CN115147372B - 一种基于医学图像分割的中医舌像智能辨治方法及*** - Google Patents
一种基于医学图像分割的中医舌像智能辨治方法及*** Download PDFInfo
- Publication number
- CN115147372B CN115147372B CN202210780260.XA CN202210780260A CN115147372B CN 115147372 B CN115147372 B CN 115147372B CN 202210780260 A CN202210780260 A CN 202210780260A CN 115147372 B CN115147372 B CN 115147372B
- Authority
- CN
- China
- Prior art keywords
- tongue
- image
- syndrome differentiation
- patient
- viscera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 239000003814 drug Substances 0.000 title claims abstract description 68
- 238000003709 image segmentation Methods 0.000 title claims abstract description 57
- 238000011282 treatment Methods 0.000 title claims abstract description 49
- 230000004069 differentiation Effects 0.000 claims abstract description 147
- 208000011580 syndromic disease Diseases 0.000 claims abstract description 121
- 238000003745 diagnosis Methods 0.000 claims abstract description 110
- 210000001835 viscera Anatomy 0.000 claims abstract description 81
- 208000024891 symptom Diseases 0.000 claims description 102
- 239000011248 coating agent Substances 0.000 claims description 27
- 238000000576 coating method Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 239000008280 blood Substances 0.000 claims description 14
- 210000004369 blood Anatomy 0.000 claims description 14
- 210000001124 body fluid Anatomy 0.000 claims description 13
- 239000010839 body fluid Substances 0.000 claims description 13
- 230000037213 diet Effects 0.000 claims description 12
- 235000005911 diet Nutrition 0.000 claims description 12
- 229940079593 drug Drugs 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000013135 deep learning Methods 0.000 claims description 11
- 238000003062 neural network model Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 3
- 206010043946 Tongue conditions Diseases 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 22
- 238000012545 processing Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 208000031975 Yang Deficiency Diseases 0.000 description 5
- 206010014080 Ecchymosis Diseases 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 206010033557 Palpitations Diseases 0.000 description 2
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 208000031971 Yin Deficiency Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 210000002706 plastid Anatomy 0.000 description 2
- 201000000736 Amenorrhea Diseases 0.000 description 1
- 206010001928 Amenorrhoea Diseases 0.000 description 1
- 206010006895 Cachexia Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 206010060800 Hot flush Diseases 0.000 description 1
- 206010024642 Listless Diseases 0.000 description 1
