發(fā)布時間：2024-09-17 14:32

　　舌診是傳統(tǒng)中醫(yī)望聞問切四診法中望診的重要內容,具有無痛苦、無創(chuàng)傷且簡單易行的特點,是未來醫(yī)學診斷的方向.然而,傳統(tǒng)舌診存在主觀性和經驗性的問題,難以進一步發(fā)展.基于圖象處理和機器學習等技術的計算機舌診是將舌診標準化、客觀化的有效途徑.在過去幾十年中,已有大量關于計算機舌診的研究工作,但仍存在一些未解決的問題,如舌體分割、健康辨識等.本文研究這兩個問題的解決方案.舌體分割是計算機舌診中非常重要的預處理步驟,也是一個難點問題.針對已有方法往往依賴舌體位置先驗和不具備全局最優(yōu)性的問題,提出一種基于色度直方圖回歸的自動閾值舌體定位方法和基于區(qū)域的圖割自動舌體分割方法.在兩個舌診圖象集上的實驗驗證了其有效性.健康辨識是計算機舌診的目的之一.其關鍵在于提取反映健康狀態(tài)(健康或疾病)的本質特征.從直觀性和魯棒性方面考慮,提出基于顏色分布一致性的特征提取方法,并通過計算舌體不同區(qū)域的顏色分布差異來度量這種一致性.從醫(yī)院采集的真實數據上的大量實驗表明,對健康辨識而言,這種特征顯著優(yōu)于目前常用的一些特征.應用稀疏主成分分析技術對該特征空間進一步分析發(fā)現,舌根與其它區(qū)域的顏色分布相似度是最重要的反映健康狀態(tài)的...

【文章頁數】：49 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景
    1.2 研究現狀
        1.2.1 數據采集
        1.2.2 數據預處理
        1.2.3 舌診模型建立
        1.2.4 小結
    1.3 本文工作
第二章 舌體分割
    2.1 基于色度閾值化的舌體自動定位
        2.1.1 舌體色度范圍的經驗分析
        2.1.2 基于局部加權線性回歸的Hue閾值選擇
        2.1.3 實驗結果
    2.2 前景和背景的自動標記
    2.3 基于區(qū)域的Graph Cut舌體分割方法
    2.4 實驗
        2.4.1 比較的方法
        2.4.2 評價準則
        2.4.3 實驗結果
第三章 特征提取
    3.1 已有的特征提取方法
        3.1.1 顏色和紋理特征
        3.1.2 12類顏色分布特征
    3.2 基于顏色分布區(qū)域差異的特征提取
        3.2.1 顏色直方圖的計算
        3.2.2 相似性度量
第四章 健康辨識
    4.1 混淆因子
        4.1.1 檢測混淆因子
        4.1.2 排除混淆因子
    4.2 分類性能比較
        4.2.1 二維可視化
        4.2.2 顯著性分析
    4.3 稀疏主成分分析
        4.3.1 稀疏主成分分析簡介
        4.3.2 分析結果
        4.3.3 小結
    4.4 異常檢測：一種新途徑
        4.4.1 代表顏色提取
        4.4.2 舌色分布的核密度估計
        4.4.3 基于舌色分布異常程度的健康辨識
        4.4.4 小結
第五章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
發(fā)表論文和參加科研情況說明
致謝



本文編號：4005589