【技术实现步骤摘要】
本专利技术涉及图像分析，具体涉及面向不同中医证候的系统性红斑狼疮患者舌像分类方法。
技术介绍
1、随着科技的发展，神经网络的应用越来越广泛，比如，可以应用于不同中医证候的系统性红斑狼疮患者舌像分类。由于神经网络训练集的选取往往影响着神经网络的训练结果，所以，训练集的获取至关重要。目前，在对神经网络的训练集进行获取时，通常采用的方法为：获取与待检测物体相同类别的物体的图像，构成训练集。
2、然而，当获取红斑狼疮舌面图像集和正常舌面图像集构成神经网络的训练集，对用于红斑狼疮患者舌像分类的神经网络进行训练时，经常会存在如下技术问题：
3、由于对神经网络进行训练时需要的训练样本往往比较大量，而训练样本的来源往往不一，其拍摄方法和拍摄设备的分辨率往往不同，所以红斑狼疮舌面图像集中部分红斑狼疮舌面图像中的红斑狼疮特征可能不明显，从而可能导致神经网络在训练集中学习到不准确的信息，影响神经网络的泛化能力，进而导致红斑狼疮患者舌像分类的准确度较差。
技术实现思路
1、为了解决红斑狼疮患者舌像分类的准确度较差的技术问题，本专利技术提出了面向不同中医证候的系统性红斑狼疮患者舌像分类方法。
2、第一方面，本专利技术提供了面向不同中医证候的系统性红斑狼疮患者舌像分类方法，该方法包括：
3、获取待检测红斑狼疮患者对应的目标舌面图像；
4、根据目标舌面图像，通过预先训练完成的舌像分类网络，对目标舌面图像进行舌像分类，其中，舌像分类网络的训练集是目标训练
5、参考图像集的获取方法包括：
6、获取红斑狼疮舌面图像集及其内每个红斑狼疮舌面图像中每个像素点对应的s通道值；
7、对每个红斑狼疮舌面图像中所有像素点对应的s通道值进行区间划分，得到每个红斑狼疮舌面图像对应的s通道区间；
8、对每个s通道区间对应在其所属红斑狼疮舌面图像中的区域进行连通域提取，并从提取的连通域中筛选出多连通区域；
9、对每个多连通区域内的所有孔洞进行缺失情况分析处理，得到每个多连通区域对应的目标缺失指标；
10、根据每个s通道区间对应的所有多连通区域对应的目标缺失指标及其内对应的s通道区间为相邻s通道区间的连通域的分布情况，确定每个s通道区间对应的综合补充指标；
11、基于每个红斑狼疮舌面图像中所有s通道区间对应的综合补充指标进行自适应补充划分分析，得到每个红斑狼疮舌面图像对应的红斑狼疮特征明显因子；
12、从红斑狼疮舌面图像集中筛选出对应的红斑狼疮特征明显因子大于预设特征阈值的红斑狼疮舌面图像，构成参考图像集。
13、结合上述第一方面，在一种可能的实现方式中，所述对每个红斑狼疮舌面图像中所有像素点对应的s通道值进行区间划分，得到每个红斑狼疮舌面图像对应的s通道区间，包括：
14、将任意一个红斑狼疮舌面图像，确定为标记图像，作标记图像对应的s通道直方图，记为标记s通道直方图；
15、将所述标记s通道直方图中每相邻两个极小值对应的s通道值之间的s通道值，构成s通道区间。
16、结合上述第一方面，在一种可能的实现方式中，所述对每个多连通区域内的所有孔洞进行缺失情况分析处理，得到每个多连通区域对应的目标缺失指标，包括：
17、将每个孔洞在其所属多连通区域内的面积占比，确定为每个孔洞对应的初始缺失因子；
18、根据每个多连通区域内每个孔洞对应的初始缺失因子与其他孔洞对应的初始缺失因子之间的差异，确定每个多连通区域内每个孔洞对应的红斑缺失贡献因子；
19、根据每个多连通区域内所有孔洞对应的红斑缺失贡献因子和初始缺失因子，确定每个多连通区域对应的目标缺失指标，其中，红斑缺失贡献因子和初始缺失因子均与目标缺失指标呈正相关关系。
20、结合上述第一方面，在一种可能的实现方式中，所述根据每个多连通区域内每个孔洞对应的初始缺失因子与其他孔洞对应的初始缺失因子之间的差异，确定每个多连通区域内每个孔洞对应的红斑缺失贡献因子，包括：
21、将任意一个多连通区域，确定为标记多连通区域，并将所述标记多连通区域内任意一个孔洞，确定为标记孔洞，将所述标记多连通区域内除了所述标记孔洞之外的每个孔洞，确定为参考孔洞；
22、将所述标记孔洞对应的初始缺失因子与各个参考孔洞对应的初始缺失因子之间的差值绝对值的累加值，确定为所述标记孔洞对应的目标缺失差异；
23、根据所述标记孔洞对应的目标缺失差异，确定所述标记孔洞对应的红斑缺失贡献因子，其中，目标缺失差异与红斑缺失贡献因子呈正相关关系。
24、结合上述第一方面，在一种可能的实现方式中，所述根据每个s通道区间对应的所有多连通区域对应的目标缺失指标及其内对应的s通道区间为相邻s通道区间的连通域的分布情况，确定每个s通道区间对应的综合补充指标，包括：
25、根据每个孔洞对应的s通道区间的相邻s通道区间对应的所有连通域，从每个孔洞内中筛选出补充候选连通域；
26、根据每个多连通区域对应的目标缺失指标，确定每个多连通区域内每个孔洞内每个补充候选连通域对应的初始补充因子；
27、根据每个多连通区域内每个孔洞及其内每个补充候选连通域的边缘像素点的数量，确定每个多连通区域内每个孔洞内每个补充候选连通域对应的补充有效程度；
28、根据每个多连通区域内每个孔洞内所有补充候选连通域对应的初始补充因子和补充有效程度，确定每个多连通区域内每个孔洞对应的相邻补充指标，其中，初始补充因子和补充有效程度均与相邻补充指标呈正相关关系；