- 206010027336 Menstruation delayed Diseases 0.000 description 1
- 210000000593 adipose tissue white Anatomy 0.000 description 1
- 231100000540 amenorrhea Toxicity 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 206010013781 dry mouth Diseases 0.000 description 1
- 208000026500 emaciation Diseases 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 206010018388 glossodynia Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 208000017971 listlessness Diseases 0.000 description 1
- 230000005906 menstruation Effects 0.000 description 1
- 206010029410 night sweats Diseases 0.000 description 1
- 230000036565 night sweats Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Medicinal Chemistry (AREA)
- Nursing (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Physical Education & Sports Medicine (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Alternative & Traditional Medicine (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Nutrition Science (AREA)
Abstract
本发明公开了一种基于医学图像分割的中医舌像智能辨治方法及***，其方法包括步骤：获取患者的舌体图像；提取所述舌体图像中的舌体特征，所述舌体特征包括舌形特征值、舌苔颜色特征值和舌质状态特征值；结合预设的舌诊辨证模型计算所述舌体特征对应的各个体质类型的权重；结合所述舌诊辨证模型计算所述舌体特征对应的各个脏腑辨证的权重；根据各个所述体质类型的权重和各个所述脏腑辨证的权重，确定所述患者的体质类型与脏腑辨证。本发明可以在舌诊过程中提供更全面的诊断根据，精准地辨证分析患者情况，通过图像处理技术智能判断舌体信息，辅助患者诊断治疗。
Description
技术领域
本发明涉及医学图像处理技术领域，特别涉及一种基于医学图像分割的中医舌像智能辨治方法及***。
背景技术
舌诊是中医医学诊断疾病的重要方法之一，同时中医医学理论体系的重要组成部分，在目前的医学诊断体系中舌诊同样可以作为辅助诊疗的重要方法。
传统的舌诊方案基于舌像表达分析舌质反应的脏腑关系，而不能根据舌质具体分析患者的体质信息，由于不同舌像反馈的症候不一，依靠医师主观意识进行辨证治疗，缺乏更全面的诊断根据，在部分场景下难以精准地辨证分析患者情况。
因此目前需要一种基于医学图像分割的中医舌像智能辨治方法，结合人工智能识别舌体图像，避免人工进行舌诊费时费力且容易出现误差，通过图像处理技术智能判断舌体信息，辅助患者诊断治疗。
发明内容
为解决人工进行舌诊费时费力且容易出现误差的技术问题，本发明提供一种基于医学图像分割的中医舌像智能辨治方法及***，具体的技术方案如下：
本发明提供一种基于医学图像分割的中医舌像智能辨治方法，包括步骤：
获取患者的舌体图像；
提取所述舌体图像中的舌体特征，所述舌体特征包括舌形特征值、舌苔颜色特征值和舌质状态特征值；
结合预设的舌诊辨证模型计算所述舌体特征对应的各个体质类型的权重；
结合所述舌诊辨证模型计算所述舌体特征对应的各个脏腑辨证的权重；
根据各个所述体质类型的权重和各个所述脏腑辨证的权重，确定所述患者的体质类型与脏腑辨证。
本发明提供的基于医学图像分割的中医舌像智能辨治方法通过对患者的舌体图像进行特征提取，根据患者的舌形、舌苔颜色、舌质状态和预设的舌诊辨证模型自动判断患者的体质类型与脏腑辨证，在舌诊过程中结合神经网络模型精准地辨证分析患者情况，避免人工误差对诊断结果造成影响，提高舌诊过程的智能性和精确性。
在一些实施方式中，所述的获取患者的舌体图像之前，还包括：
预先采集若干患者的所述体质类型、所述脏腑辨证和所述舌体图像；
根据各个患者对应的所述体质类型、所述脏腑辨证和所述舌体图像构建舌像知识图谱；
将所述舌像知识图谱输入图神经网络模型中训练得到所述舌诊辨证模型。
本发明提供的基于医学图像分割的中医舌像智能辨治方法通过建立舌像知识图谱，并通过图神经网络对知识图谱提取特征向量，以构建体质类型和脏腑辨证等中医体质辨识结果的低纬度表征信息，实现通过图神经网络的深度学习算法提取体质类型、脏腑辨证和舌体图像之间的图表达关系，进而确定患者体质类型和脏腑辨证等中医体质辨识结果的效果，提高舌诊过程的智能化、便捷化和准确性。
在一些实施方式中，所述的预先采集若干患者的所述体质类型、所述脏腑辨证和所述舌体图像之后，所述的将所述舌像知识图谱输入图神经网络模型中训练得到所述舌诊辨证模型之前，还包括：
采用图像分割算法分割所述舌体图像中的第一舌体区域图像；
对所述第一舌体区域图像进行去噪声处理得到第二舌体区域图像；
通过边缘检测算法对所述第二舌体区域图像进行图像分割得到第三舌体区域图像；
根据各个患者对应的所述体质类型、所述脏腑辨证和所述第三舌体区域图像构建舌像知识图谱。
本发明提供的基于医学图像分割的中医舌像智能辨治方法通过图像分割算法、去噪声处理和边缘检测算法对舌体图像进行预处理，使处理后的舌体区域图像更具表征性，提高根据舌体图像进行患者体质类型与脏腑辨证的识别过程的识别速度和识别精确度。
在一些实施方式中，所述的提取所述舌体图像中的舌体特征，具体包括：
对所述舌体图像进行图像分割得到舌形图像、舌苔图像和舌质图像；
