舌診客觀化中若干圖像分析技術(shù)研究.pdf

1、舌診是中醫(yī)獨特的診斷方法,是中醫(yī)望診的重要內(nèi)容,為臨床必察之項。中醫(yī)學(xué)認(rèn)為人體各部通過經(jīng)絡(luò)聯(lián)系,構(gòu)成一個有機的整體,舌象猶如反映體內(nèi)變化的一個窗口。由于舌與臟腑存在密切的聯(lián)系,故正氣盛衰、邪氣性質(zhì)、病情進(jìn)退等體內(nèi)重要信息均可通過觀測舌象而獲得。舌診的優(yōu)勢在于便捷,通過觀測患者的舌象即可快速獲得主要病理信息。舌診在診治疾病、病情預(yù)后及指導(dǎo)處方用藥等方面均具有重要的指導(dǎo)意義。同時,舌診還是少有的一種無痛苦、無創(chuàng)傷的診治方法。
　　

2、而傳統(tǒng)的舌診方法依賴于中醫(yī)師的目視觀察,診斷結(jié)果往往因人而異,存在主觀性強、重復(fù)性差的缺點,阻礙了舌診進(jìn)一步發(fā)展。因此,對中醫(yī)舌診進(jìn)行客觀化研究,有利于舌診繼續(xù)發(fā)展及其應(yīng)用價值的提升,而且對中醫(yī)實現(xiàn)標(biāo)準(zhǔn)化、定量化,具有重要意義。
　　 論文對舌診客觀化中若干圖像分析技術(shù)進(jìn)行了研究,主要內(nèi)容與創(chuàng)新如下:
　　 第一章介紹了舌診的應(yīng)用背景以及客觀化研究的現(xiàn)狀。闡述了舌診客觀化研究的意義,以及論文研究的內(nèi)容。
　　 第

3、二章介紹了論文舌象的統(tǒng)一采集環(huán)境以及常用的色彩空間,闡述了與舌診客觀化相關(guān)的圖像處理知識,包括主動輪廓模型、水平集理論、Harris角點檢測以及基于最小生成樹的圖像分割等算法。
　　 第三章對舌體分割進(jìn)行了研究。針對舌體弱邊界問題,對分割算法進(jìn)行了如下改進(jìn):(a)根據(jù)舌體與皮膚在色彩空間中分布的差異,提出了邊界增強算法;(b)根據(jù)舌象特征在HSV空間中的分布特點,實現(xiàn)分割輪廓自動初始化;(c)構(gòu)造基于區(qū)域的符號壓力函數(shù)以取代Le

4、vel Set的邊界停止函數(shù),提高了分割曲線在弱邊界的收斂能力;(d)采用高斯濾波過程取代符號距離函數(shù)來規(guī)則化Level Set,提高了Snake曲線演化效率。
　　 第四章提出一種齒痕識別的有效方法。改進(jìn)了傳統(tǒng)的Hams角點檢測算法:(a)在舌體分割曲線的基礎(chǔ)上,利用GVF Snake算法在邊界凹處良好的收斂性,得到齒痕輪廓線;(b)提出構(gòu)建雙重結(jié)構(gòu)張量,增強了角點搜索能力;(c)采用多尺度濾波,提高了角點定位的精度;(d)提

5、出了一種劃分齒痕度的量化準(zhǔn)則。
　　 第五章提出了一種苔、質(zhì)分離的方法。針對舌質(zhì)與舌苔的顏色特征、空間分布的特點,改進(jìn)最小生成樹圖像分割算法,以實現(xiàn)苔、質(zhì)分離。具體包括(a)根據(jù)舌象在HSV空間中的特征,自動獲取舌苔初始分割區(qū)域;(b)構(gòu)造了閾值函數(shù)τ(C)的自適應(yīng)算法,從而保留分割區(qū)域的細(xì)節(jié)特征;(c)提出區(qū)域結(jié)合算子,使得分割過程符合人眼知覺性;(d)改進(jìn)分割過程的迭代算法。
　　 第六章對論文進(jìn)行了總結(jié)和展望?？偨Y(jié)