中医舌诊中舌形自动分类及辅助诊断系统研究与实现

来源 :山东财经大学 | 被引量 : 0次 | 上传用户:czd1986624
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
中医舌诊有着几千年的历史,早在《黄帝内经》中就记载了关于望舌诊病的内容。传统中医舌诊通过观察舌体特征来对人体的健康状况进行分析,是我国中医临床诊断的特色之一。由于传统舌诊是由中医医师肉眼观察患者舌体来进行诊断,这使得诊断结果比较依赖于中医医师的主观性和自身知识经验,中医舌诊缺乏定量化和准确化等客观标准。另外,传统舌诊的医师采用文字记录来描述病症,一些舌像资料和宝贵的诊断经验不能得到完整的保存和充分的利用,这影响医师学术交流的同时,制约了中医舌诊理论的传承与发展。随着科学技术及智慧医疗的迅猛发展,借助计算机实现舌象的现代化与客观化也越来越多的成为热点内容。利用计算机进行舌象的辅助诊断不仅对于临床医疗有深远影响,对于远程医疗也具有十分重要的意义。本文进行了计算机辅助中医舌象诊断的探索研究,对诊断流程中的关键问题解决方案做了深入探讨,着重对歪斜舌体的矫正及舌形分类的自动化进行了研究,并基于提出的算法及成熟的技术研发了计算机辅助舌诊系统,其主要内容有:(1)目前,对于计算机辅助中医舌象诊断中关键问题单方面的研究综述较多,本文首次系统、全面的对计算机辅助中医舌象诊断中关键问题解决方案进行深入地调研分析,归类总结了整个流程中的关键技术,弥补了单方面研究综述覆盖面小、综合性不够的缺陷。其中,介绍了计算机辅助中医舌象诊断的流程、数字化舌像的预处理过程;在广泛调研现有文献及研究成果的基础上,分类讨论了自2000年以来舌像分割及特征提取的主流方法,并针对方法的基本思想和优缺点进行了归类与总结;归纳了市面上目前已经研发出的舌象分析系统,并整理了每种系统的使用范围、使用条件及优缺点等方面内容。(2)提出了一种歪斜舌形校正的方法。由于在采集舌象时,患者在伸舌过程中力度不一致,容易发生舌体抖动的现象,从而导致采集到歪斜的舌体,这给分析舌像特征带来一定影响。本文基于完整的舌体区域,根据舌体的镜面对称特性,采用Harris角点检测的方法获取舌尖点,并结合舌体重心点与中垂线,实现了歪斜的舌体的矫正。通过图像的互信息对本文算法校正的舌像与人工校正的舌像之间的相似程度进行了度量,证明了本文方法的有效性。(3)提出了一种舌形自动分类的方法。基于歪斜舌体校正的预处理,分析计算了5种基于长度与面积的舌形相关特征。通过研究决策分析工具构造了舌形分类的层次结构模型,将相对重要程度的评价标度转换为数量表达的标准化度量。从舌形判定顺序及特征参数两个方面出发进行了方法的改进,实现了正方形舌、长方形舌等7种常见舌形的分类,分类结果与中医专家的评定相比具有较好的准确率。(4)研发了一个较为完备的计算机辅助舌诊系统。描述了计算机辅助舌诊系统的开发环境与开发工具、系统的框架结构与功能分析,并对计算机辅助舌诊系统进行了舌像诊断的测试与验证。最后,对系统功能的完整性等方面进行了分析总结。本论文在计算机辅助中医舌象诊断中关键问题的主流方法,特别是歪斜舌体的校正、舌形分类及现代中医舌诊系统的研发方面进行了初步研究,力图为现代中医舌诊的不断发展,实现舌诊的科学化、客观化、具体化贡献自己的微薄之力。
其他文献
随着“互联网+教育”的发展,大学生利用在线学习平台进行自主学习进入普及化阶段,但当前国内外主流在线学习平台数据显示,平台上的课程完成率不足10%,大学生自主学习的效果受到国内外各界越来越多的关注。为探究大学生自主学习效果较差的原因,本文通过爬取在线学习平台上的评论数据并使用文本分析方法对数据进行分析,得出学习资源是影响大学生自主学习效果的重要因素。通过分析当前主流在线学习平台上的学习资源,发现存在
