計算機舌診中舌體分割與紋理分類研究.pdf

1、舌診是中國傳統(tǒng)醫(yī)學中一項重要的診斷方法，已有幾千年的歷史。中醫(yī)醫(yī)師通過對舌體信息的分析判斷患者病情。由于具有無創(chuàng)性和便捷性的特點，舌診具有廣闊的發(fā)展前景。但是舌診需要大量的實踐與豐富的經(jīng)驗才能得到較為準確的診斷結(jié)果。因此這種經(jīng)驗性、主觀性因素影響了中醫(yī)舌診的發(fā)展。
　　為了客觀地獲取和分析舌體的各種信息并輔助醫(yī)師做出診斷，近年來一些計算機輔助舌診系統(tǒng)相繼開發(fā)出來。然而現(xiàn)在計算機舌診系統(tǒng)中還存在一些問題，首先是現(xiàn)有方法忽略了舌體邊緣

2、的特點導致了舌體分割精度不高，交互式分割的效率較低。其次現(xiàn)有方法對反光點區(qū)域檢測與去除的結(jié)果過于平滑，紋理信息丟失很多。最后舌紋理對表達與分類方法要求較高，而現(xiàn)有的方法在舌紋理表達較為困難，導致了紋理分類精度不高。
　　本論文從舌體分割、反光點檢測與修復及紋理的表達及和分類等幾方面進行了全面深入的研究。對現(xiàn)有算法在舌體圖像分割、反光點區(qū)域檢測及舌紋理分類表達等方面存在的不足，提出了以下解決方案：
　　1.基于Gabor幅值和

3、快速步進算法的自動舌體邊緣檢測方法：本文首先根據(jù)舌體邊緣的特點，結(jié)合Gabor濾波器，提出了利用Gabor幅值的舌體邊緣增強方法。然后針對舌體不連續(xù)問題，本文將部分邊緣作為初始值，利用快速步進算法將強邊緣連接起來形成初始的舌體輪廓線。最后利用梯度矢量流snake模型（GVF Snake）得到最終的舌體輪廓。實驗表明本論文提出的自動舌體分割算法效果要優(yōu)于現(xiàn)有其他自動舌體分割算法。
　　2.基于穩(wěn)定段引導的舌體交互式分割方法：為了提高

4、分割效率，本文首先利用自動舌體分割算法獲得初始分割。其次對于分割失敗的圖像引入用戶交互。在交互過程中，為了充分利用用戶提供的邊緣信息，提高交互效率，本文提出了三種更新策略分別對穩(wěn)定段、舌體模板和舌體邊緣模板依次進行更新。最后利用GVF Snake得到最終的舌體輪廓。實驗結(jié)果表明本論文提出的方法在高效性和便捷性方面要優(yōu)于其他交互式舌體分割方法。
　　3.基于超像素的反光點檢測方法和基于加權(quán)核范數(shù)最小化（Weighted Nuclea

5、r Norm Minimization,WNNM）的反光點修復方法：反光點是舌體局部特征的一種，表征了舌表面濕度。對于反光點區(qū)域檢測問題，本文利用基于超像素的檢測方法對反光區(qū)域進行檢測。該方法能夠有效地檢測反光點區(qū)域中的高亮區(qū)域及其周圍的次反光點區(qū)域。針對反光區(qū)域修復問題，本論文提出一種基于WNNM的非局部自相關(guān)修復方法。此方法將圖像修復問題轉(zhuǎn)化為低秩矩陣填充的優(yōu)化問題，通過求解WNNM問題得到修復后的圖像。實驗表明本文提出的方法優(yōu)于現(xiàn)

6、有其他舌體反光點檢測與修復方法。
　　4.基于散射卷積網(wǎng)絡(luò)的舌體紋理分類方法：舌紋理較為復雜，主要是由于舌圖像背景，舌體表面反光點等的影響及紋理的位置，尺度及方向具有隨機性。對舌體圖像進行紋理分類需要系統(tǒng)性的方法。根據(jù)這些要求本文提出了基于散射卷積網(wǎng)絡(luò)的舌體圖像紋理分類方法方法。該方法首先對舌圖像做預處理，包括舌圖像分割，反光點判別，反光點檢測與修復，舌紋理塊獲取幾個方面。然后對舌紋理塊進行分類表達與分類。最后利用舌紋理塊的分類結(jié)