本發(fā)明涉及圖像處理技術領域，尤其涉及一種中醫(yī)舌診圖像處理系統(tǒng)及方法。

背景技術：

傳統(tǒng)中醫(yī)包括“望、聞、問、切”四診，而舌診又是望診的關鍵內容，屬中醫(yī)臨床必察之項。在中醫(yī)學理論中，人體被認為是一個有機統(tǒng)一的整體，其每個部分的變化都與整體有著密不可分的關系。也正是如此，舌像被認為是人體生理病變的最直觀反映，如氣血津液、人之精氣等內部臟腑的重要信息均可通過舌像獲得。因此中醫(yī)舌診的優(yōu)勢顯而易見，無論人體內五臟六腑多么復雜的病理癥狀，均可直觀、快捷地通過觀測舌像得知原委，且舌診也可以指導相關的處方用藥以及病情預防。然而，中醫(yī)舌診也有其傳統(tǒng)的弊端，它過于依賴中醫(yī)師的主觀觀察，診斷結果通常也因人而異，且基本不具有可重復性，而這也極大的阻礙了中醫(yī)舌診的進一步發(fā)展。針對中醫(yī)舌診的弊端，對于舌診客觀化的研究就顯得更加重要。如果能很好的克服這一難題，不僅能夠很好的迎合中醫(yī)所提倡的標準化和定量化要求，而且可以更好的推動舌診實際應用價值的提升。因此，為了更好的推廣中醫(yī)舌診，利用計算機輔助處理并識別中醫(yī)舌診圖像顯得尤為重要，采用圖像處理和數據挖掘技術，對舌診圖像進行分析為病情診斷提供參考依據，是發(fā)展中醫(yī)舌診的一條創(chuàng)新之路，以便推動中醫(yī)舌診的進一步發(fā)展。

技術實現(xiàn)要素：

本發(fā)明的主要目的在于針對現(xiàn)有技術的不足與缺陷，提供一種中醫(yī)舌診圖像處理系統(tǒng)及方法，能夠從舌診數據庫中自動篩選出患者的舌頭圖像，從舌頭圖像中提取出舌體部分，對舌體的各種屬性進行分析和識別，輸出定量描述各種屬性的一個多維的舌像特征向量，為中醫(yī)生進行中醫(yī)舌診提供參考依據。

為實現(xiàn)上述目的，本發(fā)明提供了一種中醫(yī)舌診圖像處理系統(tǒng)，應用于計算機中，該計算機通過數據庫鏈接連接至舌診數據庫，所述中醫(yī)舌診圖像處理系統(tǒng)包括：

舌像預處理模塊，用于根據患者的舌診編號從所述舌診數據庫中獲取患者的舌頭圖像，并對獲取的舌頭圖像進行去噪聲預處理；

舌體提取模塊，用于將預處理后的舌頭圖像進行分割處理得到舌體圖像；

苔質識別模塊，用于根據中醫(yī)理論將舌體圖像分成對應于人不同器官健康狀況的舌體五大部分，以及分別對所述舌體五大部分中舌苔的顏色特征和紋理特征進行識別；

舌苔分析模塊，用于根據所述舌苔的顏色特征和紋理特征分析舌苔薄厚度、舌苔潤燥度以及舌苔腐膩度的特征值；

舌紋檢測模塊，用于檢測舌紋的長度和寬度并量化為一個描述舌紋狀況的特征值；

舌形分析模塊，用于通過檢測舌面大小并量化為一個描述舌體胖瘦程度的特征值；

舌像輸出模塊，用于將舌苔薄厚度、舌苔潤燥度、舌苔腐膩狀況、舌紋狀況以及舌體胖瘦程度的特征值組合成一個多維的舌像特征向量，以及通過所述計算機的輸出單元將所述舌像特征向量輸出。

