手掌诊病是一种在中医学科中被广泛应用的诊病方法,通过医学专家的多年临床经验发现,哮喘等变态反应性疾病患者大都存在着大鱼际掌纹粗糙的现象。医学专家在临床诊断与研究中,将大鱼际掌纹根据其粗糙程度分为Ⅰ--Ⅳ四级:Ⅰ、Ⅱ级为阴性,Ⅲ、Ⅳ级为阳性。利用计算机技术对大鱼际掌纹进行研究是一项开创性工作。针对大鱼际掌纹分级的依据,本文利用计算机技术对大鱼际掌纹进行量化分级做了深入的研究。其主要研究内容包括:大鱼际掌纹图像预处理,利用坐标轴定位的方法对大鱼际掌纹进行定位分割获取大鱼际掌纹图像,利用中值滤波的方法对大鱼际掌纹噪声进行去噪,通过直方图和高频滤波相结合的方法对大鱼际掌纹进行增强处理以达到大鱼际掌纹图像的纹理更加清晰对比更强烈的效果。在此基础上,进行大鱼际掌纹的特征提取,文中利用灰度共生矩阵提取其纹理特征,通过对增强后的大鱼际掌纹图像提取其4方向灰度共生矩阵,在灰度共生矩阵的基础上提取其UNI、CON、COR、ENT、VAR、IDM、SA、DE八个特征量用于分类识别。有关分类的内容重点讨论了支持向量机方法应用于大鱼际掌纹灰度共生矩阵的分类法,首先对SVM的基础理论进行了相关的介绍,然后通过研究分析不同特征量对大鱼际掌纹特征量分类的准确率,最终确定大鱼际掌纹量化识别准确度最高的组合特征量。讨论分析了大鱼际掌纹量化识别系统的设计,并在此基础上利用多媒体技术建立大鱼际掌纹数据库。通过结合医学知识分析大鱼际掌纹在辅助诊断系统中的应用。最后简单分析了基于案例推理技术的专家系统在大鱼际掌纹辅助医学诊断的应用。