System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 使用多光谱成像和深度学习通过捕获人类舌头图像来检测胃肠道病理的系统和方法技术方案_技高网

使用多光谱成像和深度学习通过捕获人类舌头图像来检测胃肠道病理的系统和方法技术方案

技术编号:40674015 阅读:11 留言:0更新日期:2024-03-18 19:11
系统和方法,配置为至少部分地基于输出数据内的一个或多个波长范围将多光谱图像分类为与一种或多种胃肠道疾患相关联,其中输出数据包括在与多光谱相关联的立方体上对应于一种或多种胃肠道疾患的特定操作组合的乘积,该立方体包括多个超级像素,其中每个超级像素与受试者舌头上的空间坐标相关联,并且其中多个超级像素是从一个或多个图像捕获装置接收的。

【技术实现步骤摘要】
【国外来华专利技术】

本公开总体上涉及使用人类舌头的多光谱成像来诊断胃肠道疾患。


技术介绍

1、人类舌头分析是中医常用的诊断工具。对受试者舌头的观察使得从业者能够诊断受试者的症状和/或病理。从业者观察到的舌头的一些特征是形状、颜色、纹理、几何形状和形态。通过观察这样的特征,从业者能够以非侵袭性方式检测受试者的病理。

2、相关技术的前述实例和与其相关的限制旨在是说明性的而非排他性的。在阅读说明书和研究附图后,相关技术的其他限制对于本领域技术人员来说将变得显而易见。


技术实现思路

1、根据一些实施方式,提供了一种用于基于受试者舌头的一个或多个多光谱图像来检测疾患的系统。根据一些实施方式,该系统可以被配置为同时捕获受试者舌头的一个或多个多光谱图像,从而减少获得舌头的图像数据所需的时间。根据一些实施方式,该系统和方法可以被配置为将受试者舌头的两个或更多个图像合并成立方体形式的单一多光谱图像。根据一些实施方式,该系统和方法可以被配置为至少部分地基于输出数据中描绘的波长范围将单一多光谱图像(或立方体)分类为与一种或多种胃肠道(gi)疾患相关联,该输出数据由应用于该立方体的一种或多种操作组合(combination of operation)产生。

2、根据一些实施方式,该系统和方法可以被配置为使用机器学习算法生成用于转换立方体的特定操作组合,并且其中操作组合对应于一种或多种gi疾患。根据一些实施方式,该系统和方法可以被配置为至少部分地基于输出数据中描绘的波长范围将单一多光谱图像分类为与gi疾患相关联。

3、根据一些实施方式,提供了一种用于利用受试者舌头的一个或多个多光谱图像来检测胃肠道疾患的系统,包括:与至少一个图像捕获装置通信的至少一个硬件处理器,该至少一个图像捕获装置被配置为实时捕获受试者舌头的至少一个多光谱图像,以及其上存储有程序代码的非暂时性计算机可读存储介质,该程序代码可由至少一个硬件处理器执行以:接收由至少一个图像捕获装置获得的至少一个多光谱图像,其中所述至少一个多光谱图像包括与受试者舌头上的空间坐标相关联的至少一个超级像素,所述至少一个超级像素的每个像素描绘光的指定波长范围,基于至少一个多光谱图像的超级像素生成立方体,该立方体至少包括:与受试者舌头上的空间坐标相关联的第一维度和第二维度,以及与对应于受试者舌头上的空间坐标的光波长范围相关联的第三维度,使用机器学习算法生成用于转换立方体的特定操作组合,并且其中该操作组合对应于一种或多种胃肠道疾患。

4、根据一些实施方式,提供了一种用于利用受试者舌头的一个或多个多光谱图像来检测胃肠道疾患的系统,包括:与至少一个图像捕获装置通信的至少一个硬件处理器,该至少一个图像捕获装置被配置为实时捕获受试者舌头的至少一个多光谱图像,以及其上存储有程序代码的非暂时性计算机可读存储介质,该程序代码可由至少一个硬件处理器执行以:接收由至少一个图像捕获装置获得的至少一个多光谱图像,其中所述至少一个多光谱图像包括与受试者舌头上的空间坐标相关联的至少一个超级像素,所述至少一个超级像素的每个像素描绘光的指定波长范围,基于至少一个多光谱图像的至少一个超级像素生成立方体,该立方体至少包括:与受试者舌头上的空间坐标相关联的第一维度和第二维度,以及与对应于受试者舌头上的空间坐标的光波长范围相关联的第三维度,使用对应于一种或多种胃肠道疾患的特定操作组合将立方体转换为输出数据,并且至少部分地基于输出数据内描绘的一个或多个波长范围将输出数据分类为与一种或多种胃肠道疾患相关联。

