基于心理物理实验的中医舌色感知量化方法

    公开(公告)号:CN103745084B

    公开(公告)日:2016-08-24

    申请号:CN201310689336.9

    申请日:2013-12-16

    Abstract: 基于心理物理实验的中医舌色感知量化方法属于中医望诊的客观化研究领域。在舌色色域范围内,取出部分有代表性的舌色颜色块,作为感知刺激量值。以中医舌诊中舌色类型的描述规律,作为心理感知评价指导依据,进行心理物理实验,建立心理感知等距量表,确定舌色心理感知量。通过构建舌色物理量值与心理感知量值之间的数学关系模型,得到舌色物理量对应的符合中医舌色认知规律的心理感知量值。在建模过程中,首先确定单维物理量与感知量的函数关系,以此为依据构建综合物理量与感知量之间的函数模型。该发明的特征旨在实现符合中医舌诊描述习惯的舌色单维感知量化,达到真正结合中医的舌色定量描述目的。

    基于图像检索的中医舌色苔色自动分析方法

    公开(公告)号:CN103745217A

    公开(公告)日:2014-04-23

    申请号:CN201310753203.3

    申请日:2013-12-31

    Abstract: 基于图像检索的中医舌色苔色自动分析方法,属于信息科学与传统中医学的交叉学科领域。本发明鉴于中医舌诊结果因人而异、主观性强,缺乏规范化和标准化的特点,设计了一种基于图像检索的中医舌色苔色自动分析方法。该发明的特征在于:用户输入待分析的舌图像,首先通过舌体分割技术对舌体区域进行分割,再将舌面进行区域划分,区分舌质区域和舌苔区域,在各区域内分别图像的视觉特征,构成特征向量,然后计算该特征向量与特征库中已标注舌图像的舌象特征的相似度,返回最相似的图像作为检索结果,最后使用统计决策的方法对检索结果进行判决,分别给出该舌象的舌色和苔色分类建议。本发明的分类结果较为准确,具有一定的实用价值。

    根部欠照明舌图像的自适应暗部细节复现方法

    公开(公告)号:CN102509279B

    公开(公告)日:2013-11-06

    申请号:CN201110340764.1

    申请日:2011-11-02

    Abstract: 根部欠照明舌图像的自适应暗部细节复现方法属于医学图像处理领域,针对根部欠照明的舌图像提出。该方法是在同一光源条件下,固定拍摄仪器和拍摄对象的位置,通过改变曝光时间获取一组不同曝光量的舌图像。首先利用相机辐射标定算法对拍摄仪器进行响应曲线估计,然后根据得到的三通道响应曲线对不同曝光量的舌图像序列进行合成,得到合成舌图像每一个像素点的辐照度值,最后通过色调映射将合成的舌图像数据映射到普通的显示设备上进行显示,映射过程中完成舌图像的自适应性,实现欠照明舌根部细节的复现。该方法可以通过对合成舌图像的映射实现欠照明舌根部细节的复现,更好的再现真实舌体的亮区和暗区信息,有利于中医舌诊的客观性。

    接触式光纤测头测量方法及其装置

    公开(公告)号:CN101586942B

    公开(公告)日:2011-02-02

    申请号:CN200910087716.9

    申请日:2009-06-19

    Abstract: 本发明涉及一种接触式光纤测头测量方法与装置属于精密测试技术与仪器和光学精密测量领域。其基本思想:单色光光源的光通过单根光纤传至远离端光纤球,然后通过光纤球外层的反射膜反射回来,再进入外围的接收光纤束,然后经过光学系统至后端的图像探测器,再通过数字图像处理来识别接收来的光斑,如果前端光纤球触碰到被测物,则会导致发射光纤发生弯曲变形,从而导致反射回来的光的光强发生变化,反映到光斑图像的变化,从光斑变化信息提取被测物空间几何量信息。该方法克服了接触式测量的各向异性和测杆变形带来的测量误差,以及非接触测量中对被测物表面要求高的缺陷。

    积分球式中医舌像分析仪
    25.
    发明公开

    公开(公告)号:CN101716070A

    公开(公告)日:2010-06-02

    申请号:CN200910237463.9

    申请日:2009-11-06

    Abstract: 本发明是一种中医舌像分析仪,具体为一种积分球式中医舌像分析仪。本装置包括升降台、积分球箱体、光源底座、主光源、补充光源、相机、相机遮光罩和脸型遮光罩。积分球箱体置于光源底座之上,光源底座置于升降台上。主光源置于光源底座之中,在积分球箱体与光源底座重合的部分开有通光孔,主光源发出的光能够通过该通光孔进入积分球箱体内。在积分球箱体的侧壁上还安装有补充光源,补充光源能够直接照射伸入积分球箱体内的舌体。本发明采用了直通式进光方式,主光源光直接从底部引入积分球腔体内。这样避免了现有积分球式舌象采集装置所使用的通过专用光道将光引入积分球内而引起的光效损失和带来的光道对光谱的吸收,而且制作简单,费用低。

