計算機舌診中裂紋舌圖像的診斷分類研究.pdf

1、舌診是傳統(tǒng)中醫(yī)中非常有價值和被廣泛使用的診斷方法之一。然而由于傳統(tǒng)中醫(yī)舌診的不量化、主觀性強以及診斷結(jié)果依賴于醫(yī)生的知識和經(jīng)驗等缺點，阻礙了中醫(yī)舌診在臨床醫(yī)學(xué)上的應(yīng)用。為了克服這些缺點，一些研究人員使用計算機技術(shù)開展了舌診的自動化和客觀化研究。
　　雖然計算機化舌診研究已經(jīng)取得了一些可喜的進步，然而這些研究主要集中在舌苔舌質(zhì)分析方面，對舌面上一個重要的舌象特征——舌裂紋的研究甚少。在計算機化舌診研究中，雖然已有少量文獻介紹了一些舌

2、裂紋的特征提取和分析方面的工作，但遠遠不夠系統(tǒng)和深入，并且目前關(guān)于舌裂紋量化特征與臨床疾病映射關(guān)系研究方面的文獻報道幾乎沒有。
　　舌裂紋是一個重要的舌象特征，它是舌面上多少不等、深淺不一、形狀各異的明顯裂溝。舌裂紋象的變化不僅能客觀準確地反映若干典型疾病和中醫(yī)證候的變化情況，還可以聯(lián)合其它舌象特征來進一步提高系統(tǒng)的識別精度。由于在彩色裂紋舌圖像上舌裂紋與其周圍組織的顏色對比度往往不明顯以及舌裂紋周圍組織顏色分布的復(fù)雜性，使得舌裂

3、紋區(qū)域提取以及舌裂紋特征分析等問題非常困難和具有挑戰(zhàn)性。到目前為止，在計算機化舌裂紋研究中出現(xiàn)的這些問題已經(jīng)嚴重制約了舌裂紋特征在計算機化舌診中的使用。
　　為了解決這些問題，本文系統(tǒng)深入地研究了舌裂紋增強、舌裂紋區(qū)域提取，舌裂紋特征描述、面向疾病和中醫(yī)證候的診斷分類等問題，并提出了一系列的解決方案。主要有以下內(nèi)容：
　　首先，為了改變臨床上醫(yī)生不愿意看和不會看舌裂紋的現(xiàn)狀，本文提出了一種基于3階單位矩陣代數(shù)特征的彩色裂紋舌

4、圖像顏色變換算法。使用這個算法，能夠增強舌裂紋與其周圍組織的顏色對比度，輔助臨床醫(yī)生對裂紋舌圖像進行診斷。為了正確、完整地提取出舌裂紋區(qū)域，本文提出了基于間隔差異度和先驗知識的舌裂紋提取算法。這個舌裂紋區(qū)域提取算法充分利用了像素顏色和灰度變化兩方面信息提取舌裂紋區(qū)域。這個算法為計算機化舌裂紋研究提供了較為可靠的技術(shù)支持。
　　其次，提出了一個診斷分類生理裂紋舌圖像和病理裂紋舌圖像的算法。首先，基于分形幾何學(xué)技術(shù)的舌裂紋區(qū)域形狀提取

5、算法提取出舌裂紋區(qū)域的形狀特征；然后，使用舌圖像在RGB顏色空間上三個分量位于舌裂紋區(qū)域內(nèi)數(shù)據(jù)的均值和標準差串接而成的向量表示舌裂紋顏色-紋理特征；最后舌裂紋區(qū)域的形狀特征和舌裂紋顏色-紋理特征串接成向量融合成舌裂紋特征，基于這個舌裂紋融合特征使用線性支持向量機分類器對生理裂紋舌圖像和病理裂紋舌圖像進行診斷分類。實驗結(jié)果表明，這個診斷分類生理裂紋舌圖像和病理裂紋舌圖像算法對生理裂紋舌圖像和病理裂紋舌圖像診斷的靈敏度都超過90％。

6、　　第三，提出了一種計算機化的舌裂紋診病模型，在這個模型的框架指導(dǎo)下提出了一個對中重度慢性淺表性胃炎患者、慢性萎縮性胃炎患者、胃潰瘍患者的三類人群的裂紋舌圖像進行診斷分類的算法。這個算法使用Gabor小波變換和彈性判別分析提取出舌裂紋特征，使用線性支持向量機分類器對中重度慢性淺表性胃炎患者、慢性萎縮性胃炎患者、胃潰瘍患者的三類人群的裂紋舌圖像進行診斷分類。實驗結(jié)果表明，這個診斷分類算法對三類人群裂紋舌圖像診斷的靈敏度都超過80%。

7、>　　最后，提出了一種像素強度計算算法，使用這個算法得到灰度圖像的強度圖像，并進而構(gòu)造出灰度-強度共生矩陣?；诨叶?強度共生矩陣獲得舌象特征，再使用線性支持向量機分類器對中醫(yī)陰虛證和氣血兩虛證的裂紋舌圖像進行診斷分類研究。實驗結(jié)果表明，使用這個算法對陰虛證和氣血兩虛證裂紋舌圖像的診斷分類靈敏度皆為85%以上。
　　雖然在20世紀80年代中期首次開始使用計算機技術(shù)對中醫(yī)舌診進行客觀化研究，但是直到21世紀初期才有人開始對舌裂紋這一