分别根据所述舌形图像、所述舌苔图像和所述舌质图像，生成所述舌形特征值、所述舌苔颜色特征值和所述舌质状态特征值；
将所述舌形特征值、所述舌苔颜色特征值和所述舌质状态特征值组合生成多维舌体特征向量作为所述舌体特征。
本发明提供的基于医学图像分割的中医舌像智能辨治方法通过分别提取舌形特征值、舌苔颜色特征值和舌质状态特征值，并将舌形特征值、舌苔颜色特征值和舌质状态特征值组合生成多维舌体特征向量作为所述舌体特征，实现根据患者舌形、舌苔颜色和舌质状态等多维特征进行患者体质判断的技术效果。
在一些实施方式中，所述的根据各个所述体质类型的权重和各个所述脏腑辨证的权重，确定所述患者的体质类型与脏腑辨证之后，还包括：
预先根据各个患者对应的所述舌体特征、症状信息和预设的症候构建症候对应关系知识图谱；
接收所述患者的所述症状信息；
根据所述舌体特征、所述症状信息和所述症候对应关系知识图谱，确定所述患者的所述症候。
本发明提供的基于医学图像分割的中医舌像智能辨治方法可以根据患者的症状信息、舌体特征和体质类型智能判断患者的症候，多角度评估用户的身体情况，结合患者的症状信息和舌体图像综合分析患者的症候，提高患者症候判断的精确性。
在一些实施方式中，所述的确定所述患者的症候之后，还包括：
判断所述症候的置信度是否大于预设的置信度阈值；
在所述症候的置信度不大于所述置信度阈值时，判断所述症候为疑似症候；
根据预设的问答数据库，输出所述疑似症候对应的诊断问题，所述问答数据库中预先设置各个所述疑似症候与若干所述诊断问题的对应关系；
接收所述患者输入的问答结果，并根据所述问答结果确定所述患者的实际症候。
本发明提供的基于医学图像分割的中医舌像智能辨治方法在判断患者症候后，输出症候置信度不大于置信度阈值的症候对应的诊断问题，根据患者的问答结果确定实际症候，依据用户自身反馈的身体情况，动态调整症候诊断结果偏差，提高了基于医学图像分割的中医舌像智能辨治方法的准确率及可信度。
在一些实施方式中，所述的根据所述问答结果确定所述患者的实际症候之后，还包括：
根据预设的诊断建议模型、所述体质类型、所述脏腑辨证和所述实际症候，输出所述患者的用药建议、饮食建议及运动建议，所述诊断建议模型基于预先采集到的若干患者的所述体质类型、所述脏腑辨证、所述实际症候、所述用药建议、所述饮食建议和所述运动建议，进行深度学习生成。
本发明提供的基于医学图像分割的中医舌像智能辨治方法可以在智能舌诊过程中，生成患者的用药建议、饮食建议及运动建议，根据历史舌诊结果进行深度学习，智能生成患者的用药建议、饮食建议及运动建议等治疗方案，提高根据患者舌诊结果生成治疗方案的智能性和准确性。
在一些实施方式中，根据本发明的另一方面，本发明还提供一种基于医学图像分割的中医舌像智能辨治***，包括：
获取模块，用于获取患者的舌体图像；
提取模块，与所述获取模块连接，用于提取所述舌体图像中的舌体特征，所述舌体特征包括舌形特征值、舌苔颜色特征值和舌质状态特征值；
第一计算模块，与所述提取模块连接，用于结合预设的舌诊辨证模型计算所述舌体特征对应的各个体质类型的权重；
第二计算模块，与所述提取模块连接，用于结合所述舌诊辨证模型计算所述舌体特征对应的各个脏腑辨证的权重；
判断模块，分别与所述第一计算模块和所述第二计算模块连接，用于根据各个所述体质类型的权重和各个所述脏腑辨证的权重，确定所述患者的体质类型与脏腑辨证。
在一些实施方式中，根据本发明的另一方面，本发明还提供一种智能设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器，用于执行所述存储器上所存放的计算机程序，实现上述基于医学图像分割的中医舌像智能辨治方法所执行的操作。
在一些实施方式中，根据本发明的另一方面，本发明还提供一种存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述基于医学图像分割的中医舌像智能辨治方法所执行的操作。
本发明提供一种基于医学图像分割的中医舌像智能辨治方法及***，至少包括以下一项技术效果：
(1)通过对患者的舌体图像进行特征提取，根据患者的舌形、舌苔颜色、舌质状态和预设的舌诊辨证模型自动判断患者的体质类型与脏腑辨证，在舌诊过程中结合神经网络模型精准地辨证分析患者情况，避免人工误差对诊断结果造成影响，提高舌诊过程的智能性和精确性；
(2)通过建立舌像知识图谱，并通过图神经网络对知识图谱提取特征向量，以构建体质类型和脏腑辨证等中医体质辨识结果的低纬度表征信息，实现通过图神经网络的深度学习算法提取体质类型、脏腑辨证和舌体图像之间的图表达关系，进而确定患者体质类型和脏腑辨证等中医体质辨识结果的效果，提高舌诊过程的智能化、便捷化和准确性；
(3)通过图像分割算法、去噪声处理和边缘检测算法对舌体图像进行预处理，使处理后的舌体区域图像更具表征性，提高根据舌体图像进行患者体质类型与脏腑辨证的识别过程的识别速度和识别精确度；
(4)通过分别提取舌形特征值、舌苔颜色特征值和舌质状态特征值，并将舌形特征值、舌苔颜色特征值和舌质状态特征值组合生成多维舌体特征向量作为所述舌体特征，实现根据患者舌形、舌苔颜色和舌质状态等多维特征进行患者体质判断的技术效果；
(5)可以根据患者的症状信息、舌体特征和体质类型智能判断患者的症候，多角度评估用户的身体情况，结合患者的症状信息和舌体图像综合分析患者的症候，提高患者症候判断的精确性；
(6)在判断患者症候后，输出症候置信度不大于置信度阈值的症候对应的诊断问题，根据患者的问答结果确定实际症候，依据用户自身反馈的身体情况，动态调整症候诊断结果偏差，提高了基于医学图像分割的中医舌像智能辨治方法的准确率及可信度；
(7)在智能舌诊过程中，生成患者的用药建议、饮食建议及运动建议，根据历史舌诊结果进行深度学习，智能生成患者的用药建议、饮食建议及运动建议等治疗方案，提高根据患者舌诊结果生成治疗方案的智能性和准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于医学图像分割的中医舌像智能辨治方法的流程图；
图2为本发明一种基于医学图像分割的中医舌像智能辨治方法中训练舌诊辨证模型的流程图；
图3为本发明一种基于医学图像分割的中医舌像智能辨治方法中对舌体图像进行预处理的流程图；
图4为本发明一种基于医学图像分割的中医舌像智能辨治方法中确定患者症候的流程图；
