[发明专利]用于皮肤病诊断的光谱检测系统和分类器模型构建方法

摘要

为了解决现有皮肤疾病诊断技术存在的问题，本发明提供了一种非创伤性、可在线快速诊断的用于皮肤病诊断的光谱检测系统和分类器模型构建方法，可获取被诊断皮肤组织的一维光谱信息和两维空间图像信息，利用获取的光谱信息实现对病变组织的快速识别与分类，利用图像信息进行病变组织的准确定位，为皮肤疾病尤其是皮肤黑色素瘤的诊断提供了一种全新的技术途径。本发明考虑到正常组织与病变组织在光谱信息上具有较强的差异性，通过采集皮肤病变区域图像，基于组织光谱特征进行病变识别，对成像数据进行数据处理即可得出识别结果，能够快速定位病变组织与病变位置，同时避免了人为识别造成的偏差。

主权项

1.用于皮肤病诊断的光谱检测系统，包括计算机主机和控制器；其特征在于：还包括直线运动装置、光谱成像仪、照明系统和支架；控制器与直线运动装置、光谱成像仪以及计算机主机均相连；直线运动装置安装在支架上部，支架下部有足够放置病人待诊断部位的空间；光谱成像仪固定安装在直线运动装置上；照明系统用于对病人待诊断部位进行均匀照明；计算机主机上安装有用于对皮肤疾病诊断的分类器模型，所述分类器模型是按照下述步骤构建的：步骤1、采集正常皮肤组织与病变皮肤组织的光谱图像；步骤2、对步骤1采集的光谱图像进行预处理，以消除图像噪声及基线漂移的影响；步骤3、对预处理后的光谱图像进行标准化处理，包括裁剪图像大小、去除图像噪声处理；步骤4、将标准化处理后的光谱图像作为原始皮肤数据，并划分为训练集和测试集；步骤5：构建分类模型；5.1对标准化处理后的所有样本数据进行二阶导数处理，获取所述原始皮肤数据的一维光谱特征；5.2将训练集输入三维卷积神经网络，提取皮肤组织的光谱‑图像特征；5.3将三维卷积神经网络学习到的特征与步骤5.1得到的一维光谱特征进行特征融合，完成整个分类模型的构建；上述步骤5.1和5.2可并行进行；步骤6、将测试集中的样本输入步骤5构建好的分类器模型，得到皮肤疾病的分类结果并保存。