[发明专利]一种基于深度卷积神经网络的舌体自诊健康云服务系统

摘要

本发明公开一种基于深度卷积神经网络的舌体自诊健康云服务系统，主要包括一个用于深度学习和训练识别的卷积神经网络、一种基于深度卷积神经网络的舌体分割方法、一种用于舌象分类的深度卷积神经网络和一种用于根据所识别的舌象类型进行自诊健康云服务平台。本发明能有效提高基于移动互联网“望舌诊病”的自动化和智能化水平、能让更多人群了解并参与自助健康检测、评估、指导，进而提高民众的健康意识，增加自我健康管理能力。

主权项

1.一种基于深度卷积神经网络的舌体自诊健康云服务系统，其特征在于：主要包括一个用于深度学习和训练识别的卷积神经网络、一个基于全卷积神经网络的舌体分割方法的舌体分割模块、一个基于卷积神经网络对分割后的舌体图像进行分类的舌象分类模块和一个用于根据所识别的舌象类型进行舌体自诊健康云服务平台；所述的卷积神经网络，共分为八层，由卷积层、激活层和下采样层交替构成的深度结构；输入图像在网络中进行层层映射，得到各层对于图像不同的表示形式，实现图像的深度表示；所述的舌体分割方法，采用全卷积神经网络，就是将所述的卷积神经网络改为全卷积神经网络，将所述的卷积神经网络的全连接层改为反卷积层，这样输入一幅图像后直接在输出端得到密集预测，也就是每个像素所属的类，从而得到一个端对端的方法来实现舌体对象图像语义分割；所述的深度卷积神经网络是在所述的卷积神经网络的第八层的反卷积层后连接了一个Softmax分类器，用于对舌象进行分类识别；所述的舌体自诊健康云服务平台，主要包括了接收和读取用户发送过来的舌体图像的图像读取模块，以用户访问平台的装备的用户名或号码为文件夹名的文件夹生成模块，基于全卷积神经网络的舌体分割方法的舌体分割模块，基于深度卷积神经网络对分割后的舌体图像进行分类的舌象分类模块，存放有以舌象类别为索引的病因分析表、辨证和治疗表、生活指导表的数据库，根据舌象分类结果访问数据库中的病因分析表、辨证和治疗表、生活指导表中该舌象类型的病因分析、辨证和治疗、生活指导三组信息的数据库访问模块，根据所得到舌体分割图像、舌象分类结果、病因分析、辨证和治疗、生活指导生成健康咨询文件的舌体自诊健康文件生成模块，用于将用户舌体自诊健康文件反馈给访问用户的文件自动传输模块，用于将舌体自诊健康文件提供给用户到所述的自诊健康云服务平台的网站上下载的下载服务模块；所述的卷积神经网络，对所述的卷积神经网络训练是一个反向传播过程，通过误差函数反向传播，利用随机梯度下降法对卷积参数和偏置进行优化调整，直到网络收敛或者达到最大迭代次数停止；反向传播需要通过对带有标签的训练样本进行比较，采用平方误差代价函数，对于c个类别，N个训练样本的多类别进行识别，网络最终输出误差函数用公式(4)来计算误差，式中，E^N为平方误差代价函数，为第n个样本对应标签的第k维，为第n个样本对应网络预测的第k个输出；对误差函数进行反向传播时，采用BP计算方法，如公式(5)所示，式中，δl代表当前层的误差函数，δl+1代表上一层的误差函数，Wl+1为上一层映射矩阵，f'表示激活函数的反函数，即上采样，ul表示未通过激活函数的上一层的输出，xl‑1表示下一层的输入，Wl为本层映射权值矩阵，bl为当前网络的加性偏置。