图5为本发明一种基于医学图像分割的中医舌像智能辨治方法中确定患者症候的另一个流程图；
图6为本发明一种基于医学图像分割的中医舌像智能辨治方法的另一个流程图；
图7为本发明一种基于医学图像分割的中医舌像智能辨治***的示例图；
图8为本发明一种智能设备的示例图。
图中标号：获取模块-10、提取模块-20、第一计算模块-30、第二计算模块-40、判断模块-50、智能设备-100、处理器-110、存储器-120和计算机程序-121。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘出了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
传统的舌诊工具只能基于舌像表达分析舌质反应的脏腑关系，而不能根据舌质具体分析患者的主证、舌像的表现和意义，又由于不同医派的思想差别，所以大部分医师在给患者诊断辨证过程中无法根据舌像有效地分析患者的疾病形成及治疗后的变化，不同舌像反馈的症候不一，仅仅依靠主观意识进行辨证治疗，缺乏更全面的诊断，不能更加精准地辨证分析患者情况，因此本发明公开如下基于医学图像分割的中医舌像智能辨治方法。
本发明的一个实施例，如图1所示，本发明提供一种基于医学图像分割的中医舌像智能辨治方法，包括步骤：
S200获取患者的舌体图像。
具体地，获取患者舌体图像的过程中，可以通过摄像头实时采集患者舌体图像，也可以接收患者上传的舌体图像，舌体图像的显示内容无需仅包含舌体部分，也可以包括患者口腔图像、部分面部图像和环境图像，对于舌体图像的要求为包括患者清晰的舌体特征即可，便于后续根据舌体图像进行舌体特征的分割。
S300提取舌体图像中的舌体特征。
具体地，舌体特征包括舌形特征值、舌苔颜色特征值和舌质状态特征值，通过U2NET进行舌形、舌苔颜色和舌质状态的识别，其中舌形包括正常舌、肥胖大舌、瘦舌、歪舌、僵硬舌和裂纹舌等、舌苔颜色包括淡舌、红舌、绛舌、黯舌、淡红舌、淡黯舌、红绛舌、黯红舌、绛黯舌、瘀斑舌或以上任何舌色带瘀斑等，舌质状态包括薄、厚、无、滑、燥、腻、干、腐或剥脱等，上述任意一种舌体特征均对应一个特征值，例如正常舌特征值为T1001、肥胖大舌特征值为T1004、淡红舌特征值为T2001、红舌特征值为T2003、薄苔特征值为T3001、厚苔特征值为T3002等。
S400结合预设的舌诊辨证模型计算舌体特征对应的各个体质类型的权重。
具体地，舌诊辨证模型预先根据历史就诊数据中患者体质类型、脏腑辨证和舌体特征进行深度学习训练生成，将舌形特征值、舌苔颜色特征值和舌质状态特征值等舌体特征输入舌诊辨证模型后，舌诊辨证模型会生成脏腑辨证、气血辨证、津液辨证和六淫辨证等各个辨证方向的对应的权重。
S500结合舌诊辨证模型计算舌体特征对应的各个脏腑辨证的权重。
具体地，将舌形特征值、舌苔颜色特征值和舌质状态特征值等舌体特征输入舌诊辨证模型后，舌诊辨证模型会生成气虚质、平和质和阳虚质等各个体质类型的对应的权重。
S600根据各个体质类型的权重和各个脏腑辨证的权重，确定患者的体质类型与脏腑辨证。
具体地，预设体质类型权重阈值和脏腑辨证权重阈值，在权重大于体质类型权重阈值时，判断该体质类型为患者的体质类型，在权重大于脏腑辨证权重阈值时，判断该脏腑辨证为患者的脏腑辨证，患者的体质类型和脏腑辨证可以为多种，例如患者可以同时为气虚质和阳虚质体质类型。
本实施例提供的基于医学图像分割的中医舌像智能辨治方法通过对患者的舌体图像进行特征提取，根据患者的舌形、舌苔颜色、舌质状态和预设的舌诊辨证模型自动判断患者的体质类型与脏腑辨证，在舌诊过程中结合神经网络模型精准地辨证分析患者情况，避免人工误差对诊断结果造成影响，提高舌诊过程的智能性和精确性。
在一个实施例中，如图2所示，步骤S200获取患者的舌体图像之前，还包括：
S110预先采集若干患者的体质类型、脏腑辨证和舌体图像。
S120根据各个患者对应的体质类型、脏腑辨证和舌体图像构建舌像知识图谱。
具体地，预先通过Allegrograph软件建立舌像知识图谱，舌像知识图谱中存储有每个患者体质类型、脏腑辨证和舌体图像之间的对应关系，例如，患者淡红舌且薄白苔对应的体质类型为平和质，患者淡红嫩舌、淡白嫩舌、淡嫩齿痕舌和淡胖舌对应的体质类型为气虚质，患者淡紫胖嫩舌、淡胖齿痕舌和淡白舌薄润苔对应的体质类型为阳虚质。
S130将舌像知识图谱输入图神经网络模型中训练得到舌诊辨证模型。
本实施例提供的基于医学图像分割的中医舌像智能辨治方法通过建立舌像知识图谱，并通过图神经网络对知识图谱提取特征向量，以构建体质类型和脏腑辨证等中医体质辨识结果的低纬度表征信息，实现通过图神经网络的深度学习算法提取体质类型、脏腑辨证和舌体图像之间的图表达关系，进而确定患者体质类型和脏腑辨证等中医体质辨识结果的效果，提高舌诊过程的智能化、便捷化和准确性。
在一个实施例中，如图3所示，步骤S200获取患者的舌体图像之前，还包括：
S110预先采集若干患者的体质类型、脏腑辨证和舌体图像。
S121采用图像分割算法分割舌体图像中的第一舌体区域图像。
具体地，通过OpenCV图像分割算法对舌体图像进行图像分割。
S122对第一舌体区域图像进行去噪声处理得到第二舌体区域图像。
具体地，通过小波变换技术进行去噪声预处理得到第二舌体区域图像。
S123通过边缘检测算法对第二舌体区域图像进行图像分割得到第三舌体区域图像。
S124根据各个患者对应的体质类型、脏腑辨证和第三舌体区域图像构建舌像知识图谱。
具体地，步骤S121～124可以用于舌像知识图谱生成过程中，患者舌体图像的预处理，也可以应用于步骤S200获取患者的舌体图像之后，步骤S300提取舌体图像中的舌体特征之前，对待检测的舌体图像进行分割去噪等处理。
S130将舌像知识图谱输入图神经网络模型中训练得到舌诊辨证模型。
本发明提供的基于医学图像分割的中医舌像智能辨治方法通过图像分割算法、去噪声处理和边缘检测算法对舌体图像进行预处理，使处理后的舌体区域图像更具表征性，提高根据舌体图像进行患者体质类型与脏腑辨证的识别过程的识别速度和识别精确度。
在一个实施例中，在步骤S300提取舌体图像中的舌体特征的执行过程中，通过U2NET进行舌形、舌苔颜色和舌质状态的识别后，可以分别根据舌形图像、舌苔图像和舌质图像，生成舌形特征值、舌苔颜色特征值和舌质状态特征值，并将舌形特征值、舌苔颜色特征值和舌质状态特征值组合生成多维舌体特征向量作为舌体特征输入至舌诊辨证模型。
