本发明专利技术公开了一种舌象多光谱图像生成方法、装置、设备及存储介质，方法包括：通过拍照设备获取舌象检测图像；根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应；根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像；根据所述环境光和拍照设备的光谱响应，对所述舌象图像进行光谱重建，从而生成舌象多光谱图像。本发明专利技术解决了现有技术中拍摄设备和周围环境光对舌象获取干扰大、舌象多光谱图像准确性低的技术问题，便于用户可随时随地的进行舌象多光谱图像的获取，来进行舌象的问诊，降低用户对周围环境条件和拍照设备的性能要求，从而提高用户的使用体验，并为中医舌诊提供确切的、专业的影像信息，并提供辅助临床诊断。床诊断。床诊断。
【技术实现步骤摘要】
一种舌象多光谱图像生成方法、装置、设备及存储介质
[0001]本专利技术涉及医疗检测
，尤其涉及一种舌象多光谱图像生成方法、装置、设备及存储介质。
技术介绍
[0002]舌诊是中医望诊中的重要部分。例如，舌苔厚薄以及舌象色泽能反映人体身体状况，能为临床医疗诊断提供重要的评价指标。在舌象临床诊断上，根据舌色苔色的不同，舌象可大致分为27种，不同的舌象对应着不同的临床诊断方案。此外，根据舌色变化规律可推断疾病的性质、疾病的轻重、疾病的趋向、疾病的缓急等。
[0003]目前，中医舌诊仍靠肉眼观察，进行定性描述。因不同医师对颜色感觉具有差异性，中医舌诊受主观因素影响较大，缺乏客观和科学评价指标，各家医疗机构的临床观察材料难以纳入一个体系，极大地影响该项工作的深入研究与临床应用。现有的舌象图像获取，主要由使用者通过影像设备拍摄舌象，利用人工智能技术或图像分析技术对舌象图片进行评判。这类的舌诊系统并没有消除拍摄设备的差异以及周围环境光的影响，受外界干扰情况较大，难以作为临床舌诊上的准确指标。
[0004]因此，目前亟需一种能够消除拍摄设备和周围环境光影响、准确且快速地地生成舌象多光谱图像的方法。
技术实现思路
[0005]本专利技术提供了一种舌象多光谱图像生成方法、装置、设备及存储介质，以解决现有技术中拍摄设备和周围环境光对舌象获取干扰大、舌象多光谱图像准确性低的技术问题。
[0006]为了解决上述技术问题，本专利技术实施例提供了一种舌象多光谱图像生成方法，包括：
[0007]通过拍照设备获取舌象检测图像；
[0008]根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应；
[0009]根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像；
[0010]根据所述环境光和拍照设备的光谱响应，对所述舌象图像进行光谱重建，从而生成舌象多光谱图像。
[0011]作为优选方案，所述通过拍照设备获取舌象检测图像，具体为：
[0012]通过拍照设备，对舌体以及与所述舌体对齐的预设标准比色卡进行拍照，从而得到舌象检测图像；其中，所述舌象检测图像中包括所述预设标准比色卡区域图像和所述舌体的舌象图像。
[0013]作为优选方案，所述根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应，具体为：
[0014]提取所述舌象检测图像中的所述预设标准比色卡区域图像；
[0015]将所述预设标准比色卡区域图像转化为HSV图像形式，并对转化后的预设标准比
色卡区域图像进行颜色分区，从而分别提取出不同颜色分区内其对应的标准颜色；
[0016]计算出各所述标准颜色的RGB色域值，并根据各所述标准颜色的反射光谱曲线和各所述标准颜色的RGB色域值，通过优化算法计算出环境光及所述拍摄设备的光谱响应。
[0017]作为优选方案，所述根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像，具体为：
[0018]根据预设的神经网络模型，对所述舌象检测图像进行图像分割，生成舌象图像的掩码图；
[0019]根据所述舌象图像的掩码图，在所述舌象检测图像中提取出舌象区域信息，进而得到舌象图像。
[0020]作为优选方案，所述预设的神经网络模型的构建方法，包括：
[0021]构建初始神经网络模型；
[0022]设置模型训练过程中的损失函数和优化器，使用预设的舌象图像数据集对所述初始神经网络模型进行训练，从而得到训练后的神经网络模型。
[0023]作为优选方案，所述根据所述环境光和拍照设备的光谱响应，对所述舌象图像进行光谱重建，从而生成舌象多光谱图像，具体为：
[0024]对所述舌象图像的每一像素点进行光谱重建，在对任一像素点进行光谱重建的过程中，获取所述舌象图像中该像素点的色域值，结合所述色域值和所述环境光和拍照设备的光谱响应，通过优化算法计算出最优的特征系数，并根据所述特征系数，通过预设的特征向量计算出该像素点在多光谱图像中的像素值；
[0025]直至所述舌象图像中的每一像素点均计算出对应的多光谱图像像素值后，根据每一像素点在不同波段范围下对应的光谱图像像素值，生成不同波段下的舌象光谱图像。
