论文部分内容阅读
体质现象是人类生命活动的一种重要表现形式，它与疾病和健康有着密切的关系。通过中医体质辨识可以了解个体的体质状况，从而选择相应的治疗、预防、养生方法。中医体质类型基于代谢特征，舌象也是基于机体新陈代谢的一种体现。因此，通过舌象能简便客观的辨识中医体质状态。本论文通过对舌诊客观化相关技术，图像处理以及模式识别的相关的研究，首次提出一种基于舌象特征进行中医体质的辅助辨识方法，该方法利用图像分割技术、图形学知识以及SVM算法实现中医体质的辅助辨识，对于中医体质的辅助辨识、临床、教学和科研具有重要意义。 本论文主要从以下三方面开展工作: 1.研究了基于图像处理技术中医体质相关的舌象特征的提取方法:提取颜色特征时，本论文先将舌质舌苔进行分离，然后分别提取舌苔和舌质的H，S，V分量值作为舌象的颜色特征进行提取;本论文利用舌体的区域分布对舌象的舌苔区域采用灰度共生矩阵特征作为舌象纹理特征进行提取;利用长宽比提取舌体胖瘦特征，利用Graham算法求解凸包提取舌象齿痕特征，并构建初始凸包对凸包的求解速度进行提升，通过两次阈值，使齿痕识别的正确率得到提升。 2.基于ReliefF算法进行特征选择，实现了对舌象特征的选择优化:由于初始特征中不同特征对中医体质类型分类效果不同，本论文采用ReliefF特征选择的方法对初始特征进行了优化，减少弱分类能力特征对之后中医体质分类识别的干扰。 3.首次建立基于SVM的中医体质辨识模型:在以上舌象特征提取的研究基础上，对三种中医体质类型进行分类识别的研究。本论文采用SVM进行分类学习，通过遗传算法对SVM中核参数δ和惩罚因子C进行了优化，并验证了特征选择对本论文研究的中医体质类型分类效果的提升。 本论文首次基于舌象特征对中医体质类型的自动分类方面进行了有益的、探索性的尝试，这为中医体质类型的自动辨识提供了一种新的辅助手段。