耳朵分析检测装置及设备制造方法及图纸

本申请公开了一种耳朵分析检测装置及设备，所述耳朵分析检测装置包括：获取模块，用于获取目标用户的耳朵图像数据；分析模块，用于通过已训练好的耳朵光泽度模型和耳朵完整性模型，分别对所述耳朵图像数据进行分析，得到光泽度分析结果以及完整性分析结果，其中，所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得，所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得；确定模块，用于基于所述光泽度分析结果以及所述完整性分析结果，确定所述目标用户的耳朵健康状态。本申请解决了耳朵分析检测效率较低的技术问题。耳朵分析检测效率较低的技术问题。耳朵分析检测效率较低的技术问题。

【技术实现步骤摘要】
耳朵分析检测装置及设备


[0001]本申请涉及图像处理
，尤其涉及一种耳朵分析检测装置及设备。

技术介绍

[0002]随着人工智能技术的发展，智能化的设备能够大大降低人力劳动成本，但是，在医疗领域的耳朵检测中，往往还是依赖患者亲自前往诊室，通过专业医生观看患者的耳穴得到耳朵分析检测数据，导致耳朵分析检测效率较低。

技术实现思路

[0003]本申请的主要目的在于提供一种耳朵分析检测装置及设备，旨在解决现有技术中的耳朵分析检测效率较低的技术问题。
[0004]本申请还提供一种耳朵分析检测装置，所述耳朵分析检测装置为虚拟装置，所述耳朵分析检测装置包括：获取模块，用于获取目标用户的耳朵图像数据；分析模块，用于通过已训练好的耳朵光泽度模型和耳朵完整性模型，分别对所述耳朵图像数据进行分析，得到光泽度分析结果以及完整性分析结果，其中，所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得，所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得；确定模块，用于基于所述光泽度分析结果以及所述完整性分析结果，确定所述目标用户的耳朵健康状态。
[0005]本申请还提供一种耳朵分析检测设备，所述耳朵分析检测设备为实体设备，所述耳朵分析检测设备包括：存储器、处理器以及存储在所述存储器上的耳朵分析检测程序，所述耳朵分析检测程序被所述处理器执行实现如上述的耳朵分析检测装置的步骤。
[0006]本申请提供了一种耳朵分析检测装置及设备，相比于现有技术采用的患者亲自前往诊室，通过专业医生观看患者的耳穴得到耳朵分析检测数据的技术手段，本申请包括获取模块、分析模块和确定模块，其中，获取模块，用于获取目标用户的耳朵图像数据，分析模块，用于通过已训练好的耳朵光泽度模型和耳朵完整性模型，分别对所述耳朵图像数据进行分析，得到光泽度分析结果以及完整性分析结果，其中，所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得，所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得，确定模块，用于基于所述光泽度分析结果以及所述完整性分析结果，确定所述目标用户的耳朵健康状态，实现了通过耳朵光泽度模型和耳朵完整性模型分析耳朵的光泽度和完整性，从而从耳朵光泽度和完整性两个维度来确定耳朵的健康程度，提高耳朵分析的准确性，进一步地，通过基于预先标注有光泽度标签的以及完整性标签的耳朵图像数据对模型训练，从而可通过耳朵光泽度模型和耳朵完整性模型自动进行耳朵分析检测，从而实现在线
自动完成耳朵分析检测，无需用户前往医院待医生检查耳朵得到耳朵分析结果，大大减弱了患者的出行必要性，同时减轻了中医的负担，对中医资源进行了合理地配置，从而提高了耳朵分析检测的效率。
附图说明
[0007]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0008]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域默认技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0009]图1为本申请耳朵分析检测装置第一实施例的流程示意图；图2为本申请耳朵分析检测装置第二实施例的流程示意图；图3为本申请耳朵分析检测装置第三实施例的流程示意图；图4为本申请耳朵分析检测装置模型结构示意图；图5为本申请耳朵分析检测装置第四实施例的流程示意图；图6为本申请实施例方案涉及的硬件运行环境的耳朵分析检测设备结构示意图。
[0010]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0011]应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0012]本申请实施例提供一种耳朵分析检测装置，在本申请耳朵分析检测装置的第一实施例中，参照图1，所述耳朵分析检测装置包括：步骤S10，获取模块，用于获取目标用户的耳朵图像数据；在本实施例中，需要说明的是，用户通过移动终端对耳朵进行拍摄，得到拍摄图像数据，进而将所述拍摄图像数据进行预处理，其中，所述预处理包括对图像数据进行尺寸调整以及对图像数据进行零均值化处理，以排除明度对模型分析预测的影响，从而将预处理后的图像数据作为所述目标用户的耳朵图像数据。
