-
公开(公告)号:CN118351110B
公开(公告)日:2024-09-06
申请号:CN202410757826.6
申请日:2024-06-13
Applicant: 成都中医药大学
IPC: G16H50/20 , G06T7/00 , G06T7/11 , G06T7/62 , G06T7/66 , G06T7/90 , G06V40/16 , G06V10/46 , G06V10/82 , G06N3/084 , G16H30/40
Abstract: 本发明公开了一种基于多任务学习的黄褐斑严重程度客观化评估方法,涉及图形图像处理技术应用于皮肤病学诊断领域,包括:S1、通过图像采集模块对患者面部进行多角度图像采集;S2、基于人脸和黄褐斑区域分割模型对S1采集的图像进行分割处理;S3、基于多任务学习模型对分割后图像中黄褐斑的均匀性分布、色度值、皮损面积进行同时计算;S4、对皮损面积、均匀性分布和色度值进行整合,并采用MASI评价规则对黄褐斑严重程度进行全面评估。本发明提供一种基于多任务学习的黄褐斑严重程度客观化评估方法,通过在黄褐斑评价中引入了均匀性评估和色度值评价,该方法不仅能够提高计算速度、减少计算量,还能够更加准确全面的评估黄褐斑严重程度。
-
公开(公告)号:CN118351110A
公开(公告)日:2024-07-16
申请号:CN202410757826.6
申请日:2024-06-13
Applicant: 成都中医药大学
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06T7/66 , G06T7/90 , G06V40/16 , G06V10/46 , G06V10/82 , G06N3/084 , G16H30/40 , G16H50/20
Abstract: 本发明公开了一种基于多任务学习的黄褐斑严重程度客观化评估方法,涉及图形图像处理技术应用于皮肤病学诊断领域,包括:S1、通过图像采集模块对患者面部进行多角度图像采集;S2、基于人脸和黄褐斑区域分割模型对S1采集的图像进行分割处理;S3、基于多任务学习模型对分割后图像中黄褐斑的均匀性分布、色度值、皮损面积进行同时计算;S4、对皮损面积、均匀性分布和色度值进行整合,并采用MASI评价规则对黄褐斑严重程度进行全面评估。本发明提供一种基于多任务学习的黄褐斑严重程度客观化评估方法,通过在黄褐斑评价中引入了均匀性评估和色度值评价,该方法不仅能够提高计算速度、减少计算量,还能够更加准确全面的评估黄褐斑严重程度。
-