在一个实施例中，如图4所示，步骤S600根据各个体质类型的权重和各个脏腑辨证的权重，确定患者的体质类型与脏腑辨证之后，还包括：
S710预先根据各个患者对应的舌体特征、症状信息和预设的症候构建症候对应关系知识图谱。
具体地，症候对应关系知识图谱中存储有舌体特征、症状信息和患者的体质类型之间的对应关系，例如，在患者舌体特征为淡白舌或白胖嫩舌，且伴随有神疲乏力、面色淡白、少气懒言、咳喘无力、动则汗出、脉虚无力气等症状信息时，判断患者的症候为气虚证；在患者的舌体特征为淡白舌或枯白舌，且伴随有面色淡白无华或面色萎黄、甲色唇色淡白、头晕眼花、心悸失眠、妇女经少色淡、愆期或闭经、脉细无力等症状信息时，判断患者的症候为血虚证。
S720接收患者的症状信息。
S730根据舌体特征、症状信息和症候对应关系知识图谱，确定患者的症候。
本实施例提供的基于医学图像分割的中医舌像智能辨治方法可以根据患者的症状信息、舌体特征和体质类型智能判断患者的症候，多角度评估用户的身体情况，结合患者的症状信息和舌体图像综合分析患者的症候，提高患者症候判断的精确性。
在一个实施例中，如图5所示，步骤S730根据舌体特征、症状信息、患者的体质类型和症候对应关系知识图谱，确定患者的症候之后，还包括：
S810判断症候的置信度是否大于预设的置信度阈值。
S820在症候的置信度不大于置信度阈值时，判断症候为疑似症候。
具体地，在症候的置信度大于置信度阈值时，判断症候为实际症候。
示例性地，将置信度阈值设置为95％，在症候的置信度低于95％时，根据问答数据库进行交互问答，进一步确定疑似症候的可信度。
S830根据预设的问答数据库，输出疑似症候对应的诊断问题。
具体地，问答数据库中预先设置各个疑似症候与若干诊断问题的对应关系。
S840接收患者输入的问答结果，并根据问答结果确定患者的实际症候。
示例性地，在判断患者的疑似症候为心阴虚证时，设置是否心悸、心烦、失眠、多梦、口燥咽干、形体消瘦、两颧潮红或手足心热、潮热盗汗、舌红少苔乏津、脉细数等诊断问题，在用户输入的问答结果超过80％为是时，判断心阴虚证为患者的实际症候。
本实施例提供的基于医学图像分割的中医舌像智能辨治方法在判断患者症候后，输出症候置信度不大于置信度阈值的症候对应的诊断问题，根据患者的问答结果确定实际症候，依据用户自身反馈的身体情况，动态调整症候诊断结果偏差，提高了基于医学图像分割的中医舌像智能辨治方法的准确率及可信度。
在一个实施例中，如图6所示，步骤S840接收患者输入的问答结果，并根据问答结果确定患者的实际症候之后，还包括：
S900根据预设的诊断建议模型、体质类型、脏腑辨证和实际症候，输出患者的用药建议、饮食建议及运动建议。
具体地，诊断建议模型基于预先采集到的若干患者的体质类型、脏腑辨证、实际症候、用药建议、饮食建议和运动建议，进行深度学习生成。
本实施例提供的基于医学图像分割的中医舌像智能辨治方法可以在智能舌诊过程中，生成患者的用药建议、饮食建议及运动建议，根据历史舌诊结果进行深度学习，智能生成患者的用药建议、饮食建议及运动建议等治疗方案，提高根据患者舌诊结果生成治疗方案的智能性和准确性。
在一个实施例中，根据本发明的另一方面，如图7所示，本发明还提供一种基于医学图像分割的中医舌像智能辨治***，包括获取模块10、提取模块20、第一计算模块30、第二计算模块40和判断模块50。
其中获取模块10用于获取患者的舌体图像。
具体地，获取患者舌体图像的过程中，可以通过摄像头实时采集患者舌体图像，也可以接收患者上传的舌体图像，舌体图像的显示内容无需仅包含舌体部分，也可以包括患者口腔图像、部分面部图像和环境图像，对于舌体图像的要求为包括患者清晰的舌体特征即可，便于后续根据舌体图像进行舌体特征的分割。
提取模块20与获取模块10连接，用于提取舌体图像中的舌体特征。
具体地，舌体特征包括舌形特征值、舌苔颜色特征值和舌质状态特征值，通过U2NET进行舌形、舌苔颜色和舌质状态的识别，其中舌形包括正常舌、肥胖大舌、瘦舌、歪舌、僵硬舌和裂纹舌等、舌苔颜色包括淡舌、红舌、绛舌、黯舌、淡红舌、淡黯舌、红绛舌、黯红舌、绛黯舌、瘀斑舌或以上任何舌色带瘀斑等，舌质状态包括薄、厚、无、滑、燥、腻、干、腐或剥脱等，上述任意一种舌体特征均对应一个特征值，例如正常舌特征值为T1001、肥胖大舌特征值为T1004、淡红舌特征值为T2001、红舌特征值为T2003、薄苔特征值为T3001、厚苔特征值为T3002等。
第一计算模块30与提取模块20连接，用于结合预设的舌诊辨证模型计算舌体特征对应的各个体质类型的权重。
具体地，舌诊辨证模型预先根据历史就诊数据中患者体质类型、脏腑辨证和舌体特征进行深度学习训练生成，将舌形特征值、舌苔颜色特征值和舌质状态特征值等舌体特征输入舌诊辨证模型后，舌诊辨证模型会生成脏腑辨证、气血辨证、津液辨证和六淫辨证等各个辨证方向的对应的权重。
第二计算模块40与提取模块20连接，用于结合舌诊辨证模型计算舌体特征对应的各个脏腑辨证的权重。
具体地，将舌形特征值、舌苔颜色特征值和舌质状态特征值等舌体特征输入舌诊辨证模型后，舌诊辨证模型会生成气虚质、平和质和阳虚质等各个体质类型的对应的权重。
判断模块50分别与第一计算模块30和第二计算模块40连接，用于根据各个体质类型的权重和各个脏腑辨证的权重，确定患者的体质类型与脏腑辨证。
具体地，预设体质类型权重阈值和脏腑辨证权重阈值，在权重大于体质类型权重阈值时，判断该体质类型为患者的体质类型，在权重大于脏腑辨证权重阈值时，判断该脏腑辨证为患者的脏腑辨证，患者的体质类型和脏腑辨证可以为多种，例如患者可以同时为气虚质和阳虚质体质类型。
本实施例提供的基于医学图像分割的中医舌像智能辨治***通过对患者的舌体图像进行特征提取，根据患者的舌形、舌苔颜色、舌质状态和预设的舌诊辨证模型自动判断患者的体质类型与脏腑辨证，在舌诊过程中结合神经网络模型精准地辨证分析患者情况，避免人工误差对诊断结果造成影响，提高舌诊过程的智能性和精确性。
在一个实施例中，如图8所示，本发明还提供一种智能设备100，包括处理器110、存储器120，其中，存储器120，用于存放计算机程序121；处理器110，用于执行存储器120上所存放的计算机程序121，实现上述所对应方法实施例中的基于医学图像分割的中医舌像智能辨治方法。
