[發明專利]基于中醫望診的腦卒中特征提取與智能風險預測方法及系統有效
| 申請號: | 202110991019.7 | 申請日: | 2021-08-26 |
| 公開(公告)號: | CN113658702B | 公開(公告)日: | 2023-09-15 |
| 發明(設計)人: | 趙紫娟;王華虎;冀倫文;強彥;李慧芝;王麒達;梁鑫;趙琛琦 | 申請(專利權)人: | 山西慧虎健康科技有限公司 |
| 主分類號: | G16H50/30 | 分類號: | G16H50/30;G16H50/20;G16H20/90;G06T7/13;G06T7/11;G06T7/00;G06T5/40;G06V10/25;G06V10/26;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司: | 太原九得專利代理事務所(普通合伙) 14117 | 代理人: | 高璇 |
| 地址: | 030002 山西省太原市山西綜改示范區*** | 國省代碼: | 山西;14 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 中醫 望診 腦卒中 特征 提取 智能 風險 預測 方法 系統 | ||
1.基于中醫望診的腦卒中特征提取方法,其特征在于:包括以下步驟:
S10,獲取待測手掌、面部和耳部的圖像信息;
S20,根據手部關鍵點模型進行手部ROI分割,以及根據面部關鍵點模型進行眉心ROI分割,以及根據耳部關鍵點模型進行耳垂ROI分割;
S30,根據手部ROI分割提取出手部的生命線過中線特征預測參數、紅潤特征預測參數、隆起特征預測參數與肥厚特征預測參數;
S40,根據眉心ROI分割提取出面部的折皺特征預測參數;
S50,根據耳垂ROI分割提取出耳垂的斜紋特征預測參數;
S60,對上述生命線過中線特征預測參數、紅潤特征預測參數、隆起特征預測參數、肥厚特征預測參數、折皺特征預測參數、斜紋特征預測參數匯總后輸出;
所述步驟S30中,根據手部ROI分割提取出手部的生命線過中線特征預測參數、紅潤特征預測參數、隆起特征預測參數與肥厚特征預測參數;具體包括:
S301,對生命線過中線特征對應的生命線過中線ROI區域進行檢測,通過基于邊緣檢測算法與曲線擬合算法判斷生命線是否過中線,并根據判斷結果,輸出生命線過中線特征預測參數;
S302,對紅潤特征對應的紅潤ROI區域進行紅潤檢測,通過基于HSV色域空間判斷是否為紅潤,并根據判斷結果,輸出紅潤特征預測參數;
S303,對肥厚特征對應的肥厚ROI區域、隆起特征對應的隆起ROI區域進行肥厚、隆起檢測,通過SVM模型分別判斷是否為肥厚、隆起,并根據判斷結果,輸出隆起特征預測參數與肥厚特征預測參數;
所述步驟S40中,根據眉心ROI分割提取出面部的折皺特征預測參數,具體包括:
S401,將眉心ROI區域進行灰度轉換后,利用直方圖均衡化進行圖像的增強;
S402,構建基于帶狀池化的卷積神經網絡;
S403,將步驟S401處理后的圖像輸入到步驟S402卷積神經網絡的特征提取器中,并利用長條形的池化kernel來實現池化,利用softmax層進行分類后輸出預測得分;
S404,根據預測得分輸出褶皺特征預測參數;
所述步驟S50中,根據耳垂ROI分割提取出耳垂的斜紋特征預測參數,具體包括:
S501,對耳垂ROI區域進行分割,提取分割后的斜紋所在區域圖像;
S502,對分割后的耳垂圖像進行對比度增強以及灰度處理得到預處理之后的耳垂圖像;
S503,通過多尺度邊緣檢測算法對耳垂斜紋指數進行評分,最后輸出評分結果;
S504,根據評分結果輸出耳垂斜紋特征預測參數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山西慧虎健康科技有限公司,未經山西慧虎健康科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110991019.7/1.html,轉載請聲明來源鉆瓜專利網。





