一种基于深度卷积网络与水平集方法的中医舌像定位方法和系统

    公开(公告)号:CN110827304B

    公开(公告)日:2023-06-09

    申请号:CN201810911858.1

    申请日:2018-08-10

    Applicant: 清华大学

    Inventor: 李梢 侯思宇 肖帅

    Abstract: 本发明采用神经网络对舌象图片进行预处理,具有好的自适应与鲁棒性;舌象图片被分割成150*150*3像素子图块,只标注各子图块是否包含舌头区域。本发明的神经网络结构简单,仅包含卷积核个数为10、10、1的3个卷积层、2个池化层、2个全连接层(包含300,100个神经元)、输出层;本发明可应用于包括智能手机的各种智能终端,摆脱了硬件计算能力的限制,使舌象定位的适用范围获得了极大的扩展。个人用户可以用个人的智能手机、IPAD、平板等便携智能终端完成舌象的定位处理,不再需要把舌象照片上传到处理中心,使得分布式舌象采集/处理/分析系统的设计更加灵活,资源利用率也得到显著提升。

    一种基于智能手机的非硬件依赖型脉象信息采集系统和方法

    公开(公告)号:CN111374646A

    公开(公告)日:2020-07-07

    申请号:CN201811628312.1

    申请日:2018-12-28

    Applicant: 清华大学

    Inventor: 李梢 侯思宇

    Abstract: 本发明公开了一种基于智能手机的非硬件依赖型脉象采集系统,包括:脉象采集部分、脉象信息的分析与提取部分;所述采集部分利用手机摄像头贴紧皮肤拍摄视频来采集脉搏信号,其中拍摄的位置包含手腕桡动脉与食指指尖两处;所述信息采集的分析与提取包括将脉搏信号从拍摄的视频提取并分解,处理波形与信号融合;能够在不依赖专用的加压系统以及压力传感器等硬件设施的条件下实现一般脉诊仪同样的采集脉搏信号的功能,且具有处理与分析波形的算法,提高脉诊时操作的便携性同时得到更加完善的脉搏信号。

    中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡

    公开(公告)号:CN110689586B

    公开(公告)日:2022-12-16

    申请号:CN201810741280.X

    申请日:2018-07-08

    Applicant: 清华大学

    Inventor: 李梢 阮良 侯思宇

    Abstract: 本发明提供一种在中医智能舌诊中使用的、可识别便携式舌像颜色校正色卡及其识别方法,用于解决传统舌像校正色卡不便随身携带、不易被计算机识别等缺陷。考虑便捷性,色卡尺寸较小,易于携带。但过小的尺寸不利于计算机的自动识别。本发明通过在色卡的特定位置中加入特殊的几何图案,并将其按照特定的尺寸和几何位置加入色卡区域,配套特定经过改进的计算机识别算法,实现了计算机对色卡的自动识别、定位、取色,并获得了高识别率。本发明消除了颜色校正中对色卡进行人工标定的繁琐工序,提高了颜色校正处理的效率。本发明还为低像素下中医智能舌诊标识符识别率低、色卡透视形变等因素引起的误差提供了解决方案,得到了好的效果。

    用于确定图像中的子图块的类别的卷积神经网络模型的建模方法

    公开(公告)号:CN109410168A

    公开(公告)日:2019-03-01

    申请号:CN201811013691.3

    申请日:2018-08-31

    Applicant: 清华大学

    Inventor: 李梢 侯思宇

    Abstract: 本发明采用神经网络对舌象图片进行预处理,具有好的自适应与鲁棒性;舌象图片被分割成150*150*3像素子图块,只标注各子图块是否包含舌头区域。本发明的神经网络结构简单,仅包含卷积核个数为10、10、1的3个卷积层、2个池化层、2个全连接层(包含300,100个神经元)、输出层;本发明可应用于包括智能手机的各种智能终端,摆脱了硬件计算能力的限制,使舌象定位的适用范围获得了极大的扩展。个人用户可以用个人的智能手机、IPAD、平板等便携智能终端完成舌象的定位处理,不再需要把舌象照片上传到处理中心,使得分布式舌象采集/处理/分析系统的设计更加灵活,资源利用率也得到显著提升。

    中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡

    公开(公告)号:CN110689586A

    公开(公告)日:2020-01-14

    申请号:CN201810741280.X

    申请日:2018-07-08

    Applicant: 清华大学

    Inventor: 李梢 阮良 侯思宇

    Abstract: 本发明提供一种在中医智能舌诊中使用的、可识别便携式舌像颜色校正色卡及其识别方法,用于解决传统舌像校正色卡不便随身携带、不易被计算机识别等缺陷。考虑便捷性,色卡尺寸较小,易于携带。但过小的尺寸不利于计算机的自动识别。本发明通过在色卡的特定位置中加入特殊的几何图案,并将其按照特定的尺寸和几何位置加入色卡区域,配套特定经过改进的计算机识别算法,实现了计算机对色卡的自动识别、定位、取色,并获得了高识别率。本发明消除了颜色校正中对色卡进行人工标定的繁琐工序,提高了颜色校正处理的效率。本发明还为低像素下中医智能舌诊标识符识别率低、色卡透视形变等因素引起的误差提供了解决方案,得到了好的效果。