優(yōu)選的，所述舌苔分析模塊還用于：計算舌苔顏色值占舌體顏色值的比例，利用小波變換系數得到一個描述舌苔薄厚度的特征值；將舌苔的雙色反射模型變換到色度空間得到高光象素，從高光象素出發(fā)進行區(qū)域延伸來獲得亮斑區(qū)域，根據亮斑區(qū)域的大小來得到一個描述舌苔潤燥度的特征值；根據舌苔的測紋理特征計算舌苔的粗糙度，根據該舌苔的粗糙度得到一個描述舌苔腐膩度的特征值。

優(yōu)選的，所述舌體提取模塊還用于根據舌頭圖像的顏色參數采用閾值分割得到舌體的初始輪廓線，針對舌體顏色相對于人體皮膚顏色的邊界模糊特點利用RGB色彩空間中的G分量來增強舌體的弱邊界得到增強型舌頭圖像，以及從增強型舌頭圖像提取舌體輪廓得到所述舌體圖像。

優(yōu)選的，所述舌紋檢測模塊還用于采用多尺度邊緣檢測方法檢測出舌紋的長度和寬度，根據舌紋的長度和寬度描述出舌紋的大小并量化為所述描述舌紋狀況的特征值。

優(yōu)選的，所述舌形分析模塊還用于利用最小二乘法將得到的舌體邊緣點擬合為二次曲線，以及根據二次項的大小來判斷舌面大小并量化為所述描述舌體胖瘦程度的特征值。

為實現(xiàn)上述目的，本發(fā)明還提供一種中醫(yī)舌診圖像處理方法，應用于計算機中，該計算機通過數據庫鏈接連接至舌診數據庫，該方法包括如下步驟：

根據患者的舌診編號從所述舌診數據庫中獲取患者的舌頭圖像，并對獲取的舌頭圖像進行去噪聲預處理；

將預處理后的舌頭圖像進行分割處理得到舌體圖像；

根據中醫(yī)理論將舌體圖像分成對應于人不同器官健康狀況的舌體五大部分，以及分別對所述舌體五大部分中舌苔的顏色特征和紋理特征進行識別；

根據所述舌苔的顏色特征和紋理特征分析舌苔薄厚度、舌苔潤燥度以及舌苔腐膩度的特征值；

檢測舌紋的長度和寬度并量化為一個描述舌紋狀況的特征值；

檢測舌面大小并量化為一個描述舌體胖瘦程度的特征值；

將所述舌苔薄厚度、舌苔潤燥度、舌苔腐膩狀況、舌紋狀況以及舌體胖瘦程度的特征值組合成一個多維的舌像特征向量，以及通過所述計算機的輸出單元將所述舌像特征向量輸出。

優(yōu)選的，所述根據舌苔的顏色特征和紋理特征分析舌苔薄厚度、舌苔潤燥度以及舌苔腐膩度的特征值的步驟包括步驟：計算舌苔顏色值占舌體顏色值的比例，利用小波變換系數得到一個描述舌苔薄厚度的特征值；將舌苔的雙色反射模型變換到色度空間得到高光象素，從高光象素出發(fā)進行區(qū)域延伸來獲得亮斑區(qū)域，根據亮斑區(qū)域的大小來得到一個描述舌苔潤燥度的特征值；根據舌苔的測紋理特征計算舌苔的粗糙度，根據該舌苔的粗糙度得到一個描述舌苔腐膩度的特征值。

優(yōu)選的，所述將舌頭圖像進行分割處理得到舌體圖像的步驟包括步驟：根據舌頭圖像的顏色參數采用閾值分割得到舌體的初始輪廓線；針對舌體顏色相對于人體皮膚顏色的邊界模糊特點利用RGB色彩空間中的G分量來增強舌體的弱邊界得到增強型舌頭圖像；從增強型舌頭圖像提取舌體輪廓得到所述舌體圖像。

優(yōu)選的，所述檢測舌紋的長度和寬度并量化為一個描述舌紋狀況的特征值的步驟包括：采用多尺度邊緣檢測方法檢測出舌紋的長度和寬度；根據舌紋的長度和寬度描述出舌紋的大小并量化為所述描述舌紋狀況的特征值。

