一种基于AI技术的舌象识别辅助诊断系统的制作方法

一种基于ai技术的舌象识别辅助诊断系统
技术领域
1.本发明属于医学辅助技术领域，尤其涉及一种基于ai技术的舌象识别辅助诊断系统。


背景技术：

2.舌象诊断是中医学的重要部分，通过观察舌头的色泽、形态、质地、湿度等指标来判断人体的健康状况，对治疗疾病、调理身体具有重要的作用。然而，传统的舌象诊断存在以下问题：
3.1.专业性强：传统的舌象诊断需要经过长时间的临床实践和专业知识的积累才能掌握，要求医生有较高的专业素养和丰富的诊疗经验。
4.2.主观性强：舌象诊断受到诊断者主观因素的影响较大，如观察舌头的角度、环境光线等。
5.3.效率低：传统的舌象诊断需要较长的观察时间和手动记录数据，效率较低，不利于医患沟通和病情监测。


技术实现要素：

6.本发明的目的在于提供一种基于ai技术的舌象识别辅助诊断系统，旨在解决所述背景技术中存在的问题。为实现所述目的，本发明采用的技术方案是：
7.一种基于ai技术的舌象识别辅助诊断系统，
8.包括ai舌象获取单元：
9.舌象采集模块，用于采集舌象，然后发送给ai技术的舌象识别辅助诊断单元；
10.ai技术的舌象识别辅助诊断单元：
11.舌象模型训练模块，用于训练生成舌象识别模型、舌象属性提取模型和舌诊模型，并在辅助诊断过程中，对所述舌象识别模型、所述舌象属性提取模型和所述舌诊模型进行持续优化；
12.照片颜色校准模块，用于获取患者的对比拍摄照片，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片；
13.舌象识别处理模块，用于通过所述舌象识别模型，对所述标准拍摄照片进行识别处理，提取所述标准拍摄照片中的舌象图片；
14.舌象属性提取模块，用于通过所述舌象属性提取模型，对所述舌象图片进行属性提取，获取多个舌象属性标签；
15.辅助诊断处理模块，用于获取病人自填的调查信息，通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成舌象诊断结果；
16.健康报告单元：
17.用于生成用户的健康报告，让用户能够直接看到诊断结果。
18.优选的，所述舌象模型训练模块具体包括：
19.识别模型训练板块，用于训练生成舌象识别模型，并对所述舌象识别模型进行持续优化；
20.提取模型训练板块，用于训练生成舌象属性提取模型，并对所述舌象属性提取模型进行持续优化；
21.舌诊模型训练板块，用于训练生成舌诊模型，并对所述舌诊模型进行持续优化。
22.优选的，所述照片颜色校准模块具体包括：
23.颜色偏差计算板块，用于计算所述对比拍摄照片中标准色卡的颜色偏差，得到偏差参数；
24.照片颜色校准板块，用于按照所述偏差参数，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片。
25.优选的，所述舌象识别处理模块具体包括：
26.模型舌象识别板块，用于通过所述舌象识别模型，对所述标准拍摄照片进行舌象识别，生成舌象识别结果；
27.舌象图片提取板块，用于按照所述舌象识别结果，从所述标准拍摄照片中提取舌象图片。
28.优选的，所述舌象属性提取模块具体包括：
29.模型舌象解析板块，用于通过所述舌象属性提取模型，对所述舌象图片进行舌象解析，生成舌象解析结果；
30.舌象属性提取板块，用于按照所述舌象解析结果进行属性提取，获取多个舌象属性标签。
31.优选的，所述辅助诊断处理模块具体包括：
32.调查信息获取板块，用于获取病人自填的调查信息；
33.辅助诊断处理板块，用于通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成辅助诊断结果。
34.优选的，所述舌象识别模型的建立过程如下，舌象指病人所拍摄的照片中对应舌头部分的图片，通过人工对样本数据进行蒙版处理，即人工在样本照片上抠出舌头部位的图片，并将其他部位的图片涂黑，通过编写训练程序，由训练程序学习样本图片并确定如何识别到对应的舌头部位，训练完成以后输出舌象识别模型；
35.舌象识别模型后续在输入图片之后会自动识别图片中的舌象，如果识别错误则由人工进行辅助校正，同时训练程序会记录该次错误，使下次识别到相同类型的错误能更加精准，由此不断优化整个舌象识别模型。
36.优选的，所述舌象属性提取模型的建立过程如下，舌象属性是指医生根据病人照片对该舌象所记录的标签，通过医生对样本数据的舌象进行标签标记，通过训练程序对舌象以及对应标签进行关联训练，训练完成以后输出舌象属性提取模型；舌象属性提取模型在后续输入图片并识别出舌象之后，对舌象进行解析，自动输出对应的标签，如果标签有缺失或者不准确的内容则由医生进行辅助校正，同时训练程序会自动记录该次错误并不断学习，使得不断优化整个舌象属性提取模型。
37.优选的，所述舌诊模型的建立过程如下，舌诊是指根据舌象对病人病情进行初步诊断，通过巡检程序，对样本数据的舌象属性标签、病人自填的调查信息进行训练，并输出
