面向中醫(yī)面診診斷信息提取的若干關(guān)鍵技術(shù)研究.pdf

1、面診是中醫(yī)望診的重要內(nèi)容，為中醫(yī)臨床必察之項(xiàng)。中醫(yī)學(xué)認(rèn)為，人體是一個(gè)有機(jī)的整體，面部猶如反映人體生理病理的一面鏡子，望五官神色變化，可直接診察臟腑病變。 面診的優(yōu)點(diǎn)在于它的方便和快捷：無論多么復(fù)雜的病癥，通過查看患者的面部，就能快速地闡明主要的病理過程。因此，在臨床應(yīng)用、自我診斷方面具有重要的價(jià)值。按照21世紀(jì)醫(yī)學(xué)最有前景的診斷方向：無痛、無傷，面診是很少的診法之一。 然而，傳統(tǒng)的面診方法依賴于醫(yī)生直觀的定性觀察。人眼難

2、以分辨細(xì)小的差異，判斷結(jié)果容易因人而異，具有主觀性，重復(fù)性也差。這些缺點(diǎn)給面診的進(jìn)一步發(fā)展帶來嚴(yán)重的困難。因此，對(duì)中醫(yī)面診的客觀化進(jìn)行研究，對(duì)于中醫(yī)辯證規(guī)范化，及中醫(yī)教學(xué)、科研手段的現(xiàn)代化，具有重要的理論和實(shí)際意義。 中醫(yī)面診客觀化在本文中具體指的是對(duì)面色與眼神這兩種主要的面診診斷信息的自動(dòng)識(shí)別、量化及其辯證推演。本研究意在填補(bǔ)國內(nèi)在中醫(yī)診斷信息自動(dòng)提取中有關(guān)頭面望診方面的空白。研究的目標(biāo)是建立自動(dòng)提取面色和眼球運(yùn)動(dòng)信息的計(jì)算方

3、法，為中醫(yī)面診診斷信息的量化、分析與處理提供理論和方法上的支持。研究內(nèi)容為面色、眼神信息自動(dòng)提取中涉及的若干關(guān)鍵技術(shù)，主要包括：多姿人臉檢測、人臉特征定位、中醫(yī)面色識(shí)別和針對(duì)面診的眼動(dòng)跟蹤。 主要研究成果歸納如下： (1)提出了一種在復(fù)雜背景下的多姿人臉檢測方法。該方法直接利用角點(diǎn)構(gòu)造疑似人臉窗口，避免了因角度估計(jì)失敗帶來的檢測率下降。在檢測方法上還做了以下改進(jìn)：(a)引入目標(biāo)物體邊緣先驗(yàn)規(guī)則，加快了檢測速度；(b)利用

4、LAB顏色空間的L分量對(duì)圖像做光線校正。在CMU正面和平面旋轉(zhuǎn)測試集上分別取得了95.1％和94.6％的檢測率，誤檢窗口數(shù)分別為43和24，在Feret側(cè)轉(zhuǎn)測試集上取得了89.7％的檢測率，誤檢窗口數(shù)15。實(shí)驗(yàn)結(jié)果表明，該方法解決了正面、平面旋轉(zhuǎn)和側(cè)轉(zhuǎn)人臉的檢測問題，同時(shí)還在遮擋、光照、圖像分辨率等多方面具有較高的魯棒性。另外，在中醫(yī)面診人臉庫中的檢測率達(dá)到了100％、誤檢窗口0個(gè)，表明該方法可用在中醫(yī)面診圖像處理與分析上。 (

5、2)提出了一種稱為FC—ASM的物體輪廓提取方法。該方法首先以FCM聚類結(jié)果作為C—V分割模型的初始位置，加快了C—V模型的收斂速度，同時(shí)提高了準(zhǔn)確性；其次，改進(jìn)了ASM模型：將由C—V模型分割出的物體局部輪廓作為匹配過程中的固定點(diǎn)，得到物體的全局輪廓。該方法充分利用了物體的幾何信息和統(tǒng)計(jì)模型的先驗(yàn)知識(shí)，對(duì)于幾何信息較強(qiáng)的區(qū)域做精確分割，而對(duì)于幾何信息較弱的區(qū)域利用統(tǒng)計(jì)知識(shí)有目的地獲取輪廓。該方法成功地應(yīng)用于人臉特征輪廓提取，在正面人臉

6、圖像上，定位精度較目前主流的AAM模型高出27.2％，且具有較高的魯棒性，這為中醫(yī)面色信息的自動(dòng)提取提供了準(zhǔn)確的參考位置。 (3)根據(jù)中醫(yī)面色臟腑分屬圖，首次提出中醫(yī)面色識(shí)別的方法并取得了84.6％的識(shí)別率。該方法在標(biāo)準(zhǔn)化的條件下，以面色臟腑分屬圖上特征點(diǎn)的LAB顏色作為面色特征，通過FCM聚類區(qū)分基色和面色，從圖像上自動(dòng)提取面診特征向量并利用支持向量機(jī)自動(dòng)歸類識(shí)別，為面診自動(dòng)邏輯推理提供依據(jù)，也具有一定的臨床診斷參考價(jià)值。

7、 (4)建立了一個(gè)面向中醫(yī)面診的眼動(dòng)跟蹤模型。該模型在標(biāo)準(zhǔn)化的光照條件下，以鼻孔作為參考點(diǎn)，充分利用Camshift跟蹤算法和Lucas—Kanade光流的實(shí)時(shí)性，快速地計(jì)算眼球運(yùn)動(dòng)速率和軌跡。在分辨率為640×480的視頻上，取得了25幀/秒的跟蹤速度，該研究成果為中醫(yī)眼神分析奠定了基礎(chǔ)。 各項(xiàng)實(shí)驗(yàn)結(jié)果表明，本文提出的解決方法是有效的，基本達(dá)到了預(yù)期的研究目標(biāo)。該研究對(duì)于擴(kuò)大四診客觀化研究的范圍、豐富中醫(yī)診斷信息提取方法有