论文部分内容阅读
近年来,慢性肾脏病患病率不断增加,已成为一个紧迫的医学难题。及早发现肾脏功能异常能够有效控制慢性肾脏病的发展。中医认为舌象变化能够反映患者身体的脏腑病变情况,通过对患者舌象的诊察,医生能够及时发现患者肾脏功能异常,对慢性肾脏病的诊断起到较好的辅助作用。本文从中医舌诊出发,基于慢性肾脏病患者舌象样本开展了中医舌象自动采集、特征识别、疾病预测的研究工作,实现了慢性肾脏病舌象辅助决策系统原型。具体工作如下:1.本文将临床舌象观察方法与中国成年人统计数据相结合,设计并实现了一款舌象采集装置,提供一个稳定、标准的采集环境。提出了一种基于HSV空间和静态特征的舌体自动检测方法,实现了舌体实时检测。通过提取舌象样本的图像特征,实现了舌象模糊检测,保证了舌象采集的有效性。2.本文以临床慢性肾脏病舌象为基础,开展了舌质颜色、齿痕、裂纹、点刺、舌苔颜色和舌苔薄厚识别的研究工作。基于临床中舌象颜色分类和CIExy色度图中的分布,本文选取了12个颜色分类中心,结合颜色直方图、颜色矩特征,使用随机森林算法实现了舌质颜色(红色、紫色)与舌苔颜色识别,识别准确率分别为80.8%、82.7%和86.5%;提出了一种基于舌象三种边界的舌象齿痕识别算法,通过计算边界间距来提取齿痕区域并计算齿痕特征,使用随机森林算法实现了齿痕识别,识别准确率为71.1%;提出了一种基于SLIC超像素分割和区域生长的舌象裂纹识别算法,通过超像素分割、选取种子节点、区域生长和区域特征来提取裂纹区域,并计算裂纹特征,使用随机森林算法实现了裂纹识别,识别准确率为73.1%;提出了基于不同尺度LOG算子的舌象点刺识别算法,通过提取点刺区域并计算点刺特征,使用随机森林算法实现了点刺识别,识别准确率为76.9%;通过计算舌体9个图像块的灰度共生矩阵特征、舌苔比例来提取舌苔薄厚特征,使用随机森林算法实现了舌苔薄厚识别,识别准确率为73.1%。基于中医“证素辨证”思想和上述舌象特征识别结果,开展了基于舌象的慢性肾脏病预测工作,用于辅助慢性肾脏病诊断。3.本文使用C#、WPF设计并实现了慢性肾脏病舌象辅助决策系统原型,包括舌象采集、舌象分割、舌象特征识别和疾病预测四个模块。其中,舌象采集模块具有自动采集和导入舌象的功能,用来获取舌象样本;舌象分割模块具有提取舌体区域的功能;舌象特征识别模块具有对不同舌象特征进行分类的功能;疾病预测模块具有基于舌象特征进行疾病预测的功能。