[发明专利]一种基于LGBM模型的舌质舌苔分离方法

权利要求书

1.一种基于LGBM模型的舌质舌苔分离方法，其特征在于，包括：

根据舌体图像的颜色特征，将舌体图像的舌质像素点和舌苔像素点共同划分为N类不同的颜色种类；

对每一类颜色种类的像素点进行采样，根据舌体图像的颜色学特性，分别获取样本在RGB颜色空间、HSV颜色空间和LAB颜色空间各通道分量的特征值，然后将各通道分量的特征值以及RGB颜色空间三通道分量的特征值进行特征组合后，得到特征向量存入样本特征向量集合中；

利用PCA降维方法对样本特征向量集合中的特征向量进行降维，得到M类特征作为LGBM模型的输入特征，其中M和N均为正整数，且M<N；

初始化LGBM模型，将M类特征的样本按比例随机分为训练集和测试集，通过训练集对LGBM模型进行训练优化，直至LGBM模型在测试集上的分类准确率达到目标值，得到训练好的LGBM舌体颜色分类器；

将待分类的舌体图像进行预处理后，得到待分类有效舌体图像，将待分类有效舌体图像在RGB颜色空间、HSV颜色空间和LAB颜色空间各通道分量的特征值以及RGB颜色空间三通道分量的特征值进行特征组合后，输入LGBM舌体颜色分类器，得到待分类有效舌体图像每个像素点的颜色种类，将分类为舌质像素点和舌苔像素点的像素点对应到待分类有效舌体图像中，即分别得到对应的舌质图像和舌苔图像。

2.根据权利要求1所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，将舌体图像的舌质像素点和舌苔像素点共同划分为N类不同的颜色种类，N＝10，其中舌质像素点为5类，分别为淡色舌质、淡红舌质、红色舌质、深红舌质和绛色舌质，舌苔像素点为5类，分别为白色舌苔、淡黄舌苔、深黄舌苔、棕黄舌苔和灰黑舌苔。

3.根据权利要求1所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，将RGB颜色空间三通道分量的特征值进行特征组合得到的三个特征向量，分别为R-B、R-G和G-B。

4.根据权利要求1所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，利用PCA降维方法对样本特征向量集合中的特征向量进行降维，具体为：

设分类类别为目标向量，对特征向量进行相关性分析：计算特征向量与目标向量构成的协方差矩阵的协方差和特征向量与目标向量各自的方差，得到特征向量与目标向量的相关系数即影响因子，从大到小对影响因子进行排序，选择前M个影响因子对应的M类特征作为LGBM模型的输入特征。

5.根据权利要求1所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，所述LGBM模型初始化为多分类分类器，利用网格调参法对LGBM模型进行训练优化。

6.根据权利要求5所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，所述利用网格调参法对LGBM模型进行训练优化，具体为：设定模型的学习率、Boosting迭代次数、最大深度、叶节点数和正则化参数的取值范围，在训练过程中利用F1分数对各参数的取值进行得分评估，取得最优得分时所对应的参数值，即为最佳参数值。

7.根据权利要求1所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，所述将待分类的舌体图像进行预处理，具体为：

去除待分类的舌体图像的阴影区域：将待分类的舌体图像转化为灰度图像，然后采用阈值分割法将灰度图像中灰度小于阈值的区域去除。

8.根据权利要求1所述的一种基于LGBM模型的舌质舌苔分离方法，其特征在于，对每一类颜色种类的像素点进行采样，具体是，根据三甲医院专业医师对每幅舌体图像进行舌质舌苔厚薄深浅标注后，进行有差异采样，并由专业医师对采样结果进行评估校验。