随着大数据与人工智能时代的到来,算法推荐作为一种全新的新闻传播形式,逐渐在众多新传播技术中占据重要地位,成为现如今网络新闻的主流分发模式。当下,这种依据大数据分析用户画像的新闻推荐技术,能够满足受众对信息的个性化需求,也在技术与观念层面为新闻传播行业带来重大突破。但我国网络发展环境变化复杂,人们的利益诉求多样,随着算法推荐的应用与发展,“信息茧房”效应、“回音室”效应等相继出现,其延伸出来诸多负面
政务微博的产生和发展,促进了政府工作方式由对公众单方面监管转向与公众的相互交流监督。对政府部门来说,利用微博发布政务信息,可以帮助他们提升工作效率,了解公众需求,有针对性的开展工作,提高决策的科学性,提高工作透明度,提升社会形象。而政务微博发布的信息能够传播给广大粉丝用户,是这一切的基础。在微博平台中,信息依靠两种途径进行传播:粉丝关注和粉丝转发。关注的粉丝群是微博信息的第一批接收者,同时还是微博
心血管疾病非常常见,已经成为人类致死率最高的疾病之一。冠心病是主要的心血管疾病之一,其主要由冠状动脉疾病引起的心脏病。冠状动脉CT血管造影(Coronary Computed Tomography Angiography,CCTA)主要在冠心病临床诊断的早期筛查中使用。随着计算机辅助诊断技术的不断发展,诊断技术对CCTA图像的自动化处理及精度提出了更高的要求。本文以CCTA图像数据作为研究对象,从
显著性检测是计算机视觉领域非常重要的基础研究课题之一。在计算机视觉研究中,人类的视觉注意力机制对于理解图像或者视频中显著性物体起到重要的作用。通过人类的视觉注意机制可以在复杂的场景中相对准确且快速地发现和选择我们感兴趣的视觉目标。因此,如何更有效模拟人类视觉注意力机制高效提取显著性目标是当前计算机视觉非常重要的研究方向。随着深度学习在计算机视觉领域的广泛应用,众多不同的显著性检测方法涌现出来。虽然
待检测医学图像爆炸式增长,仅依靠人工识别的方式越来越难以快速、准确的检测图像中是否存在肿瘤。因此,医学图像处理技术迅速发展。在医学图像处理中,利用计算机快速准确地实现医学图像检测定位,能够帮助专家对病情更精确的掌控。其中,目标检测技术是一大重要组成部分。目标检测技术是对目标进行识别、检测目标行为的过程,每当符合检测要求的目标(如肿瘤)出现在图像中时,将其界定一个区域并预测其从属类别,从而快速准确的
随着计算机技术的迅速发展,图像成为了人们感知和认识世界的有效途径。但是由于图像在获取和传递过程中容易受到外界干扰而产生误差,让图像的后续处理变得很困难。因此,对于图像预处理(包括图像平滑、图像去噪、图像去模糊等)的研究尤为重要。其中,图像平滑的主要任务为:在平滑图像微小细节的同时保持图像的显著结构。图像去模糊的主要任务为:将模糊图像复原为清晰图像。目前,图像平滑和图像去模糊方法仍然存在图像边缘无法
随着近年来三维计算机图形学的快速发展,三维面部表情迁移技术得到了众多学者的关注。目前,该技术已广泛应用于计算机动画、影视特效、虚拟交互、远程网络会议等领域。三维面部表情迁移技术可以有效地避免动画师为新模型制作表情动画序列的繁琐工作,提高现有表情动画的复用率和新动画的合成效率,为高真实感表情动画的合成提供了新的途径和方式。一个好的三维面部表情迁移技术必须满足三个主要指标:表情迁移过程不需要人工干预;
在高速发展的数字化时代,数字图像早已成为视觉信息的主要传输媒介,人们对其质量的要求也逐渐提高。因此,近年来数字图像处理技术,特别是图像增强技术得到迅速发展,在多个领域得到广泛应用。例如,为了使视频更加流畅,需要对视频进行补帧以提高帧率,从而满足人眼视觉暂留特性的需要;为了分析大气和地面状况,需要对遥感卫星图像进行放大去模糊处理;为了侦破案件,需要对监控影像进行高分辨处理;为了更准确地定位病灶,需要
图像是生活中常见的一种视觉载体,其重要信息蕴含于某些特定区域。人类视觉系统能够快速且准确地获取图像特定区域中具有价值的显著性信息。在实际应用中,研究者们希望显著性检测算法能够像人类视觉系统一样自动捕获图像中的显著性信息。目前,显著性目标检测已经成为计算机视觉领域的一个重要研究方向,被广泛应用于图像分割、目标跟踪、图像检索等研究领域,具有较高的实用价值。得益于深度卷积神经网络强大的特征提取能力和特征