優(yōu)選的，所述檢測舌面大小并量化為一個描述舌體胖瘦程度的特征值的步驟包括步驟：利用最小二乘法將得到的舌體邊緣點擬合為二次曲線；根據二次項的大小來判斷舌面大小并量化為所述描述舌體胖瘦程度的特征值。

相較于現(xiàn)有技術，本發(fā)明所述中醫(yī)舌診圖像處理系統(tǒng)及方法采用上述技術方案，達到了如下技術效果：能夠從舌診數據庫中自動篩選出患者的舌頭圖像，從舌圖像中自動提取出舌體部分，對舌體的各種屬性進行自動分析和識別，輸出定量描述各種屬性的一個多維的舌像特征向量，為中醫(yī)生進行中醫(yī)舌診提供參考依據，有利于推動中醫(yī)舌診的發(fā)展。

附圖說明

圖1是本發(fā)明中醫(yī)舌診圖像處理系統(tǒng)優(yōu)選實施例的應用環(huán)境示意圖；

圖2是舌體圖像中的舌體五大部分劃分示意圖。

圖3是本發(fā)明中醫(yī)舌診圖像處理方法優(yōu)選實施例的流程圖。

本發(fā)明目的實現(xiàn)、功能特點及優(yōu)點將結合實施例，參照附圖做進一步說明。

具體實施方式

為更進一步闡述本發(fā)明為達成上述目的所采取的技術手段及功效，以下結合附圖及較佳實施例，對本發(fā)明的具體實施方式、結構、特征及其功效進行詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

參照圖1所示，圖1是本發(fā)明中醫(yī)舌診圖像處理系統(tǒng)優(yōu)選實施例的應用環(huán)境示意圖。在本實施例中，所述中醫(yī)舌診圖像處理系統(tǒng)10安裝并運行于計算機1中，所述計算機1通過數據庫鏈接3與舌診數據庫2建立通信連接。所述計算機1可以為一種個人計算機、服務器等具有數據處理和通信功能的計算裝置。所述舌診數據庫2為一種鍵值數據庫或者文檔數據庫，存儲有大量不同患者的舌診圖像，用于供中醫(yī)師進行中醫(yī)舌診時使用。所述數據庫鏈接3可以為JDBC或ODBC等開放式數據庫鏈接。

所述計算機1還包括，但不僅限于，輸入單元11、存儲單元12、處理單元13以及輸出單元14。所述輸入單元11、存儲單元12和輸出單元14均通過數據總線和控制線連接至處理單元13，并能通過處理單元13與所述中醫(yī)舌診圖像處理系統(tǒng)10進行信息交互。

在本實施例中，所述輸入單元11可以為鍵盤或手寫觸摸屏等輸入設備，用于供中醫(yī)師輸入患者的中醫(yī)舌診信息，例如，可以在輸入單元11上輸入患者的中醫(yī)舌診編號或者用戶名等信息。所述存儲單元12可以為一種只讀存儲單元ROM，電可擦寫存儲單元EEPROM或快閃存儲單元FLASH等存儲器。所述處理單元13可以為一種中央處理器(CPU)、微處理器、微控制器(MCU)、數據處理芯片、或者具有數據處理功能的信息處理單元。所述輸出單元14可以為一種用于顯示舌診圖像以及舌像特征向量的顯示屏，也可以為一種用于打印舌診圖像以及舌像特征向量的打印機。

在本實施例中，所述中醫(yī)舌診圖像處理系統(tǒng)10包括，但不局限于，舌像預處理模塊101、舌體提取模塊102、苔質識別模塊103、舌苔分析模塊104、舌紋檢測模塊105、舌形分析模塊106以及舌像輸出模塊107。本發(fā)明所稱的模塊是指一種能夠被所述計算機1的處理單元13執(zhí)行并且能夠完成本發(fā)明中醫(yī)舌診圖像處理功能的一系列計算機程序指令段，其存儲在所述計算機1的存儲單元12中。

