[发明专利]一种舌象诊断系统和舌诊移动终端

说明书

本发明提供一种舌象诊断系统，其存储有多条指令，所述指令适用于由处理器加载并执行，所述指令包括：启动一拍摄系统，并由所述拍摄系统拍摄舌体，得到待测舌像图片；将所述待测舌像图片输入给一深度学习模型，所述深度学习模型为舌像图片与某病症指标关联的模型，其输入层为舌像图片，输出层为病症指标；运行所述深度学习模型，所述深度学习模型计算出预测的病症指标；将所述预测的病症指标输出至一显示界面。采用本发明，患者无需通过有创或者无创的检测手段或检测设备来对病症参数进行检测以判断病症发展状况，而是利用舌像图片即可直接得到相应病症的病症参数，将给患者带来极大的方便。

技术领域

本发明涉及医学诊疗领域，更具体来说，涉及一种基于人工智能的舌象诊断系统和舌诊移动终端。

背景技术

舌象是指人的舌头的表象。中医讲究望闻问切，舌像作为身体状况的表征中的一种，通过观察舌像的状态例如舌苔的颜色、厚度等，中医医生们能够判断出患者的某些病症，例如是否有胃病、糖尿病等。

但是中医医生的判断，是基于其丰富的经验积累，有赖于其亲自望诊，并不利于患者的自查自诊；同时，因为知识和经验的局限性，使得患者并没有办法做出相对准确的初判，而当前紧缺的医疗资源和往返医院的劳顿，使得患者不能及时有效地了解病情。

如何提供一种便捷、方便、随时自查的舌象诊断系统，且该系统能使得患者得到如经验丰富的医生所能做出的准确的诊断，是本发明所面临的技术难题。

发明内容

为了解决现有技术存在的问题，本发明提供一种舌象诊断系统和舌诊移动终端。

本发明的一种舌象诊断系统，其存储有多条指令，所述指令适用于由处理器加载并执行，所述指令包括：

启动一拍摄系统，并由所述拍摄系统拍摄舌体，得到待测舌像图片；

将所述待测舌像图片输入给一深度学习模型，所述深度学习模型为舌像图片与某病症指标关联的模型，其输入层为舌像图片，输出层为病症指标；

运行所述深度学习模型，所述深度学习模型计算出预测的病症指标；

将所述预测的病症指标输出至一显示界面。

其中，启动所述拍摄系统时，调用环境光补偿组件，采用阴影矫正算法对所述拍摄系统进行光源补偿。

其中，启动所述拍摄系统时，调用舌象截取组件，提取舌体的边缘。

其中，所述深度学习模型为卷积神经网络模型。

其中，所述卷积神经网络模型至少包括舌象特征提取层，所述舌象特征提取层所提取的舌象特征至少包括舌形、舌色、红点、舌痕、瘀斑、舌面齿痕、舌苔、舌苔色、舌裂纹、舌面唾液中的四个以上。

其中，所述卷积神经网络模型还包括病症关联特征提取层，所述病症关联特征提取层用来提取各个所述舌象特征与相应的病症的关联性。

其中，所述病症指标为表征该病症的病症参数值，或者为患有该病症的几率。

本发明还涉及一种舌诊移动终端，包括存储器、处理器、拍摄系统、显示界面，所述存储器存储有多条指令，所述指令适用于由所述处理器加载并执行，所述指令包括：

启动所述拍摄系统，并由所述拍摄系统拍摄舌体，得到待测舌像图片；

将所述待测舌像图片输入给一深度学习模型，所述深度学习模型为舌像图片与某病症指标关联的模型，其输入层为舌像图片，输出层为病症指标；

运行所述深度学习模型，所述深度学习模型计算出预测的病症指标；

将所述预测的病症指标输出至所述显示界面。