论文部分内容阅读
面色诊断是传统中医中望诊的一个重要组成部分,其主要通过观察人的面部颜色变化来寻找疾病规律。随着科学技术的发展,结合计算机进行中医诊断逐渐成为许多学者尝试深入研究的领域,旨在将中医诊断客观化及信息化。到目前为止,面色诊断方面已经有了一些研究成果,然而至今没有一个统一的评价标准及信息化标准,因此仍需要进一步的探讨。本课题主要是对输入的面部图像,能寻找出其面部所隐藏的有指导意义的特征,这些特征对疾病分析具有积极的意义,可以用来进行健康及疾病的分析。由此,本文研究的主要内容包括:面部图像的采集及预处理、面部图像颜色空间的分析、颜色特征提取与选择、以及病理特征分析。课题中的面部图像样本主要是通过与广东省中医院合作,将项目组自行研制的设备放置到医院中进行采集的,所获得的样本类标及生化指标是由医生所做出的判定结果。到目前为止,所采集到的样本数目有七千多例。为了后期降低样本量少这一因素的影响,主要选择其中采集样本数目相对多的类别进行研究分析。所采集到的原始图像都经过颜色校正后,进行图像分割,将感兴趣的五个皮肤块分割出来,用以颜色分析。为了寻找出不同类别样本的颜色空间分布,本文将面色数据库中的所有图像样本进行分割获得皮肤块,将皮肤块的像素点投影到色度图下,并对整体面部颜色分布进行边界拟合,确定面色分布区域。同时将包括疾病及健康的类别样本各自的颜色分布区域拟合出来,寻找出基色的分布区域,最后分析非基色分布区域的密度统计,通过聚类寻找出疾病的代表色。最终将代表色作为索引,提取出颜色特征向量,以进行下一步的研究。依据疾病及健康的代表色作为索引获取颜色特征向量后,针对疾病及健康进行相关的分析,包括健康与各类疾病之间的二分类,以及所有样本进行的多分类实验。在模式分类中,选择不同的二分类器算法进行健康与各类疾病的二分类实验,最终选择分类效果较佳的SVM分类器进行二分类,分类的平均准确率达到80%以上,从实验证明依据代表色提取的颜色特征来进行疾病分析是有意义。为了更切合实际的应用,采用了逻辑回归以及SVM决策树进行多分类分析,多分类的识别率在个别疾病上能达到比较高的识别率,在实际多分类应用中也证明了面部颜色特征对疾病诊断是有意义的。