所述舌像預處理模塊101用于根據患者輸入的舌診編號(ID)從所述舌診數據庫2中獲取患者的舌頭圖像，并對獲取的舌頭圖像進行去噪聲預處理，為后續(xù)的舌頭圖像分析與處理提供基礎。舌頭圖像在拍攝過程中，可能由于光學系統(tǒng)、運動等造成圖像的模糊，以及源自電路和光學等因素的噪聲而使得圖像質量發(fā)生退化；另外患者由于未能掌握正確的伸舌姿勢而使得舌體發(fā)生歪斜等等。通過對舌圖像進行預處理，減小或去除這些不利因素對后續(xù)舌頭圖像分析造成的影響。

所述舌體提取模塊102用于將舌頭圖像進行分割處理得到舌體圖像。具體地，所述舌體提取模塊102根據舌頭圖像的顏色參數采用閾值分割得到舌體的初始輪廓線，針對舌體顏色相對于人體皮膚顏色的邊界模糊特點，利用RGB色彩空間中的G分量來增強舌體的弱邊界得到增強型舌頭圖像，以及采用snake輪廓提取方法從增強型舌頭圖像提取舌體輪廓得到舌體圖像。所述snake輪廓提取方法為現(xiàn)有技術中圖像處理的像圖像輪廓提取方法，本發(fā)明實施例不作具體贅述。

所述苔質識別模塊103用于根據中醫(yī)理論將舌體圖像分成對應于人不同器官健康狀況的舌體五大部分，以及分別對舌體五大部分中舌苔的顏色特征和紋理特征進行識別。如圖2所示的A部分對應于腎，B部分對應胃和脾，C部分對應心臟和肺，D和E部分對應肝臟和膀胱。所述苔質識別模塊103還用于分別對舌體五大部分的苔質和舌質顏色進行識別，用一個多維的向量來描述，例如以A區(qū)為例，定量描述為：舌苔比例，舌苔主顏色，舌苔主顏色比例，舌苔次顏色，舌苔次顏色比例，舌質比例，舌質主顏色，舌質主顏色比例，舌質次顏色，舌質次顏色比例。其中，舌質顏色有淡紅、淡白、紅、暗紅、青紫5種類型；而舌苔顏色分為白、淡黃、黃、灰4種類型。

所述舌苔分析模塊104用于根據所述舌苔的顏色特征和紋理特征分析舌苔薄厚度、舌苔潤燥度以及舌苔腐膩度的特征值。具體地，舌苔分析模塊104用于計算舌苔顏色值占舌體顏色值的比例(例如，將舌體的顏色特征值轉換到Luv空間，計算舌苔u值占舌體u值的比例)，再利用小波變換(例如2D Gabor小波變換)系數來描述舌苔區(qū)域的厚度特征，這樣得到一個描述舌苔薄厚度的特征值；舌苔分析模塊104用于將舌苔的雙色反射模型(例如Shafer提出的雙色反射模型)變換到色度空間得到高光象素，從高光象素出發(fā)進行區(qū)域延伸來獲得亮斑區(qū)域，再根據亮斑區(qū)域的大小來得到一個描述舌苔潤燥度的特征值；舌苔分析模塊104還用于根據舌苔的測紋理特征計算舌苔的粗糙度(例如Rosenfeld/Tamura粗糙度模型)，以及根據該舌苔的粗糙度得到一個描述舌苔腐膩度的特征值。

所述舌紋檢測模塊105用于檢測舌紋的長度和寬度并量化為一個描述舌紋狀況的特征值。具體地，舌紋檢測模塊105采用多尺度邊緣檢測方法檢測出舌紋的長度和寬度，并根據舌紋的長度和寬度描述出舌紋的大小并量化為一個描述舌紋狀況的特征值，例如取值為1，2，3，分別表示舌紋的無、有、嚴重。在本實施例中，所述多尺度邊緣檢測方法為現(xiàn)用技術中檢測舌紋連續(xù)性的現(xiàn)有技術，本發(fā)明實施例不作具體贅述。

