[发明专利]一种基于人工智能图像识别的中医辅助判断方法

说明书

本发明提供一种基于人工智能图像识别的中医辅助判断方法，涉及人工智能领域，所述方法包括以下步骤：步骤1：通过移动端进行图像数据和症状描述文本数据采集，并将采集数据发送到后台系统；步骤2：后台系统分别对图像数据和症状描述文本数据进行特征标注和语义分析，并对特征标注数据进行相似度判断；步骤3：基于语义分析数据和相似度判断结果，得到最终判断结果，并将最终判断结果发送到移动端。本发明能够智能快速的进行图像分类，为中医的望闻问切提供足够的基础数据库，同时将图像与判断结论进行关联，为中医的诊断提供辅助数据。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于人工智能图像识别的中医辅助判断方法。

背景技术

医学行业内有部分中医检测设备，即通过传感器、相应的数据进行辅助判断。然而，当前的中医检测设备通过传感器、相应的数据进行辅助判断速度较慢速，而且不能达到智能的数据调整。

目前，对于中医图像的辅助判断，如图1所示，基本是通过采集面部图像数据和舌部图像数据，并通过图像像素的区域性获取相相关的特征，最后将特征与数据库的像素阈值进行比对，得到辅助判断结果。但是此辅助判断不够智能，得到的判断结果不够人性化。因为中医的特点是很多边界不一定非常清晰，需要类似于人的综合思维进行判断，因此需要大量的数据来支撑，通过人工智能数据分析能够通过无限接近的方式进行望闻问切，通过图像的人工智能识别，结合相应的病例进行分类，按照中医的望闻问切模式，使得医生在诊断的时候，多了一个助手，为培训或者辅助判断提供一手的资料。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于人工智能图像识别的中医辅助判断方法，能够智能快速的进行图像分类，为中医的望闻问切提供足够的基础数据库，同时将图像与判断结论进行关联，为中医的诊断提供辅助数据。

本发明提供一种基于人工智能图像识别的中医辅助判断方法，所述方法包括以下步骤：

步骤1：通过移动端进行图像数据和症状描述文本数据采集，并将采集数据发送到后台系统；

步骤2：后台系统分别对图像数据和症状描述文本数据进行特征标注和语义分析，并对特征标注数据进行相似度判断；

步骤3：基于语义分析数据和相似度判断结果，得到最终判断结果，并将最终判断结果发送到移动端。

进一步的，所述移动端通过微信小程序或者APP进行面部图像数据和舌部图像数据采集，并输入相关的症状描述文本数据。

进一步的，所述后台系统包括语义分析模块、算法库和数据库，所述数据库包括人脸数据库和中医数据库。

进一步的，所述步骤2具体步骤如下：

步骤2.1：将症状描述文本数据输入语义分析模块进行语义分析；

步骤2.2：将面部图像数据和舌部图像数据输入算法库，通过算法库搭建的TensorFlow模型进行特征标注；

步骤2.3：将特征标注数据和中医库的数据进行对比，得到相似度排序。

进一步的，所述步骤3具体步骤如下：

步骤3.1：根据相似度判断排序，将相似度最高的特征对应中医库中信息作为判断结果；

步骤3.2：将语义分析数据和判断结果相结合，得到最终判断结果，并将最终判断结果发送到移动端。进一步的，所述TensorFlow模型是基于人工智能图像识别技术搭建的，包括通用图像分析、细粒度图像识别、相册分类。

如上所述，本发明的一种基于人工智能图像识别的中医辅助判断方法，具有以下有益效果：本发明能够智能快速的进行图像分类，为中医的望闻问切提供足够的基础数据库，同时将图像与判断结论进行关联，为中医的诊断提供辅助数据。

附图说明