    接触式光纤测头测量方法及其装置

    公开(公告)号:CN101586942A

    公开(公告)日:2009-11-25

    申请号:CN200910087716.9

    申请日:2009-06-19

    Abstract: 本发明涉及一种接触式光纤测头测量方法与装置,属于精密测试技术与仪器和光学精密测量领域。其基本思想:单色光光源的光通过单根光纤传至远离端光纤球,然后通过光纤球外层的反射膜反射回来,再进入外围的接收光纤束,然后经过光学系统至后端的图像探测器,再通过数字图像处理来识别接收来的光斑,如果前端光纤球触碰到被测物,则会导致发射光纤发生弯曲变形,从而导致反射回来的光的光强发生变化,反映到光斑图像的变化,从光斑变化信息提取被测物空间几何量信息。该方法克服了接触式测量的各向异性和测杆变形带来的测量误差,以及非接触测量中对被测物表面要求高的缺陷。

    基于偏振光的中医舌苔润燥信息分析装置及方法

    公开(公告)号:CN112790738B

    公开(公告)日:2024-07-02

    申请号:CN202110156801.7

    申请日:2021-02-04

    Abstract: 基于偏振光的中医舌苔润燥信息分析装置及方法属于中医望诊的客观化研究领域。在固定的光照条件下,得到短时间内有无偏振片情况下拍摄的两组图像。基于两组图像的差异,得到偏振片滤除的反光亮斑区域,该区域的像素数作为舌苔润燥的量化参考。对舌苔润燥这一舌象特征,主要依据舌面图像上的水分亮斑来进行量化分析,舌苔比较润时亮斑面积大,舌苔干燥时亮斑面积几乎为零。但是,由于舌表面白苔的图像数据与水分亮斑的数据非常接近,影响了分析的准确度。本方法基于水分反光的偏振特性,提出采用偏振片消除水分反光,从而在获得包含水分反光图像和不包含水分反光图像两组图像后,确定水分反光的像素范围,实现了更为准确的舌苔润燥量化分析。

    一种基于深度学习的时序动作识别方法

    公开(公告)号:CN108573246B

    公开(公告)日:2022-04-05

    申请号:CN201810431650.X

    申请日:2018-05-08

    Abstract: 本发明公开一种基于深度学习的时序动作识别方法,包含视频特征提取和时间边界回归模型构建。针对边界检测过程中长动作特征表达有效性不够的问题,通过双流网络同时提取帧间信息和帧内信息,得到视频单元的特征序列,并提出结合上下文信息的多尺度短动作段截选方案,有效地提高后续回归准确率,利用特征序列训练时间边界模型,减小模型训练时间,提高计算效率。针对长动作边界回归不准确问题,本发明提出一种改进的时间边界回归模型,包含改进的多任务多层感知器和一种全新的针对长动作的拼接机制,在保证动作类别准确的基础上,有效地提高长动作时间边界回归的准确率,提高预测动作段与实际动作段的重叠度,实现时序动作识别率的提高。

    基于深度学习与传统方法相结合的视网膜血管分割方法

    公开(公告)号:CN106920227B

    公开(公告)日:2019-06-07

    申请号:CN201611228597.0

    申请日:2016-12-27

    Abstract: 基于深度学习与传统方法相结合的视网膜血管分割方法,涉及计算机视觉以及模式识别领域。本发明将两种灰度图像都作为网络的训练样本,针对视网膜图像数据少的问题做了相应的数据扩增包括弹性形变,平滑滤波等等,扩大了该发明的广泛适用性。本发明通过构建FCN‑HNED的视网膜血管分割深度网络,该网络极大程度的实现了自主学习的过程,不仅可以分享整个图像的卷积特征,减少特征冗余,又可以从抽象的特征中恢复出多个像素的所属类别,分别将视网膜血管图像的CLAHE图和高斯匹配滤波图分别输入网络使其得到的血管分割图进行加权平均从而得到更好更完整的视网膜血管分割概率图,该种处理方式极大程度的提高了血管分割的鲁棒性与准确性。

    一种基于ST-Unet的视频异常检测方法

    公开(公告)号:CN109711280A

    公开(公告)日:2019-05-03

    申请号:CN201811501290.2

    申请日:2018-12-10

    Abstract: 基于ST-Unet网络的视频异常检测方法,涉及计算机视觉以及模式识别领域。本发明针对视频这类具有强时空相关性数据的处理问题提出新的ST-Unet网络,该网络即利用了Unet网络在空间特征上良好的建模能力又结合了ConvLSTM在时间上的建模能力。为提高算法的准确性及其泛华能力,本发明在算法训练过中对输入的视频数据利用Dropout层进行“损坏”预处理。通过“损坏”的训练数据训练得到的网络不仅可以对完好的测试数据有较好的异常检测效果,对测试过程含噪的数据亦可检测出是否异常。本发明将重构算法结果与预测算法结果进行联合判别,实现了高精度的基于ST-Unet网络的视频异常检测算法。

Patent Agency Ranking