在一个实施例中，本发明还提供一种存储介质，存储介质中存储有至少一条指令，指令由处理器加载并执行以实现上述的基于医学图像分割的中医舌像智能辨治方法实施例中所执行的操作，例如，存储介质可以是只读内存(ROM)、随机存取存储器(RAM)、只读光盘(CD-ROM)、磁带、软盘和光数据存储设备等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述或记载的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的一种基于医学图像分割的中医舌像智能辨治方法及***，可以通过其他的方式实现。例如，以上所描述的一种基于医学图像分割的中医舌像智能辨治方法及***实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或模块可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的通讯连接可以是通过一些接口，装置或单元的通讯连接或集成电路，可以是电性、机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可能集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
应当说明的是，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种基于医学图像分割的中医舌像智能辨治方法，其特征在于，包括步骤：
预先采集若干患者的体质类型、脏腑辨证、气血辨证、津液辨证、六淫辨证和舌体图像；
根据各个患者对应的所述体质类型、所述脏腑辨证、所述气血辨证、所述津液辨证、所述六淫辨证和所述舌体图像构建舌像知识图谱；
将所述舌像知识图谱输入图神经网络模型中训练得到所述舌诊辨证模型；
获取患者的所述舌体图像；
通过U2NET以及所述舌诊辨证模型进行舌形特征、舌苔颜色特征和舌质状态特征识别，基于预设的舌体特征值与舌体特征对应表，提取所述舌体图像中的舌体特征值，所述舌体特征值包括舌形特征值、舌苔颜色特征值和舌质状态特征值；
结合所述舌诊辨证模型计算所述舌体特征值对应的各个体质类型的权重；
结合所述舌诊辨证模型计算所述舌体特征值在各个脏腑辨证、各个气血辨证、各个津液辨证和各个六淫辨证中对应的权重；
根据各个所述体质类型的权重、各个所述脏腑辨证的权重、各个所述气血辨证的权重、各个所述津液辨证的权重和各个所述六淫辨证的权重，确定所述患者的体质类型、脏腑辨证、气血辨证、津液辨证和六淫辨证；
所述的提取所述舌体图像中的舌体特征值，具体包括：
对所述舌体图像进行图像分割得到舌形图像、舌苔图像和舌质图像；
分别根据所述舌形图像、所述舌苔图像和所述舌质图像，生成所述舌形特征值、所述舌苔颜色特征值和所述舌质状态特征值；
将所述舌形特征值、所述舌苔颜色特征值和所述舌质状态特征值组合生成多维舌体特征值向量作为所述舌体特征值。
2.根据权利要求1所述的一种基于医学图像分割的中医舌像智能辨治方法，其特征在于，所述的预先采集若干患者的所述体质类型、所述脏腑辨证和所述舌体图像之后，所述的将所述舌像知识图谱输入图神经网络模型中训练得到所述舌诊辨证模型之前，还包括：
采用图像分割算法分割所述舌体图像中的第一舌体区域图像；
对所述第一舌体区域图像进行去噪声处理得到第二舌体区域图像；
通过边缘检测算法对所述第二舌体区域图像进行图像分割得到第三舌体区域图像；
根据各个患者对应的所述体质类型、所述脏腑辨证、所述气血辨证、所述津液辨证和所述六淫辨证和所述第三舌体区域图像构建舌像知识图谱。
3.根据权利要求1所述的一种基于医学图像分割的中医舌像智能辨治方法，其特征在于，所述的根据各个所述体质类型的权重和各个所述脏腑辨证的权重，确定所述患者的体质类型与脏腑辨证之后，还包括：
预先根据各个患者对应的所述舌体特征值、症状信息和预设的症候构建症候对应关系知识图谱；
接收所述患者的所述症状信息；
根据所述舌体特征值、所述症状信息和所述症候对应关系知识图谱，确定所述患者的所述症候。
4.根据权利要求1所述的一种基于医学图像分割的中医舌像智能辨治方法，其特征在于，所述的确定所述患者的症候之后，还包括：
判断所述症候的置信度是否大于预设的置信度阈值；
在所述症候的置信度不大于所述置信度阈值时，判断所述症候为疑似症候；
根据预设的问答数据库，输出所述疑似症候对应的诊断问题，所述问答数据库中预先设置各个所述疑似症候与若干所述诊断问题的对应关系；
接收所述患者输入的问答结果，并根据所述问答结果确定所述患者的实际症候。
5.根据权利要求4所述的一种基于医学图像分割的中医舌像智能辨治方法，其特征在于，所述的根据所述问答结果确定所述患者的实际症候之后，还包括：
根据预设的诊断建议模型、所述体质类型、所述脏腑辨证和所述实际症候，输出所述患者的用药建议、饮食建议及运动建议，所述诊断建议模型基于预先采集到的若干患者的所述体质类型、所述脏腑辨证、所述实际症候、所述用药建议、所述饮食建议和所述运动建议，进行深度学习生成。
6.一种基于医学图像分割的中医舌像智能辨治***，其特征在于，包括：
获取模块，用于获取患者的舌体图像；
提取模块，与所述获取模块连接，用于通过U2NET进行舌形特征、舌苔颜色特征和舌质状态特征识别，基于预设的舌体特征值与舌体特征对应表，提取所述舌体图像中的舌体特征值，所述舌体特征值包括舌形特征值、舌苔颜色特征值和舌质状态特征值；
第一计算模块，与所述提取模块连接，用于结合预设的舌诊辨证模型计算所述舌体特征值对应的各个体质类型的权重；
第二计算模块，与所述提取模块连接，用于结合所述舌诊辨证模型计算所述舌体特征值在各个脏腑辨证、各个气血辨证、各个津液辨证和各个六淫辨证中对应的各个脏腑辨证的权重；
判断模块，分别与所述第一计算模块和所述第二计算模块连接，用于根据各个所述体质类型的权重、各个所述脏腑辨证的权重、各个所述气血辨证的权重、各个所述津液辨证的权重和各个所述六淫辨证的权重，确定所述患者的体质类型、脏腑辨证、气血辨证、津液辨证和六淫辨证；
所述提取模块具体用于对所述舌体图像进行图像分割得到舌形图像、舌苔图像和舌质图像；
分别根据所述舌形图像、所述舌苔图像和所述舌质图像，生成所述舌形特征值、所述舌苔颜色特征值和所述舌质状态特征值；
