基于詞典優(yōu)化算法對舌象特征提取的研究.pdf

1、隨著現(xiàn)代生活水平不斷提高，醫(yī)療作為一項基本民生，需求越來越大。而中醫(yī)是中華民族傳統(tǒng)文化的精髓之一，在某些方面具有西醫(yī)學(xué)不可取代的優(yōu)勢。因此，如何聯(lián)系當(dāng)代科學(xué)技術(shù)使中醫(yī)診斷現(xiàn)代化具有重要研究意義。舌診作為中醫(yī)學(xué)望診中的重要組成部分，舌診的客觀化不僅成為了國內(nèi)學(xué)者的研究熱點，并引起了國外數(shù)理醫(yī)學(xué)界的關(guān)注。望舌診斷最為主要的判斷依據(jù)就是舌色，不同顏色的舌象可以表現(xiàn)出人的體質(zhì)差異與病癥程度?，F(xiàn)在已有一些學(xué)者用HSI色彩空間來對舌色做分量劃分，但

2、對于極相近的顏色特征邊界劃分不太明確。針對這個問題，文章主要做了以下工作:
　　首先，為了更加準(zhǔn)確地對舌色進(jìn)行定量分析，本文基于稀疏表示和粒子濾波的思想提出了一種詞典優(yōu)化算法。該算法通過稀疏的線性表示建立了一個基礎(chǔ)理論模型。分割圖片時用取重疊塊的方法建立詞典集合，使選取的詞典塊能更大程度地包含特征信息。
　　其次，論文處理特征信息時并未像現(xiàn)有的方法一樣直接對顏色進(jìn)行定性分析，而是基于蒙特卡洛粒子濾波的思想，以粒子作為特征信息

3、，建立了一個KD樹作為粒子的集合，通過粒子的相似度來確定舌象的顏色分類。在完善了程序設(shè)計的條件下，本課題選取了三種常見舌象進(jìn)行了實驗，驗證了本算法的可行性和有效性。
　　最后，由于妊娠期糖尿病的特殊性，本課題選定它作為案例進(jìn)行分析。妊娠期糖尿病是一種初期病癥，它的舌象以紅舌和絳舌為主，在臨床上并不容易辨別。依據(jù)論文已建立的詞典優(yōu)化模型對妊娠期糖尿病舌圖像進(jìn)行實驗的過程中，因其舌色特征的難辨性，在KD樹對匹配粒子查找時出現(xiàn)了工作量大

4、、耗時長的問題。因此，本文在模型的求解上做了改進(jìn)，引入加速近端梯度法，在模型的求解上做出了改進(jìn)。該方法屬于邊界化重采樣，可以在重要粒子區(qū)域進(jìn)行二次收斂，淘汰權(quán)重度偏低的粒子，留下權(quán)重度較高的粒子，降低了計算的復(fù)雜度，同時也提高了特征提取的準(zhǔn)確度。
　　本課題所研究的舌色僅僅是中醫(yī)四診中望診的一個小部分，隨著計算機(jī)模式識別和圖像處理技術(shù)的不斷成熟，本課題采用的詞典算法也需要不斷的進(jìn)行優(yōu)化，從而進(jìn)一步提高特征提取的精度和效率，這也將是