目的:在中醫(yī)診斷學智能化大發(fā)展的背景下,本研究以獲取對舌圖像中舌體目標區(qū)域自動、高精提取方法為目標,運用包括深度學習技術(shù)在內(nèi)的多種圖像識別方法開展舌體分割模型研究。為進一步驗證所構(gòu)建舌體分割模型的應用價值,本研究以分割后舌象為數(shù)據(jù)基礎(chǔ)構(gòu)建分析網(wǎng)絡(luò),通過血壓均值預測實驗探索基于深度學習技術(shù)的舌象臨床研究方法及應用價值。方法:（1）舌體分割模型研究:舌象數(shù)據(jù)采集自成都中醫(yī)藥大學附屬醫(yī)院體檢中心,使用TFDA-1舌面診儀于2018年9月開始對符合納入標準的受試者進行舌象數(shù)據(jù)采集后的原始圖像使用Labelme軟件進行標注。結(jié)束采集后通過Excel軟件按樣本編號對數(shù)據(jù)進行80%（訓練集）、20%（測試集）隨機分配。本研究采用UNet、Deeplab V3兩種深度學習技術(shù)和動態(tài)輪廓（Snake）、顏色分解與閾值化模型（CDT）兩種傳統(tǒng)圖像識別方法對圖片中舌體區(qū)域進行分割。針對UNet與Deep Lab V3兩種深度學習模型,利用訓練集數(shù)據(jù)對模型進行訓練,再使用測試集數(shù)據(jù)做分割測試;動態(tài)輪廓（Snake）與顏色分解與閾值化（CDT）模型則使用測試集數(shù)據(jù)進行分割測試。最后,對四種模型的分割結(jié)果使用平均... 

【文章來源】：成都中醫(yī)藥大學四川省

【文章頁數(shù)】：100 頁

【學位級別】：博士

【部分圖文】：

舌頭面部臟腑部位分布圖

成都中醫(yī)藥大學二〇二零屆博士研究生學位論文26圖1TFDA-1臺式舌面診儀2.2.2設(shè)備使用方法TFDA-1臺式舌面診儀使用方法及參數(shù)設(shè)置：（1）使用前先連接帶USB接口的移動電源，確定USB移動電源電量充足，然后打開光源，檢查內(nèi)置光源有無異常，如閃爍、光線亮度不足等。（2）設(shè)置拍攝參數(shù)：M模式，快門速度為1/125；光圈值F6.3；ISO感光度200。（3）圖像參數(shù)設(shè)置：圖像尺寸設(shè)為L5568*3712；中央重點測光；自動白平衡。（4）拍攝時輕觸快門鍵進行對焦，長按拍攝，聽到提示音后完成拍攝（5）拍攝時需觀察曝光指示刻度是否為0時(最佳曝光)。2.2.3采集操作及注意事項采集拍攝前，首先對儀器下頜托處及桶狀拍攝區(qū)使用75%酒精棉球進行消毒，TFDA-1臺式舌面診儀在采集工作時要求受試者端正坐姿，身體向前輕度傾斜，將下頜貼于下頜托處，如圖2所示。先采集面部圖像一張，要求確定面部居中，微閉雙眼，采集后檢查圖像有無異常，再囑受試者將嘴張開伸出舌頭，舌面平展。采集時應注意鏡頭是否存在霧氣覆蓋，以及采集時間不宜過長，以免受試者產(chǎn)生密閉不

成都中醫(yī)藥大學二〇二零屆博士研究生學位論文27適感，每位受試者數(shù)據(jù)采集完成后對頜托處及桶狀拍攝區(qū)使用75%酒精棉球進行一次消毒。圖2受試者采集姿勢每日采集數(shù)據(jù)完成后，將舌診儀連接電腦，拷貝當日拍攝舌象照片至數(shù)據(jù)硬盤存儲，并對做編號標記，編號內(nèi)容包括相機生成照片編號、姓名、拍攝時機、采集機構(gòu)，以供后期數(shù)據(jù)分析調(diào)齲2.2.4圖像質(zhì)量控制所采集的舌象原始數(shù)據(jù)需定期進行質(zhì)量控制檢查，質(zhì)控標準參考圖3進行。其中需重點關(guān)注舌面是否居中且平整展開、圖片中有無霧氣或漏光、有無過度曝光或曝光不足、拍攝聚焦是否位于舌象。圖3面、舌標準采集圖像


本文編號：3341980