5、根据一些实施方式,至少一个超级像素呈3乘以3或4乘以4或5乘以5或6乘以6矩阵的形式。

6、根据一些实施方式,操作组合被配置为强调与一种或多种胃肠道疾患相关联的立方体的两个或更多个平面之间的至少一种数学关系。

7、根据一些实施方式,立方体包括沿着第三维度的多个平面,每个平面对应于波长或波长范围。

8、根据一些实施方式,操作组合被配置为向立方体的不同平面提供特定权重。

9、根据一些实施方式,操作组合包括仅应用于多个平面的一部分的至少一个特定操作。

10、根据一些实施方式,操作组合包括至少一个线性操作。

11、根据一些实施方式,操作组合包括至少一个非线性操作。

12、根据一些实施方式,操作组合被配置为减少转换的矩阵相对于立方体的总平面的数量。

13、根据一些实施方式,使用训练集来训练机器学习算法,该训练集包括:对应于多个受试者的多个舌头的多个立方体,以及与多个立方体相关联的多个标签,每个标签指示与相应的多个受试者相关联的至少一种医学疾患。

14、根据一些实施方式,所述至少一个硬件处理器与至少一个图像捕获装置通信,其中所述至少一个图像捕获装置被配置为实时捕获受试者舌头的至少一个多光谱图像。

15、根据一些实施方式,特定操作组合是使用机器学习算法生成的。

16、根据一些实施方式,输出数据包括单一多光谱图像。

17、根据一些实施方式,输出数据包括一个或多个子矩阵、一个或多个图像、一系列图像、一个或多个标量信号、或其任意组合。

18、根据一些实施方式,立方体包括沿着第三维度的多个平面,每个平面对应于波长或波长范围。

19、根据一些实施方式,所述程序代码能够进一步执行以至少部分地基于机器学习算法将所述单一多光谱图像分类为与一种或多种胃肠道疾患相关联,所述机器学习算法配置为接收转换的立方体并输出所述转换的立方体的对应于一个或多个像素的值、平面的比例或相对权重、特定波长或波长范围的幅度以及特定波长或波长范围的强度中的任意一项或多项的一种或多种胃肠道疾患。

20、根据一些实施方式,至少一个图像捕获装置包括至少一个摄像机。

21、根据一些实施方式,至少一个图像捕获装置包括至少一个透镜。

22、根据一些实施方式,所述至少一个硬件处理器与至少一个图像捕获装置通信,其中所述至少一个图像捕获装置被配置为实时捕获受试者舌头的至少一个多光谱图像。

23、根据一些实施方式,至少一个图像捕获装置包括至少一个摄像机,该至少一个摄像机被配置为实时捕获受试者舌头的至少一个多光谱图像。

24、根据一些实施方式,该至少一个图像捕获装置包括至少两个摄像机,并且其中该至少两个摄像机定位于光束分离器的光路中,使得所述至少两个摄像机中的每个获得从所述舌头反射的单独光谱。

25、根据一些实施方式,光束分离器定位成使得光路的至少一个入射角度在约30度至65度之间。

26、根据一些实施方式,至少一个图像捕获装置包括至少两个传感器,其中每个传感器包括多个透镜,每个透镜被配置为捕获波长或波长范围。

27、根据一些实施方式,程序代码还可执行以预处理立方体,其中预处理包括分割、考虑由捕获图像期间舌头的运动引起的运动模糊、失真和/或数据复制。

28、根据一些实施方式,程序代码还可执行以在预处本文档来自技高网...

【技术保护点】

1.一种利用受试者舌头的一个或多个多光谱图像来检测胃肠道疾患的系统,包括:

