊(104)通過窄帶物聯網通信連接；

所述圖像處理單元(103)對所述舌像圖片的格式和大小進行調整，并將調整后的舌像圖片依次經第一窄帶物聯網終端模塊(104)、第二窄帶物聯網終端模塊(102)傳輸到所述數據處理工具包(101)；

所述數據處理工具包(101)對所述圖像處理單元(103)調整后的舌像圖片基于卷積神經網絡的算法進行分類并在所述數據庫中匹配到相應的舌診報告、醫學指導建議；

所述顯示屏(105)用于顯示所述舌像圖片、舌診報告、醫學指導建議。

5.根據權利要求4所述的基于卷積神經網絡的舌苔檢測系統，其特征在于，所述數據處理工具包(101)包括深度學習模型和全連接網絡；

所述深度學習模型從所述圖像處理單元(103)調整好的舌像圖片中提取出有效特征向量；

所述全連接網絡對所述有效特征向量分類并輸出舌像分類結果。

6.根據權利要求5所述的基于卷積神經網絡的舌苔檢測系統，其特征在于，所述深度學習模型采用深度卷積Inception_v3模型。

7.根據權利要求6所述的基于卷積神經網絡的舌苔檢測系統，其特征在于，所述深度卷積Inception_v3模型采用ImageNet數據集進行預訓練。