所述舌形分析模塊106用于檢測舌面大小并量化為一個描述舌體胖瘦程度的特征值；具體地，舌形分析模塊106利用最小二乘法將得到的舌體邊緣點擬合為二次曲線，以及根據二次項的大小來判斷舌面大小并量化為描述一個舌體胖瘦程度的特征值，例如取值為1，2，3，分別表示舌體的瘦、中、胖的三種程度。

所述舌像輸出模塊107用于將舌苔薄厚度、舌苔潤燥度、舌苔腐膩度、舌紋狀況以及舌體胖瘦程度的特征值組合成一個多維的舌像特征向量，并通過輸出單元14將所述舌像特征向量輸出，為中醫(yī)生進行中醫(yī)舌診提供參考依據。具體地，舌像輸出模塊107將舌苔薄厚度、舌苔潤燥度、舌苔腐膩狀況、舌紋狀況以及舌體胖瘦程度的特征值組合成一個多維的舌像特征向量，將所述舌像特征顯示在輸出單元14的顯示屏上，或者控制所述輸出單元14的打印機打印所述舌像特征，為中醫(yī)生了解患者的舌像情況，從而有利于通過中醫(yī)舌診來輔助醫(yī)生診斷患者的病情。

本發(fā)明還提供了一種中醫(yī)舌診圖像處理方法，應用于計算機1中。如圖3所示，圖3是本發(fā)明中醫(yī)舌診圖像處理方法優(yōu)選實施例的流程圖。在本實施例中，參考圖1和圖2所示，所述中醫(yī)舌診圖像處理方法包括如下步驟：

步驟S31，根據患者的舌診編號從舌診數據庫中獲取患者的舌頭圖像，并對獲取的舌頭圖像進行去噪聲預處理；具體地，舌像預處理模塊101根據患者輸入的舌診編號從舌診數據庫2中獲取患者的舌頭圖像，并對獲取的舌頭圖像進行去噪聲預處理，為后續(xù)的舌頭圖像分析與處理提供基礎。舌頭圖像在拍攝過程中，可能由于光學系統(tǒng)、運動等造成圖像的模糊，以及源自電路和光學等因素的噪聲而使得圖像質量發(fā)生退化；另外患者由于未能掌握正確的伸舌姿勢而使得舌體發(fā)生歪斜等等。通過對舌圖像進行預處理，減小或去除這些不利因素對后續(xù)舌頭圖像分析造成的影響。

步驟S32，將舌頭圖像進行分割處理得到舌體圖像；具體地，舌體提取模塊102將舌頭圖像進行分割處理得到舌體圖像，包括如下步驟：根據舌頭圖像的顏色參數采用閾值分割得到舌體的初始輪廓線；針對舌體顏色相對于人體皮膚顏色的邊界模糊特點，利用RGB色彩空間中的G分量來增強舌體的弱邊界得到增強型舌頭圖像；采用snake輪廓提取方法從增強型舌頭圖像提取舌體輪廓得到舌體圖像。

步驟S33，根據中醫(yī)理論將舌體圖像分成對應于人不同器官健康狀況的舌體五大部分，并分別對舌體五大部分中舌苔的顏色特征和紋理特征進行識別；具體地，苔質識別模塊103根據中醫(yī)理論將舌體分成對應于人不同器官健康狀況的舌體五大部分，如圖2所示的A部分對應于腎，B部分對應胃和脾，C部分對應心臟和肺，D和E部分對應肝臟和膀胱。苔質識別模塊103分別對舌體五大部分的舌苔顏色(包括苔質和舌質顏色)進行識別，用一個多維的向量來描述，例如以A區(qū)為例，定量描述為：舌苔比例，舌苔主顏色，舌苔主顏色比例，舌苔次顏色，舌苔次顏色比例，舌質比例，舌質主顏色，舌質主顏色比例，舌質次顏色，舌質次顏色比例。其中，舌質顏色有淡紅、淡白、紅、暗紅、青紫5種類型；而舌苔顏色分為白、淡黃、黃、灰4種類型。

