-
公开(公告)号:CN116884567A
公开(公告)日:2023-10-13
申请号:CN202310871027.7
申请日:2023-07-17
Applicant: 电子科技大学
IPC: G16H20/10 , G06V10/40 , G06V10/82 , G06V10/774 , G06V10/74 , G06F16/9535 , G16H10/60 , G16H50/70
Abstract: 本发明公开一种基于舌象特征的中药处方推荐方法,应用于计算机应用领域,针对现有技术基于舌象推荐的处方过程没有与现有的中药处方库信息进行结合,并且处方推荐过程中,剂量推荐未考虑关键的个人信息对于剂量的影响的问题;本发明采用多层卷积神经网络对舌象进行特征提取,提取特征通过全连接网络生成包含各类中药的概率向量,并根据已有中药处方数据库推荐相似处方对概率进行约束,生成处方中药信息;融合个人信息与舌像特征生成初始处方剂量信息,对初始剂量进行约束,生成处方剂量;通过LDA处方疗法模块生成处方疗法信息,将处方中药信息、疗法信息、剂量信息结合最终输出针对舌象的中药处方。
-
公开(公告)号:CN115719352A
公开(公告)日:2023-02-28
申请号:CN202211426206.1
申请日:2022-11-15
Applicant: 电子科技大学
Abstract: 本发明公开了基于改进UNet++的特征对齐舌像分割方法及系统,包括:获取原始舌头图像,并对原始舌头图像进行标记和预处理;根据预处理后的舌头图像,构建特征对齐舌像分割模型并进行模型训练,得到训练好的特征对齐舌像分割模型;通过形态处理对特征对齐舌像分割模型进行优化,得到优化后的舌头图像分割模型;采用优化后的舌头图像分割模型,将待分割舌头图像进行分割处理,得到分割结果。本发明将特征对齐网络应用于Unet++网络架构中,将不同的特征对齐模块添加到不同深度的下采样过程,依次来监督下采样过程中特征的偏移,解决舌像分割过程中的特征不对齐,充分的提高舌像分割的准确度,并通过形态处理层对分割结果进行优化,得到最终结果。
-
公开(公告)号:CN116030961A
公开(公告)日:2023-04-28
申请号:CN202211668448.1
申请日:2022-12-23
Applicant: 电子科技大学
IPC: G16H50/20 , A61B5/00 , G16H20/90 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/778 , G06V10/26 , G06V10/40 , G06V10/28 , G06V10/774
Abstract: 本发明涉及一种基于多视图舌象特征融合的中医体质辨识方法及系统,分别通过Mask RCNN和NanoDet网络分割出舌体,舌苔和舌下脉络区域,提取舌象的颜色、纹理和形状等特有特征;通过设计多层卷积隐藏特征提取网络,分别提取舌面和舌背的潜在特征;设计教师学生网络在不同路径特征融合时选取关键性特征,最后将提取特征用于体质分类。本发明可以针对复杂的舌象拍摄环境,准确的提取出舌象的特有特征,设计的多视图舌象特征提取模型能够融合舌面与舌下脉络关键特征,输出对应患者体质信息。本发明实现简单,体质辨识效率高,达到了应用的要求。
-
-