29、将每个s通道区间对应的所有多连通区域内所有孔洞对应的相邻补充指标的均值，确定为每个s通道区间对应的综合补充指标。
30、结合上述第一方面，在一种可能的实现方式中，所述根据每个孔洞对应的s通道区间的相邻s通道区间对应的所有连通域，从每个孔洞内中筛选出补充候选连通域，包括：
31、将任意一个孔洞，确定为候选孔洞，并将所述候选孔洞所属多连通区域对应的s通道区间，确定为候选s通道区间；
32、将与所述候选s通道区间相邻的每个s通道区间，确定为待补充s通道区间，并将每个待补充s通道区间对应的每个连通域，确定为标定连通域；
33、将所述候选孔洞内的每个标定连通域，确定为补充候选连通域。
34、结合上述第一方面，在一种可能的实现方式中，多连通区域内孔洞内补充候选连通域对应的初始补充因子对应的公式为：
35、；其中，是第个红斑狼疮舌面图像中第个多连通区域内第个孔洞内，第个补充候选连通域对应的初始补充因子；是红斑狼疮舌面图像的序号；是第个红斑狼疮舌面图像中多连通区域的序号；是第个多连通区域内孔洞的序号；是第个孔洞内补充候选连通域的序号；是归一化函数；是第个红斑狼疮舌面图像中第个多连通区域对应的目标缺失指标；是目标连通域对本文档来自技高网...
【技术保护点】
1.一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述对每个红斑狼疮舌面图像中所有像素点对应的S通道值进行区间划分，得到每个红斑狼疮舌面图像对应的S通道区间，包括：
3.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述对每个多连通区域内的所有孔洞进行缺失情况分析处理，得到每个多连通区域对应的目标缺失指标，包括：
4.根据权利要求3所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述根据每个多连通区域内每个孔洞对应的初始缺失因子与其他孔洞对应的初始缺失因子之间的差异，确定每个多连通区域内每个孔洞对应的红斑缺失贡献因子，包括：
5.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述根据每个S通道区间对应的所有多连通区域对应的目标缺失指标及其内对应的S通道区间为相邻S通道区间的连通域的分布情况，确定每个S通道区
6.根据权利要求5所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述根据每个孔洞对应的S通道区间的相邻S通道区间对应的所有连通域，从每个孔洞内中筛选出补充候选连通域，包括：
7.根据权利要求5所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，多连通区域内孔洞内补充候选连通域对应的初始补充因子对应的公式为：
8.根据权利要求5所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，多连通区域内的孔洞内的补充候选连通域对应的补充有效程度对应的公式为：
9.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述基于每个红斑狼疮舌面图像中所有S通道区间对应的综合补充指标进行自适应补充划分分析，得到每个红斑狼疮舌面图像对应的红斑狼疮特征明显因子，包括：
10.根据权利要求9所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述根据每个连续补充区间内相邻S通道区间之间的面积填补情况，从每个连续补充区间相邻的连续分隔区间中筛选出特征分隔区间，包括：
...【技术特征摘要】
1.一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述对每个红斑狼疮舌面图像中所有像素点对应的s通道值进行区间划分，得到每个红斑狼疮舌面图像对应的s通道区间，包括：
3.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述对每个多连通区域内的所有孔洞进行缺失情况分析处理，得到每个多连通区域对应的目标缺失指标，包括：
4.根据权利要求3所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述根据每个多连通区域内每个孔洞对应的初始缺失因子与其他孔洞对应的初始缺失因子之间的差异，确定每个多连通区域内每个孔洞对应的红斑缺失贡献因子，包括：
5.根据权利要求1所述的一种面向不同中医证候的系统性红斑狼疮患者舌像分类方法，其特征在于，所述根据每个s通道区间对应的所有多连通区域对应的目标缺失指标及其内对应的s通道区间为相邻s通道区间的连通域的分布情况，确定每个s通道区间对应的综合补充指标，包括：
【专利技术属性】
技术研发人员：马莉莎，杨囡，
申请(专利权)人：西安国际医学中心有限公司，
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。