将所述舌形特征值、所述舌苔颜色特征值和所述舌质状态特征值组合生成多维舌体特征值向量作为所述舌体特征值；
所述获取模块还用于预先采集若干患者的体质类型、脏腑辨证、气血辨证、津液辨证、六淫辨证和舌体图像；根据各个患者对应的所述体质类型、所述脏腑辨证、所述气血辨证、所述津液辨证、所述六淫辨证和所述舌体图像构建舌像知识图谱；将所述舌像知识图谱输入图神经网络模型中训练得到所述舌诊辨证模型。
7.一种智能设备，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器，用于执行所述存储器上所存放的计算机程序，实现如权利要求1～5中任意一项所述的基于医学图像分割的中医舌像智能辨治方法所执行的操作。
8.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1～5中任意一项所述的基于医学图像分割的中医舌像智能辨治方法所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210780260.XA CN115147372B (zh) | 2022-07-04 | 2022-07-04 | 一种基于医学图像分割的中医舌像智能辨治方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210780260.XA CN115147372B (zh) | 2022-07-04 | 2022-07-04 | 一种基于医学图像分割的中医舌像智能辨治方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115147372A CN115147372A (zh) | 2022-10-04 |
| CN115147372B true CN115147372B (zh) | 2024-05-03 |
Family
ID=83410006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210780260.XA Active CN115147372B (zh) | 2022-07-04 | 2022-07-04 | 一种基于医学图像分割的中医舌像智能辨治方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115147372B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105286768A (zh) * | 2015-09-23 | 2016-02-03 | 江苏大学 | 基于手机平台下的人体健康状态的舌苔诊断装置 |
| CN106407715A (zh) * | 2016-10-19 | 2017-02-15 | 上海派毅智能科技有限公司 | 一种智能服务机器人健康辨识***及方法 |
| CN106725310A (zh) * | 2016-11-29 | 2017-05-31 | 深圳市易特科信息技术有限公司 | 中医舌诊图像处理***及方法 |
| CN107330889A (zh) * | 2017-07-11 | 2017-11-07 | 北京工业大学 | 一种基于卷积神经网络的中医舌色苔色自动分析方法 |
| CN110298829A (zh) * | 2019-06-19 | 2019-10-01 | 上海国民集团健康科技有限公司 | 一种舌诊方法、装置、***、计算机设备和存储介质 |
| CN110299193A (zh) * | 2019-06-27 | 2019-10-01 | 合肥云诊信息科技有限公司 | 基于人工智能舌诊的中医健康云服务方法 |
| CN110648336A (zh) * | 2019-09-23 | 2020-01-03 | 无限极（中国）有限公司 | 一种舌质和舌苔的分割方法及装置 |
| CN113130066A (zh) * | 2021-03-22 | 2021-07-16 | 杭州电子科技大学 | 一种基于人工智能的舌诊图像识别方法 |
| CN113628726A (zh) * | 2021-08-10 | 2021-11-09 | 海南榕树家信息科技有限公司 | 基于图神经网络的中医辩治推荐***、方法和电子设备 |
| CN114373540A (zh) * | 2021-12-28 | 2022-04-19 | 上海国民集团健康科技有限公司 | 中医体质预测的数据处理***、方法、存储介质及终端 |
| CN114677678A (zh) * | 2022-03-29 | 2022-06-28 | 上海国民集团健康科技有限公司 | 基于语义分割的舌面多任务同诊方法、装置及设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108553081B (zh) * | 2018-01-03 | 2023-02-21 | 京东方科技集团股份有限公司 | 一种基于舌苔图像的诊断*** |
| CN114446463A (zh) * | 2020-10-30 | 2022-05-06 | 东华大学 | 计算机可读取存储介质、基于深度学习的舌诊方法及装置 |
-
2022
- 2022-07-04 CN CN202210780260.XA patent/CN115147372B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105286768A (zh) * | 2015-09-23 | 2016-02-03 | 江苏大学 | 基于手机平台下的人体健康状态的舌苔诊断装置 |
| CN106407715A (zh) * | 2016-10-19 | 2017-02-15 | 上海派毅智能科技有限公司 | 一种智能服务机器人健康辨识***及方法 |
| CN106725310A (zh) * | 2016-11-29 | 2017-05-31 | 深圳市易特科信息技术有限公司 | 中医舌诊图像处理***及方法 |