2.根据权利要求1所述的系统,其中,所述至少一个超级像素呈3乘以3或4乘以4或5乘以5或6乘以6矩阵的形式。

3.根据权利要求1-2中任一项所述的系统,其中,所述操作组合配置为强调与一种或多种胃肠道疾患相关联的立方体的两个或更多个平面之间的至少一种数学关系。

4.根据权利要求1-3中任一项所述的系统,其中,所述立方体包括沿着所述第三维度的多个平面,每个平面对应于波长或波长范围。

5.根据权利要求4所述的系统,其中,所述操作组合配置为向所述立方体的不同平面提供特定权重。

6.根据权利要求4-5中任一项所述的系统,其中,所述操作组合包括仅应用于所述多个平面的一部分的至少一个特定操作。

7.根据权利要求1-6中任一项所述的系统,其中,所述操作组合包括至少一个线性操作。

8.根据权利要求1-7中任一项所述的系统,其中,所述操作组合包括至少一个非线性操作。

9.根据权利要求1-8中任一项所述的系统,其中,所述操作组合配置为减少转换的矩阵相对于所述立方体的总平面的数量。

10.根据权利要求1-9中任一项所述的系统,其中,使用包括以下的训练集来训练所述机器学习算法:

11.根据权利要求1-10中任一项所述的系统,其中,所述至少一个硬件处理器与至少一个图像捕获装置通信,其中所述至少一个图像捕获装置配置为实时捕获受试者舌头的至少一个多光谱图像。

12.一种利用受试者舌头的一个或多个多光谱图像来检测胃肠道疾患的系统,包括:

13.根据权利要求12所述的系统,其中,所述特定操作组合是使用机器学习算法生成的。

14.根据权利要求12-13中任一项所述的系统,其中,所述输出数据包括单一多光谱图像。

15.根据权利要求13-14中任一项所述的系统,其中,所述输出数据包括一个或多个子矩阵、一个或多个图像、一系列图像、一个或多个标量信号、或其任意组合。

16.根据权利要求12-15中任一项所述的系统,其中,所述立方体包括沿着所述第三维度的多个平面,每个平面对应于波长或波长范围。

17.根据权利要求12-16中任一项所述的系统,其中,所述程序代码能够进一步执行以至少部分地基于机器学习算法将单一多光谱图像分类为与一种或多种胃肠道疾患相关联,所述机器学习算法配置为接收转换的立方体并输出所述转换的立方体的对应于一个或多个像素的值、平面的比例或相对权重、特定波长或波长范围的幅度以及特定波长或波长范围的强度中的任意一项或多项的一种或多种胃肠道疾患。

18.根据权利要求12-17中任一项所述的系统,其中,所述至少一个图像捕获装置包括至少一个摄像机。

19.根据权利要求12-18中任一项所述的系统,其中,所述至少一个图像捕获装置包括至少一个透镜。

20.根据权利要求12-19中任一项所述的系统,其中,所述至少一个硬件处理器与至少一个图像捕获装置通信,其中所述至少一个图像捕获装置配置为实时捕获受试者舌头的至少一个多光谱图像。

21.根据权利要求20所述的系统,其中,所述至少一个图像捕获装置包括至少一个摄像机,所述至少一个摄像机配置为实时捕获受试者舌头的至少一个多光谱图像。

22.根据权利要求21所述的系统,其中,所述至少一个图像捕获装置包括至少两个摄像机,并且其中所述至少两个摄像机定位于光束分离器的光路中,使得所述至少两个摄像机中的每个获得从所述舌头反射的单独光谱。

23.根据权利要求22所述的系统,其中,所述光束分离器定位成使得所述光路的至少一个入射角度在约30度至65度之间。

24.根据权利要求20所述的系统,其中,所述至少一个图像捕获装置包括至少两个传感器,其中每个传感器包括多个透镜,每个透镜配置为捕获波长或波长范围。

25.根据权利要求12-24中任一项所述的系统,其中,所述程序代码能够进一步执行以预处理所述立方体,其中预处理包括分割、考虑由捕获所述图像期间所述舌头的运动引起的运动模糊、失真和/或数据复制。

26.根据权利要求12-25中任一项所述的系统,其中,所述程序代码能够进一步执行以在预处理阶段之前和/或期间将所述立方体转换为RGB图像。

27.根据权利要求12-26中任一项所述的系统,其中,所述程序代码能够进一步执行以合并从所述至少一个图像捕获装置获得的两个或更多个图像。

28.根据权利要求12-27中任一项所述的系统,其中,所述多光谱图像包括约30至60个之间...

