论文部分内容阅读
舌诊是中医学上独特的、最有价值的诊断方法之一。随着科技的进步，舌诊客观化取得了可喜的发展，特别是舌象分析仪的出现，它能够客观的记录舌象数据，为中医学研究提供大量的客观数据。然而在利用中医舌象仪所采集的舌图像中，有经验的大夫发现大约三分之一的数量不符合临床诊察要求，这将直接影响到舌象分析的最终结果。而判断舌图像是否符合要求从信息科学的角度看，这属于一个典型的质量评价问题。 本论文分析了中医诊断学中望舌的标准，对舌象特征提取与分类展开研究，并对舌图像质量进行评价。研究工作主要包括三个方面。 1、借鉴自然图像质量评价方法，首次对舌图像进行自然场景统计特性特征的提取。首先阐述了对原始舌图像进行预处理的必要性，利用Canny算子对图像进行边缘检测确定目标图像。然后提取自然场景统计特征，将亮度信息转化为均值减损对比归一化(MSCN)系数，用广义高斯模型拟合MSCN系数，同时使用非对称广义高斯模型分别从水平、垂直、主对角线和副对角线四个方向对相邻MSCN系数乘积进行拟合，并将拟合的参数作为质量特征。最后用SVM分类方法进行建模。实验结果表明本论文提取的特征具有较好的效果。 2、考虑到中医对舌图像的诊察要求，对舌图像进行颜色、几何和纹理特征的提取。颜色特征方面，首先分析目标舌图像的特征，然后阐述HSV颜色空间的优势，提取H、S、V分量绘制颜色直方图，选择最大的4个值作为颜色特征。几何特征方面，对二值化处理后的H分量进行先闭后开运算并与V分量进行融合，删除小区域面积，计算出舌体的面积和纵横比作为几何特征。纹理特征方面，确定舌体边缘，对舌体的边缘区域采用Tamura纹理方法，提取粗糙度、对比度和粗略度做为纹理特征。 3、由于随机森林中的OOB估计性能较好，可以表示出各个特征的重要程度，因此我们综合多个特征利用随机森林进行图像质量建模。在其规模和分裂属性值不同时，对分类准确率的影响进行了研究，同时使用SVM和随机森林分类方法对相同的测试样本集和训练样本集分别进行分类。实验结果表明，本论文中采用的OOB估计性能较好，随机森林的分类方法效果较好。 本论文通过分析中医望舌的标准，提取相关的舌图像特征，并使用随机森林对舌图像进行质量评价，为中医舌图像辅助分析提供可靠的参考数据。