[0013]步骤S20，分析模块，用于通过已训练好的耳朵光泽度模型和耳朵完整性模型，分别对所述耳朵图像数据进行分析，得到光泽度分析结果以及完整性分析结果，其中，所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得，所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得；在本实施例中，需要说明得是，光泽度是指耳朵光明润泽，光明指的是明亮不晦暗，润泽指的是滋润不干枯，完整性是指耳朵表面光滑无突出、干湿适中无起皮、皮下脂肪及水分分布正常、颜色分布正常以及耳道无异常分泌物等。进一步需要说明的是，所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得，所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得，其中，所述耳朵光泽度模型和耳朵完整性模型均由特征提取神经网络分别与全连接层连接，以及与长短时记忆网络和全连接层连接搭建获得，其中，所述
特征提取神经网络包括ResNet50。
[0014]具体地，分别将所述耳朵图像数据输入所述耳朵光泽度模型和耳朵完整性模型，进而通过所述耳朵光泽度模型中的特征提取神经网络对所述耳朵图像数据进行特征提取，得到特征提取结果，进而将所述特征提取结果输入至全连接层，获得有无光泽度的第一概率结果，另外地，将所述特征提取结果输入至预设长短时记忆网络进行学习，并将所述预设长短时记忆网络输出的预测结果输入至全连接层，得到有无光泽度的第二概率结果，进一步地，基于预设权重比例系数，对所述第一概率结果和所述第二概率结果进行加权处理，得到最终的输出结果，并将所述最终的输出结果作为所述光泽度分析结果，另外地，通过所述耳朵完整性模型对耳朵图像数据的分析过程与耳朵光泽度模型的相同，在此不做赘述。
[0015]步骤S30，确定模块，用于基于所述光泽度分析结果以及所述完整性分析结果，确定所述目标用户的耳朵健康状态。
[0016]在本实施例中，需要说明的是，通常正常健康人的耳朵红润有光泽是先天肾精充足的表现，反之，干枯没有光泽则反映机体肾精不足；耳朵不完整，例如，局部有结节状或条索状隆起、点状凹陷，而且没有光泽的人，多提示有慢性器质性疾病，如肝硬化、肿瘤等。具体地，基于所述光泽度分析结果以及所述完整性分析结果，若所述光泽度分析结果表示耳朵有光泽度且耳朵完整，则证明所述目标用户的耳朵健康状态处于健康状态，进一步地，若所述光泽本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种耳朵分析检测装置，其特征在于，所述耳朵分析检测装置包括：获取模块，用于获取目标用户的耳朵图像数据；分析模块，用于通过已训练好的耳朵光泽度模型和耳朵完整性模型，分别对所述耳朵图像数据进行分析，得到光泽度分析结果以及完整性分析结果，其中，所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得，所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得；确定模块，用于基于所述光泽度分析结果以及所述完整性分析结果，确定所述目标用户的耳朵健康状态。2.如权利要求1所述的耳朵分析检测装置，其特征在于，所述耳朵分析检测装置还包括：收集模块，用于收集耳朵病例图像数据，并对所述耳朵病例图像数据进行光泽度以及完整性标注，获得具有光泽度标签和完整性标签的目标图像数据；预处理模块，用于对所述目标图像数据进行预处理，获得预处理图像数据，并将所述预处理图像数据进行划分，获得待训练图像数据和验证图像数据；模型训练模块，用于基于所述待训练图像数据，分别对所述待训练光泽度模型和所述待训练完整性模型进行迭代训练，获得所述耳朵光泽度模型以及所述耳朵完整性模型。3.如权利要求2所述的耳朵分析检测装置，其特征在于，所述模型训练模块包括第一特征提取单元、第一输出单元、第一加权处理单元、第一计算单元和第一优化单元，所述第一特征提取单元，用于基于已训练好的特征提取神经网络，对所述待训练图像数据进行特征提取，获得第一特征提取结果；所述第一输出单元，用于将所述第一特征提取结果输入第一全连接层，获得第一光泽度输出结果，以及将所述第一特征提取结果输入第一长短时记忆网络模型进行迭代学习，获得第二光泽度输出结果；所述第一加权处理单元，用于基于第一预设加权比例系数，对所述第一光泽度输出结果和所述第二光泽度输出结果进行加权处理，获得目标光泽度输出结果；所述第一计算单元，用于基于所述目标光泽度输出结果和所述待训练图像数据的光泽度标签，计算模型损失；所述第一优化单元，用于基于所述模型损失，优化所述待训练光泽度模型的模型参数，得到所述耳朵光泽度模型。4.如权利要求2所述的耳朵分析检测装置，其特征在于，所述模型训练模块还包括第二特征提取单元、第二输出单元、第二加权处理单元、第二计算单元和第...

【专利技术属性】
技术研发人员：刘娟，朱进洲，孔飞，杨东，汪玲燕，廖成，王心醉，
申请(专利权)人：季华实验室，
类型：发明
国别省市：