【技术特征摘要】
【国外来华专利技术】

1.一种利用受试者舌头的一个或多个多光谱图像来检测胃肠道疾患的系统,包括:

2.根据权利要求1所述的系统,其中,所述至少一个超级像素呈3乘以3或4乘以4或5乘以5或6乘以6矩阵的形式。

3.根据权利要求1-2中任一项所述的系统,其中,所述操作组合配置为强调与一种或多种胃肠道疾患相关联的立方体的两个或更多个平面之间的至少一种数学关系。

4.根据权利要求1-3中任一项所述的系统,其中,所述立方体包括沿着所述第三维度的多个平面,每个平面对应于波长或波长范围。

5.根据权利要求4所述的系统,其中,所述操作组合配置为向所述立方体的不同平面提供特定权重。

6.根据权利要求4-5中任一项所述的系统,其中,所述操作组合包括仅应用于所述多个平面的一部分的至少一个特定操作。

7.根据权利要求1-6中任一项所述的系统,其中,所述操作组合包括至少一个线性操作。

8.根据权利要求1-7中任一项所述的系统,其中,所述操作组合包括至少一个非线性操作。

9.根据权利要求1-8中任一项所述的系统,其中,所述操作组合配置为减少转换的矩阵相对于所述立方体的总平面的数量。

10.根据权利要求1-9中任一项所述的系统,其中,使用包括以下的训练集来训练所述机器学习算法:

11.根据权利要求1-10中任一项所述的系统,其中,所述至少一个硬件处理器与至少一个图像捕获装置通信,其中所述至少一个图像捕获装置配置为实时捕获受试者舌头的至少一个多光谱图像。

12.一种利用受试者舌头的一个或多个多光谱图像来检测胃肠道疾患的系统,包括:

13.根据权利要求12所述的系统,其中,所述特定操作组合是使用机器学习算法生成的。

14.根据权利要求12-13中任一项所述的系统,其中,所述输出数据包括单一多光谱图像。

15.根据权利要求13-14中任一项所述的系统,其中,所述输出数据包括一个或多个子矩阵、一个或多个图像、一系列图像、一个或多个标量信号、或其任意组合。

16.根据权利要求12-15中任一项所述的系统,其中,所述立方体包括沿着所述第三维度的多个平面,每个平面对应于波长或波长范围。

17.根据权利要求12-16中任一项所述的系统,其中,所述程序代码能够进一步执行以至少部分地基于机器学习算法将单一多光谱图像分类为与一种或多种胃肠道疾患相关联,所述机器学习算法配置为接收转换的立方体并输出所述转换的立方体的对应于一个或多个像素的值、平面的比例或相对权重、特定波长或波长范围的幅度以及特定波长或波长范围的强度中的任意一项或多项的一种或多种胃肠道疾患。

18.根据权利要求12-17中任一项所述的系统,其中,所述至少一个图像捕获装置包括至少一个摄像机。

19.根据权利要求12-18中任一项所述的系统,其中,所述至少一个图像捕获装置包括至少一个透镜。

20.根据权利要求12-19中任一项所述的系统,其中,所述至少一个硬件处理器与至少一个图像捕获装置通信,其中所述至少一个图像捕获装置配置为实时捕获受试者舌头的至少一个多光谱图像。

21.根据权利要求20所述的系统,其中,所述至少一个图像捕获装置包括至少一个摄像机,所述至少一个摄像机配置为实时捕获受试者舌头的至少一个多光谱图像。

22.根据权利要求21所述的系统,其中,所述至少一个图像捕获装置包括至少两个摄像机,并且其中所述至少两个摄像机定位于光束分离器的光路中,使得所述至少两个摄像机中的每个获得从所述舌头反射的单独光谱。

23.根据权利要求22所述的系统,其中,所述光束分离器定位成使得所述光路的至少一个入射角度在约30度至65度之间。

24.根据权利要求20所述的系统,其中,所述至少一个图像捕获装置包括至少两个传感器,其中每个传感器包括多个透镜,每个透镜配置为捕获波长或波长范围。

25.根据权利要求12-24中任一项所述的系统,其中,所述程序代码能够进一步执行以预处理所述立方体,其中预处理包括分割、考虑由捕获所述图像期间所述舌头的运动引起的运动模糊、失真和/或数据复制。

26.根据权利要求12-25中任一项所述的系统,其中,所述程序代码能够进一步执行以在预处理阶段之前和/或期间将所述立方体转换为rgb图像。

27.根据权利要求12-26中任一项所述的系统,其中,所述程序代码能够进一步执行以合并从所述至少一个图像捕获装置获得的两个或更多个图像。

28.根据权利要求12-27中任一项所述的系统,其中,所述多光谱图像...

【专利技术属性】
技术研发人员:阿萨夫·戈兰
申请(专利权)人:巨邦有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1