[发明专利]一种中医自动化望诊系统、方法、设备和介质

权利要求书

1.一种中医自动化望诊系统，其特征在于，包括：

获取单元，用于获取望诊部位图像，所述望诊部位图像包括面部图像、舌部图像、耳部图像、眼部图像和人体形体图像；

定位和分割单元，用于将所述望诊部位图像输入到预置卷积专家网络模型进行地标点定位和图像分割，输出望诊部位分割图像；

分类单元，用于将所述望诊部位分割图像输入到预置深度卷积神经网络模型进行分类，或，提取所述望诊部位分割图像的方向梯度直方图特征，将所述方向梯度直方图特征输入到预置分类器进行分类，输出所述望诊部位分割图像的诊断结果。

2.根据权利要求1所述的中医自动化望诊系统，其特征在于，还包括：配置单元；

所述配置单元具体包括：

获取子单元，用于获取望诊部位训练图像；

训练子单元，用于将所述望诊部位训练图像输入到柔性物体三维点分布模型进行训练，得到所述望诊部位训练图像对应的柔性物体三维点分布模型参数；

输入子单元，用于将所述望诊部位训练图像和所述望诊部位训练图像对应的柔性物体三维点分布模型参数输入到卷积专家网络，得到所述望诊部位训练图像中的每个像素位置的地标对齐概率；

优化子单元，用于结合所述地标对齐概率和所述柔性物体三维点分布模型参数进行网络参数优化，得到所述预置卷积专家网络模型。

3.根据权利要求2所述的中医自动化望诊系统，其特征在于，所述柔性物体三维点分布模型为：

其中，为第i个地标点的均值坐标，Φ_i为第i个地标点的主成分矩阵，q为控制非刚性参数的m维向量，刚性参数包括缩放量s、平移量t＝[t_x,t_y]^T、和三维旋转矩阵R＝[r_x,r_y,r_z]^T，R_2D为旋转矩阵R的前两行参数。

4.根据权利要求3所述的中医自动化望诊系统，其特征在于，所优化子单元具体用于：

结合所述地标对齐概率和所述柔性物体三维点分布模型参数得到卷积专家约束地标模型，所述卷积专家约束地标模型为：

其中，P^*为控制地标位置的最佳参数集，p＝[s,t,R,q]为柔性物体三维点分布模型参数，I为望诊部位训练图像，D_i为卷积专家网络输出的望诊部位训练图像I中的第i个地标位置x_i的对齐概率，n为地标位置数，为柔性物体三维点分布模型的惩罚函数，使得模型点能准确描述大部分没有形变的柔性物体；

基于非均匀正则化均值漂移对所述卷积专家约束地标模型进行优化求解，直至所述卷积专家约束地标模型收敛，得到所述预置卷积专家网络模型。

5.根据权利要求1所述的中医自动化望诊系统，其特征在于，还包括：

预处理单元，用于对所述望诊部位图像进行预处理，所述预处理包括色卡颜色校正、图像去噪或图像对齐；

相应的，所述定位和分割单元具体用于：

将预处理后的所述望诊部位图像输入到预置卷积专家网络模型进行地标点定位和图像分割，输出望诊部位分割图像。

6.一种中医自动化望诊方法，其特征在于，应用于权利要求1至5任一项所述的中医自动化望诊系统，包括：

通过获取单元获取望诊部位图像，所述望诊部位图像包括面部图像、舌部图像、耳部图像、眼部图像和人体形体图像；

通过定位和分割单元将所述望诊部位图像输入到预置卷积专家网络模型进行地标点定位和图像分割，输出望诊部位分割图像；

通过分类单元将所述望诊部位分割图像输入到预置深度卷积神经网络模型进行分类，或，提取所述望诊部位分割图像的方向梯度直方图特征，将所述方向梯度直方图特征输入到预置分类器进行分类，输出所述望诊部位分割图像的诊断结果。