[发明专利]一种基于深度卷积网络与水平集方法的中医舌像定位方法和系统

说明书

本发明采用神经网络对舌象图片进行预处理，具有好的自适应与鲁棒性；舌象图片被分割成150*150*3像素子图块，只标注各子图块是否包含舌头区域。本发明的神经网络结构简单，仅包含卷积核个数为10、10、1的3个卷积层、2个池化层、2个全连接层(包含300，100个神经元)、输出层；本发明可应用于包括智能手机的各种智能终端，摆脱了硬件计算能力的限制，使舌象定位的适用范围获得了极大的扩展。个人用户可以用个人的智能手机、IPAD、平板等便携智能终端完成舌象的定位处理，不再需要把舌象照片上传到处理中心，使得分布式舌象采集/处理/分析系统的设计更加灵活，资源利用率也得到显著提升。

技术领域

本发明涉及一种基于深度卷积网络与水平集方法的中医舌像定位方法和系统。

背景技术

舌诊作为中医的特色诊法，具有相对完整的理论依据，通过表象揭示了人体生理病理的客观现象，并被人们广泛接受与认可。舌诊作为中医行之有效的一种特色诊断方法，在今天的临床实践中依然发挥着重要作用。到目前为止，舌诊依然是证候诊断指向明确、容易上手且行之有效的诊断方法之一，对疾病的认识、用药的指导、疗效的评价都发挥着重要作用。随着计算机技术的发展，人们开始利用深度学习，机器视觉等方法结合中医专家丰富的临床经验推动舌诊客观化、标准化等相关研究。其中舌像的定位与分割是上述研究过程中的重要步骤之一，准确的分割有助于后续的特征分析及分类识别。定位与分割的精确性将对后续的特征分析等研究产生重大影响。

发明内容

本发明针对开放式采集环境，并面对不同的图像分辨率、图像质量、光源色温、光照强弱、拍摄角度、背景环境等复杂因素，提供了一种具有快速，高效、鲁棒性强与自适应性强的舌体定位与分割方法。该方法设计了一个有效的卷积神经网路结构，可以实现舌体在原始图像中的快速定位，以及利用水平集方法精准的对舌轮廓进行分割。

现有技术中针对开放式背景的中医舌象识别与分割的方案较少，且现有技术中的常用的图像分割方法在用于如核磁共振成像图片这种区域明显、颜色单一的简单连通区域时分割效果出色，而在背景复杂的中医舌象图像上的应用效果十分不理想，无法准确识别舌体区域并将舌头准确分割开来。

现有技术中的舌象分割方案主要可分为两大类：1.对图像进行前期的处理，对处理后的图片利用图像分割方法进行分割；2.利用神经网络等人工智能方法对舌象进行识别分割。具体实例如下。

1.CN107194937A(申请人：厦门大学，发明人：黄晓阳)，采用了大量的图像处理方法进行组合判断，包括最大类间方差、色调阈值分割、RGB三色分量方差分割，并结合连通域凸包的空间位置、颜色、形状、轮廓信息，采用随机森林的预测方法。经过一系列的处理之后，采用SNAKE分割法，对图像进行分割，得到舌头位置。

2.CNI07316307A(申请人：北京工业大学，发明人：卓力)设计了一种卷积神经网络结构,利用采集到的样本数据对该网络的训练,得到网络模型,采用该模型可以对中医舌图像进行自动分割。该方法构建训练数据十分复杂，构建的神经网络计算量特别大。图像尺寸为512*512像素，并对5000张训练图片的每个像素进行人工标签，共计13亿个像素点进行标签。同时其构建的编码网络包含15个卷积层，特征图个数分别为32，64，128，256，512个，并包含5个池化层。构建解码网络办函反池化层，卷积层，Batch Normalization层和计划层，以及其他复杂结构。该网络需要计算的参数数以十亿记。

与这些专利相比，本发明的主要优势在于：

1.采用神经网络方法对图像进行预处理，具有较强的自适应与鲁棒性，不受传统图像处理的限制，比如不需要对阈值进行人工挑选，同时也解决了传统的图像处理方法在设定阈值之后面对在极端或不同环境下采集的图像，方法失效的问题。