    一种基于智能手机的非硬件依赖型脉象信息采集系统和方法

    公开(公告)号:CN111374646B

    公开(公告)日:2021-08-03

    申请号:CN201811628312.1

    申请日:2018-12-28

    Applicant: 清华大学

    Inventor: 李梢 侯思宇

    Abstract: 本发明公开了一种基于智能手机的非硬件依赖型脉象采集系统,包括:脉象采集部分、脉象信息的分析与提取部分;所述采集部分利用手机摄像头贴紧皮肤拍摄视频来采集脉搏信号,其中拍摄的位置包含手腕桡动脉与食指指尖两处;所述信息采集的分析与提取包括将脉搏信号从拍摄的视频提取并分解,处理波形与信号融合;能够在不依赖专用的加压系统以及压力传感器等硬件设施的条件下实现一般脉诊仪同样的采集脉搏信号的功能,且具有处理与分析波形的算法,提高脉诊时操作的便携性同时得到更加完善的脉搏信号。

    具有隐私保护功能的舌像采集方法和系统

    公开(公告)号:CN109377441A

    公开(公告)日:2019-02-22

    申请号:CN201810950775.3

    申请日:2018-08-20

    Applicant: 清华大学

    Inventor: 李梢 侯思宇

    Abstract: 本发明的中医舌像采集方法利用卷积神经网络构建可识别人脸特征部位(舌体区域)的网络模型。在保留舌体图像不变的条件下,对其他可识别采集人身份等隐私信息的区域进行模糊处理,有效地解决舌像采集中的隐私问题。该方法对原始采集图片进行缩放和分割操作,并对分割子图块用卷积神经网络分类,对分类结果作逻辑判断,得到需要模糊处理区域的坐标,并经逆变换得到上述区域在原始图片中的位置。最终经模糊操作实现对采集人的隐私保护。为在计算能力较弱的智能手机采集平台上也可实现本发明的隐私保护方案,对卷积神经网络的结构进行了针对性设计并采取了数据预处理等措施,在计算量与准确性上达到了合适的平衡。

    具有隐私保护功能的舌像采集方法和系统

    公开(公告)号:CN109377441B

    公开(公告)日:2023-02-03

    申请号:CN201810950775.3

    申请日:2018-08-20

    Applicant: 清华大学

    Inventor: 李梢 侯思宇

    Abstract: 本发明的中医舌像采集方法利用卷积神经网络构建可识别人脸特征部位(舌体区域)的网络模型。在保留舌体图像不变的条件下,对其他可识别采集人身份等隐私信息的区域进行模糊处理,有效地解决舌像采集中的隐私问题。该方法对原始采集图片进行缩放和分割操作,并对分割子图块用卷积神经网络分类,对分类结果作逻辑判断,得到需要模糊处理区域的坐标,并经逆变换得到上述区域在原始图片中的位置。最终经模糊操作实现对采集人的隐私保护。为在计算能力较弱的智能手机采集平台上也可实现本发明的隐私保护方案,对卷积神经网络的结构进行了针对性设计并采取了数据预处理等措施,在计算量与准确性上达到了合适的平衡。

    用于确定图像中的子图块类别的卷积神经网络的建模方法

    公开(公告)号:CN109410168B

    公开(公告)日:2021-11-16

    申请号:CN201811013691.3

    申请日:2018-08-31

    Applicant: 清华大学

    Inventor: 李梢 侯思宇

    Abstract: 本发明采用神经网络对舌象图片进行预处理,具有好的自适应与鲁棒性;舌象图片被分割成150*150*3像素子图块,只标注各子图块是否包含舌头区域。本发明的神经网络结构简单,仅包含卷积核个数为10、10、1的3个卷积层、2个池化层、2个全连接层(包含300,100个神经元)、输出层;本发明可应用于包括智能手机的各种智能终端,摆脱了硬件计算能力的限制,使舌象定位的适用范围获得了极大的扩展。个人用户可以用个人的智能手机、IPAD、平板等便携智能终端完成舌象的定位处理,不再需要把舌象照片上传到处理中心,使得分布式舌象采集/处理/分析系统的设计更加灵活,资源利用率也得到显著提升。

    一种基于深度卷积网络与水平集方法的中医舌像定位方法和系统

    公开(公告)号:CN110827304A

    公开(公告)日:2020-02-21

    申请号:CN201810911858.1

    申请日:2018-08-10

    Applicant: 清华大学

    Inventor: 李梢 侯思宇 肖帅

    Abstract: 本发明采用神经网络对舌象图片进行预处理,具有好的自适应与鲁棒性;舌象图片被分割成150*150*3像素子图块,只标注各子图块是否包含舌头区域。本发明的神经网络结构简单,仅包含卷积核个数为10、10、1的3个卷积层、2个池化层、2个全连接层(包含300,100个神经元)、输出层;本发明可应用于包括智能手机的各种智能终端,摆脱了硬件计算能力的限制,使舌象定位的适用范围获得了极大的扩展。个人用户可以用个人的智能手机、IPAD、平板等便携智能终端完成舌象的定位处理,不再需要把舌象照片上传到处理中心,使得分布式舌象采集/处理/分析系统的设计更加灵活,资源利用率也得到显著提升。

Patent Agency Ranking