| CN107330889A (zh) * | 2017-07-11 | 2017-11-07 | 北京工业大学 | 一种基于卷积神经网络的中医舌色苔色自动分析方法 |
| CN110298829A (zh) * | 2019-06-19 | 2019-10-01 | 上海国民集团健康科技有限公司 | 一种舌诊方法、装置、***、计算机设备和存储介质 |
| CN110299193A (zh) * | 2019-06-27 | 2019-10-01 | 合肥云诊信息科技有限公司 | 基于人工智能舌诊的中医健康云服务方法 |
| CN110648336A (zh) * | 2019-09-23 | 2020-01-03 | 无限极（中国）有限公司 | 一种舌质和舌苔的分割方法及装置 |
| CN113130066A (zh) * | 2021-03-22 | 2021-07-16 | 杭州电子科技大学 | 一种基于人工智能的舌诊图像识别方法 |
| CN113628726A (zh) * | 2021-08-10 | 2021-11-09 | 海南榕树家信息科技有限公司 | 基于图神经网络的中医辩治推荐***、方法和电子设备 |
| CN114373540A (zh) * | 2021-12-28 | 2022-04-19 | 上海国民集团健康科技有限公司 | 中医体质预测的数据处理***、方法、存储介质及终端 |
| CN114677678A (zh) * | 2022-03-29 | 2022-06-28 | 上海国民集团健康科技有限公司 | 基于语义分割的舌面多任务同诊方法、装置及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 基于知识图谱的舌像诊疗***研究与构建;张莹莹;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20191215(第12期);第E056-12页 * |
| 舌诊图像分割和特征提取的方法研究与应用;高清河 等;《中国中医药现代远程教育》;20170710;第15卷(第13期);第147-149页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115147372A (zh) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111728609B (zh) | 脑电信号的分类方法、分类模型的训练方法、装置及介质 | |
| CN117457229B (zh) | 基于人工智能的麻醉深度监测***及方法 | |
| CN109091138A (zh) | 心律失常起源点的判断装置及标测*** | |
| US11663845B2 (en) | Method and apparatus for privacy protected assessment of movement disorder video recordings | |
| CN112446862A (zh) | 一种基于人工智能的动态乳腺超声视频全病灶实时检测和分割装置、***及图像处理方法 | |
| JP2002248087A (ja) | 脳活動自動判定方法及び装置 | |
| Dempere-Marco et al. | The use of visual search for knowledge gathering in image decision support | |
| CN112508902B (zh) | 白质高信号分级方法、电子设备及存储介质 | |
| CN112101424A (zh) | 一种视网膜病变识别模型的生成方法、识别装置及设备 | |
| Zhang et al. | Synthesis of standard 12‑lead electrocardiograms using two-dimensional generative adversarial networks | |
| Li et al. | Vessel recognition of retinal fundus images based on fully convolutional network | |
| CN111568412A (zh) | 一种利用脑电信号重建视觉图像的方法及装置 | |
| CN115024725A (zh) | 融合心理状态多参数检测的肿瘤治疗辅助决策*** | |
| CN109346164A (zh) | 一种中医临床案例的自动采集设备及方法 | |
| CN114565957A (zh) | 基于微表情识别的意识评估方法及*** | |
| CN114847905A (zh) | 一种心率失常数据检测识别方法及*** | |
| CN115147372B (zh) | 一种基于医学图像分割的中医舌像智能辨治方法及*** | |
| EP3858245B1 (en) | Automatic recognition method for measurement point in cephalo image | |
| Daǧ et al. | Leveraging deep learning techniques to improve P300-based brain computer interfaces | |
| Purwanithami et al. | Hemorrhage diabetic retinopathy detection based on fundus image using neural network and FCM segmentation | |
| CN112597949B (zh) | 一种基于视频的心理压力测量方法及其*** | |
| CN215349053U (zh) | 一种先天性心脏病智能筛查机器人 | |
| CN115273176A (zh) | 一种基于生命体征和表情的疼痛多算法客观评估方法 | |
| CN111274953B (zh) | 一种根据表情判断疼痛的方法及*** | |
| CN208985716U (zh) | 一种中医临床案例的自动采集设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |