论文部分内容阅读
目的:应用图像信息处理技术分析中医舌诊图像能够避免主观因素对舌象判断的影响,但受制于采样环境以及信息提取分析技术等诸多环节上的差异,而无法形成统一的标准,不利于中医舌诊的标准化发展。本文在前期研究的基础上,依据中医舌诊理论、色度学规律和图像模式识别原理,改进中医舌诊图像特征信息处理方法,从而提高分析舌图信息的准确性;对提取的典型舌诊图像特征参数及其范围进行统计分析,讨论中医舌诊图像特征参数的标准化内容对中医舌诊研究和临床应用的促进作用。 方法:本研究使用自行研制的舌诊图像采集设备共采集典型中医舌诊图像8018幅,并按中医诊断学舌诊诊断标准将图像分类为:淡白舌、淡红舌、红舌、绛舌、紫舌、胖大舌、瘦薄舌、裂纹舌、点刺舌、齿痕舌、老舌、嫩舌、白苔、黄苔、灰黑苔、薄苔、厚苔、腻苔、腐苔、剥落苔共计20类。基于不同的颜色模型提取舌色类5组(淡白舌159例、淡红舌1399例、红舌756例、绛舌477例、紫舌385例)和苔色类3组(白苔1848例、黄苔737例、灰黑苔155例)的颜色参数R、G、B、H、S、V、L、a、b值;采用舌体比较法提取胖大舌(200例)、瘦薄舌(200和对照组(100例)的舌体长宽比值和舌嘴宽度比值;采用道格拉斯-普克算法提取齿痕舌(300例)的齿痕个数、齿痕最大深度、齿痕最小深度、齿痕深度均值、齿痕深度方差值;采用灰度差分法提取点刺舌(150例)和裂纹舌(150例)的点刺数量、点刺或裂纹面积与舌体面积的平均比值、点刺或裂纹的平均圆形度、点刺或裂纹区域的平均灰度值、点刺或裂纹区域的平均R、G、B值;采用灰度共生矩阵法提取老舌(200例)和嫩舌(100例)的平均灰度值、ASM能量、对比度、反差矩倒数和熵;采用颜色差值法提取薄苔(120例),厚苔(120例)的苔色参数S值、a值、b值以及苔色S和舌色S值的差值;采用粗糙度算法和Gabor小波法提取腻苔(100例)、腐苔(100例)和对照组(100例)的粗糙度和Gabor小波特征参数;采用基于局域HSI颜色空间的K-means聚类算法提取剥落苔(100例)和对照组(100例)的舌苔与舌质面积比值、舌苔平均灰度值;再对以上提取的各组舌象特征参数进行统计分析,并基于SVM对上述特征进行分类识别。 结果:(1)舌色5组中淡白舌组与淡红舌组、红舌组的H参数,淡红舌组与紫舌组的a参数,红舌组与紫舌组的L值差异不明显(p>0.05);余参数五组组间差异明显(p<0.01)。(2)苔色3组各颜色参数组间均差异明显(p<0.01)。(3)胖大舌组、瘦薄舌组和对照组的长宽比值、舌嘴宽度比值组间比较均差异明显(p<0.01),该类特征对胖大舌、瘦薄舌和对照组的平均识别率分别为71%和72%。(4)齿痕特征参数的平均识别率为74%。(5)点刺、裂纹特征参数的平均识别率为76.87%。(6)老舌组和嫩舌组平均组间反差距倒数值的差异不明显(p>0.05);对比度参数差异较明显(p<0.05),余参数组间比较均差异明显(p<0.01),该类特征的平均识别率为71.67%。(7)比较薄苔组和厚苔组颜色参数b值,差异不明显(p>0.05);余参数比较均差异明显(p<0.01),该类特征的平均识别率为89.59%。(8)腻苔组、腐苔组和对照组间各特征参数值均差异明显(p<0.01),该类特征的平均识别率为80%。(9)剥落苔组和对照组剥落参数均差异明显(p<0.01),该类特征的平均识别率为72.5%。 结论:(1)舌色和苔色特征研究:提取的颜色参数R、G、B、H、S、V、L、a、b能够通过不同颜色空间范围来对各类舌色、苔色进行客观的颜色描述,并能用于区分各类舌色和苔色。(2)舌形特征研究:使用长宽比值和舌嘴宽度比值能够较好区分胖大、瘦薄和正常对照组之间的特征差异;使用齿痕个数值、齿痕最大深度值、齿痕最小深度值、齿痕深度均值、齿痕深度方差值,识别齿痕舌效果较好,并能对衡量齿痕的严重程度提供客观参考;使用点刺数量值、点刺舌体面积比值、点刺圆形度值、点刺灰度值、点刺区域的平均R、G、B值以及裂纹舌体面积比值、裂纹的圆形度值、裂纹区域灰度值、裂纹区域的平均R、G、B值,能够对点刺舌和裂纹舌进行客观描述并能实现较好分类;提取的平均灰度值、ASM能量、对比度、熵值能够对老舌和嫩舌进行舌体纹理客观描述,分类效果好。(3)苔质特征研究:提取的苔色颜色参数S值、a值以及苔色S与舌色S值的差值,能够较敏感区分苔质的厚薄;提取的腻腐苔粗糙度和Gabor小波参数,可描述苔质颗粒的粗糙程度,并能较好识别腻、腐苔;舌苔与舌质面积比值、舌苔平均灰度值能够较好识别剥落苔。