[0026]作为优选方案，在生成舌象多光谱图像之后，还包括：
[0027]将所述舌象多光谱图像上传至数据服务器中进行保存。
[0028]相应地，本专利技术提供了一种舌象多光谱图像生成装置，包括：图像获取模块、标准比色卡模块、舌象模块和光谱重建模块；
[0029]所述图像获取模块，用于通过拍照设备获取舌象检测图像；
[0030]所述标准比色卡模块，用于根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应；
[0031]所述舌象模块，用于根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像；
[0032]所述光谱重建模块，用于根据所述环境光和拍照设备的光谱响应，对所述舌象图像进行光谱重建，从而生成舌象多光谱图像。
[0033]作为优选方案，所述通过拍照设备获取舌象检测图像，具体为：
[0034]通过拍照设备，对舌体以及与所述舌体对齐的预设标准比色卡进行拍照，从而得到舌象检测图像；其中，所述舌象检测图像中包括所述预设标准比色卡区域图像和所述舌体的舌象图像。
[0035]作为优选方案，所述根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应，具体为：
[0036]提取所述舌象检测图像中的所述预设标准比色卡区域图像；
[0037]将所述预设标准比色卡区域图像转化为HSV图像形式，并对转化后的预设标准比色卡区域图像进行颜色分区，从而分别提取出不同颜色分区内其对应的标准颜色；
[0038]计算出各所述标准颜色的RGB色域值，并根据各所述标准颜色的反射光谱曲线和各所述标准颜色的RGB色域值，计算出环境光及所述拍摄设备的光谱响应。
[0039]作为优选方案，所述根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像，具体为：
[0040]根据预设的神经网络模型，对所述舌象检测图像进行图像分割，生成舌象图像的掩码图；
[0041]根据所述舌象图像的掩码图，在所述舌象检测图像中提取出舌象区域信息，进而得到舌象图像。
[0042]作为优选方案，所述预设的神经网络模型的构建方法，包括：
[0043]构建初始神经网络模型；
[0044]设置模型训练过程中的损失函数和优化器，使用预设的舌象图像数据集对所述初始神经网络模型进行训练，从而得到训练后的神经网络模型。
[0045]作为优选方案，所述根据所述环境光和拍照设备的光谱响应，对所述舌象图像进行光谱重建，从而生成舌象多光谱图像，具体为：
[0046]对所述舌象图像的每一像素点进行光谱重建，在对任一像素点进行光谱重建的过程中，获取所述舌象图像中该像素点的色域值，结合所述色域值和所述环境光和拍照设备的光谱响应，通过优化算法计算出最优本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种舌象多光谱图像生成方法，其特征在于，包括：通过拍照设备获取舌象检测图像；根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应；根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像；根据所述环境光和拍照设备的光谱响应，对所述舌象图像进行光谱重建，从而生成舌象多光谱图像。2.如权利要求1所述的一种舌象多光谱图像生成方法，其特征在于，所述通过拍照设备获取舌象检测图像，具体为：通过拍照设备，对舌体以及与所述舌体对齐的预设标准比色卡进行拍照，从而得到舌象检测图像；其中，所述舌象检测图像中包括所述预设标准比色卡区域图像和所述舌体的舌象图像。3.如权利要求2所述的一种舌象多光谱图像生成方法，其特征在于，所述根据预设标准比色卡，计算出环境光及所述拍照设备的光谱响应，具体为：提取所述舌象检测图像中的所述预设标准比色卡区域图像；将所述预设标准比色卡区域图像转化为HSV图像形式，并对转化后的预设标准比色卡区域图像进行颜色分区，从而分别提取出不同颜色分区内其对应的标准颜色；计算出各所述标准颜色的RGB色域值，并根据各所述标准颜色的反射光谱曲线和各所述标准颜色的RGB色域值，计算出环境光及所述拍摄设备的光谱响应。4.如权利要求3所述的一种舌象多光谱图像生成方法，其特征在于，所述根据预设的神经网络模型，在所述舌象检测图像中提取舌象图像，具体为：根据预设的神经网络模型，对所述舌象检测图像进行图像分割，生成舌象图像的掩码图；根据所述舌象图像的掩码图，在所述舌象检测图像中提取出舌象区域信息，进而得到舌象图像。5.如权利要求4所述的一种舌象多光谱图像生成方法，其特征在于，所述预设的神经网络模型的构建方法，包括：构建初始神经网络模型；设置模型训练过程中的损失函数和优化器，使用预设的舌象图像数据集对所述初始神经网络模型进行训练，从而得到训练后的神经网络模型。6.如权利要求4所...
【专利技术属性】
技术研发人员：党晓兵，麦海鹏，马翠，陈贤帅，杜如虚，
申请(专利权)人：广东健齿生物科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。