[发明专利]一种基于颜色校正与深度卷积神经网络的舌分割方法及系统

说明书

本发明公开了一种基于颜色校正与深度卷积神经网络的舌分割方法及系统，所述方法包括：根据预设规则对原始图像进行颜色校正；根据预先训练的舌分割模型对经过颜色校正的原始图像中的舌体进行分割，获得舌体分割的二值化图像；检测所述舌体分割的二值化图像中的连通区域，并根据预设规则确认最大连通区域，获得最大连通区域图像；根据预设规则对所述最大连通区域图像进行修补操作，获得最终舌分割区域；所述最终舌分割区域对应在颜色校正后的原始图像的区域，即为舌分割结果。所述方法及系统通过对原始图像RGB值的校正以及基于深度卷积神经网络和多种优化操作，获得更准确的舌分割图像；为提高后续的舌诊诊断效果奠定了坚实地基础。

技术领域

本发明涉及医学图像处理领域，更具体地，涉及一种基于颜色校正与深度卷积神经网络的舌分割方法及系统。

背景技术

中医是我们中华民族的瑰宝，是经过数千年很多代人不断完善的智慧结晶。随着时代的发展和社会的进步，以及中医治未病理念的深入人心，中医和现代科技相结合，产生了一系列的现代化成果。除了中药的现代化提取与制作，中医的诊断方法也在向着自动化、数字化的方向发展。正如《古今医统》所说：“望闻问切四字，诚为医之纲领。”即望闻问切组成了中医诊断的四诊。《灵枢·本脏篇》：“视其外应，以知其内脏，则知所病矣。”可知望诊具有非常重要的作用。望诊可以分为面诊和舌诊。《辨舌指南》：“辨舌质可辨脏腑的虚实，视舌苔可察六淫之浅深。”舌为心之苗，脾之外候，苔由胃气所生。脏腑通过经脉与舌相联，脏腑病变，可在舌质和舌苔上反映出来。舌诊主要诊断舌质和舌苔的形态、色泽等，以此判断疾病的性质、病势的浅深、气血的盛衰及脏腑的虚实等。

近几年，随着图像处理技术的逐步发展，机器学习和深度学习等人工智能技术的不断成熟，深度卷积神经网络开始应用到中医舌诊之中，并产生了多种方法。其中，舌体分割是舌诊系统中非常关键的处理步骤。由于舌体形状各不相同，舌体颜色很接近于嘴唇和脸部颜色，导致现有的很多舌体分割效果并不理想，传统的舌分割方法都存在一定的局限性，可能会产生舌头边缘有缺失、舌根有缺失、舌体中间有孔洞、粘连嘴唇和下巴等情况；甚至因为拍摄环境偏色，导致根本没有分割出舌头；这些都直接影响了舌诊客观化的可行性与准确性。

发明内容

为了解决背景技术存在的现有的舌分割因拍摄环境偏色以及图像处理效果差等原因影响舌分割质量的问题，本发明提供了一种基于颜色校正与深度卷积神经网络的舌分割方法及系统；所述方法及系统通过对原始图像RGB值的校正以及基于深度卷积神经网络和多种优化操作，获得更准确的舌分割图像；所述一种基于颜色校正与深度卷积神经网络的舌分割方法包括：

根据预设规则对原始图像进行颜色校正；

根据预先训练的舌分割模型对经过颜色校正的原始图像中的舌体进行分割，获得舌体分割的二值化图像；所述舌分割模型根据深度卷积神经网络训练获得；

检测所述舌体分割的二值化图像中的连通区域，并根据预设规则确认最大连通区域，获得最大连通区域图像；

根据预设规则对所述最大连通区域图像进行修补操作，获得最终舌分割区域；

所述最终舌分割区域对应在颜色校正后的原始图像的区域，即为舌分割结果。

进一步的，所述根据预设规则对原始图像进行颜色校正，包括：

获取原始图像上部人脸皮肤区域的RGB颜色值信息，并确认所述区域的RGB均值；

根据预设常数以及所述区域的RGB均值，计算出整幅图像中每个像素校正后的RGB值；根据所述每个像素校正后的RGB值调整整幅原始图像的颜色。

进一步的，所述每个像素校正后的RGB值的计算公式为：