步驟S34，根據舌苔的顏色特征和紋理特征分析舌苔薄厚度、舌苔潤燥度以及舌苔腐膩度的特征值；具體地，舌苔分析模塊104計算舌苔顏色值占舌體顏色值的比例(例如，將舌體的顏色特征值轉換到Luv空間，計算舌苔u值占舌體u值的比例)，再利用小波變換(例如2D Gabor小波變換)系數來描述舌苔區(qū)域的厚度特征，這樣得到一個描述舌苔薄厚度的特征值；舌苔分析模塊104將舌苔的雙色反射模型(例如Shafer提出的雙色反射模型)變換到色度空間得到高光象素，從高光象素出發(fā)進行區(qū)域延伸來獲得亮斑區(qū)域，再根據亮斑區(qū)域的大小來得到一個描述舌苔潤燥度的特征值；舌苔分析模塊104根據舌苔的測紋理特征計算舌苔的粗糙度(例如Rosenfeld/Tamura粗糙度模型)，根據該舌苔的粗糙度得到一個描述舌苔腐膩度的特征值。

步驟S35，檢測舌紋的長度和寬度并量化為一個描述舌紋狀況的特征值。具體地，舌紋檢測模塊105采用多尺度邊緣檢測方法進行舌紋檢測舌紋的長度和寬度，以及根據舌紋的長度和寬度描述出舌紋的大小并量化為一個描述舌紋狀況的特征值，例如取值為1，2，3，分別表示舌紋的無、有、嚴重。

步驟S36，檢測舌面大小并量化為一個描述舌體胖瘦程度的特征值；具體地，舌形分析模塊106利用最小二乘法將得到的舌體邊緣點擬合為二次曲線，根據二次項的大小來判斷舌面大小并量化為一個描述舌體胖瘦程度的特征值，例如取值為1，2，3，分別表示舌體的瘦、中、胖的三種程度。

步驟S37，將舌苔薄厚度、舌苔潤燥度、舌苔腐膩度、舌紋狀況以及舌體胖瘦程度的特征值組合成一個多維的舌像特征向量，并通過輸出單元將所述舌像特征向量輸出。具體地，舌像輸出模塊107將舌苔薄厚度、舌苔潤燥度、舌苔腐膩狀況、舌紋狀況以及舌體胖瘦程度的特征值組合成一個多維的舌像特征向量，將所述舌像特征顯示在輸出單元14的顯示屏上，或者控制所述輸出單元14的打印機打印所述舌像特征，為中醫(yī)生了解患者的舌像情況，從而有利于通過中醫(yī)舌診來輔助醫(yī)生診斷患者的病情。

本發(fā)明所述中醫(yī)舌診圖像處理系統(tǒng)及方法能夠從舌診數據庫中自動篩選出患者的舌頭圖像，從舌頭圖像中提取出舌體部分，對舌體的各種屬性進行自動分析和識別，輸出定量描述各種屬性的一個多維的舌像特征向量，為中醫(yī)生進行中醫(yī)舌診提供參考依據，有利于推動中醫(yī)舌診的發(fā)展。

以上僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內容所作的等效結構或等效功能變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發(fā)明的專利保護范圍內。

相關知識

一種健康監(jiān)測系統(tǒng)及方法與流程
人體數據中心中醫(yī)系統(tǒng)數據 （一）
中醫(yī)智能養(yǎng)生系統(tǒng)的開發(fā)與應用,中醫(yī)養(yǎng)生論文
中醫(yī)原理之經絡系統(tǒng)
醫(yī)療行業(yè)遠程診療與健康管理系統(tǒng)實施計劃.doc
遠程醫(yī)療會診系統(tǒng)
健康日程提醒系統(tǒng)及方法
互聯(lián)網醫(yī)院系統(tǒng)集成：電子病歷、遠程診療與智能化管理
上海大學生發(fā)明“中醫(yī)機器人”：能脈診舌診，會給出養(yǎng)生報告
中醫(yī)健康管理流程~實戰(zhàn)落地版

網址: 中醫(yī)舌診圖像處理系統(tǒng)及方法與流程 http://m.u1s5d6.cn/newsview681428.html