舌诊模型；通过舌诊模型能根据病人提供的照片、自填的调查信息，进行自动诊断，并初步输出预判支持，并由医生每次最终诊断，完成后对通过训练程序的诊断过程以及结果进行学习，不断完善整个舌诊模型。
38.本发明的有益效果：本系统将人工智能和舌象诊断相结合，利用计算机视觉、图像处理、机器学习等技术，对舌象图像进行自动分析和判断，从而提高诊断的精度和效率，降低人工干预。
附图说明
39.图1为本发明实施例提供的整体示意图；
40.图2为本发明实施例中舌象模型训练模块示意图；
41.图3为本发明实施例中照片颜色校准模块示意图；
42.图4为本发明实施例中舌象识别处理模块示意图；
43.图5为本发明实施例中舌象属性提取模块示意图；
44.图6为本发明实施例中辅助诊断处理模块示意图；
45.图7为本发明实施例中获取的对比拍摄照片的示意图；
46.图8为本发明实施例中舌象蒙版处理的示意图；
47.图9为本发明实施例中提取舌象图片的示意图。
具体实施方式
48.为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明能够以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解得更加透彻全面。
49.需要说明的是，当元件被称为“固定于”另一个元件，它能够直接在另一个元件上或者也能够存在居中的元件。当一个元件被认为是“连接”另一个元件，它能够是直接连接到另一个元件或者可能同时存在居中元件。相反，当元件被称作“直接在”另一元件“上”时，不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式，本文所使用的术语“上端”、“下端”、“左侧”、“右侧”、“前端”、“后端”以及类似的表达是参考附图的位置关系。
50.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
51.下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
52.如图1～9所示，本发明实施例提供了一种基于ai技术的舌象识别辅助诊断系统，包括ai舌象获取单元：
53.舌象采集模块，用于采集舌象，然后发送给ai技术的舌象识别辅助诊断单元；
54.ai技术的舌象识别辅助诊断单元：
55.舌象模型训练模块，用于训练生成舌象识别模型、舌象属性提取模型和舌诊模型，
并在辅助诊断过程中，对所述舌象识别模型、所述舌象属性提取模型和所述舌诊模型进行持续优化；
56.照片颜色校准模块，用于获取患者的对比拍摄照片，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片；
57.舌象识别处理模块，用于通过所述舌象识别模型，对所述标准拍摄照片进行识别处理，提取所述标准拍摄照片中的舌象图片；
58.舌象属性提取模块，用于通过所述舌象属性提取模型，对所述舌象图片进行属性提取，获取多个舌象属性标签；
59.辅助诊断处理模块，用于获取病人自填的调查信息，通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成舌象诊断结果；
60.健康报告单元：
61.用于生成用户的健康报告，让用户能够直接看到诊断结果。
62.即通过训练生成舌象识别模型、舌象属性提取模型和舌诊模型，对患者拍摄的对比拍摄照片进行舌象的辅助诊断，生成舌象诊断结果，能够让检测者不用去现场就能实现自测。
63.舌象模型训练模块，用于训练生成舌象识别模型、舌象属性提取模型和舌诊模型，并在辅助诊断过程中，对所述舌象识别模型、所述舌象属性提取模型和所述舌诊模型进行持续优化。
64.在本发明实施例中，舌象模型训练模块进行舌象识别模型、舌象属性提取模型和舌诊模型的训练与优化。
65.具体的：
66.(1)、对于舌象识别模型，舌象指病人所拍摄的照片中对应舌头部分的图片，如图8示出了本发明实施例中舌象蒙版处理的示意图，通过人工对样本数据进行蒙版处理，即人工在样本照片上抠出舌头部位的图片，并将其他部位的图片涂黑，通过编写训练程序，由训练程序学习样本图片并确定如何识别到对应的舌头部位，训练完成以后输出舌象识别模型，舌象识别模型后续在输入图片之后会自动识别图片中的舌象，如果识别错误则由人工进行辅助校正，同时训练程序会记录该次错误使下次识别到相同类型的错误能更加精准，由此不断优化整个舌象识别模型；
67.(2)、对于舌象属性提取模型，舌象属性是指医生根据病人照片对该舌象所记录的标签，通过医生对样本数据的舌象进行标签标记，通过训练程序对舌象以及对应标签进行关联训练，训练完成以后输出舌象属性提取模型，舌象属性提取模型在后续输入图片并识别出舌象之后，对舌象进行解析，自动输出对应的标签，如果标签有缺失或者不准确的内容则由医生进行辅助校正，同时训练程序会自动记录该次错误并不断学习，使得不断优化整个舌象属性提取模型；
68.(3)、对于舌诊模型，舌诊是指根据舌象对病人病情进行初步诊断，通过巡检程序，对样本数据的舌象属性标签、病人自填的调查信息进行训练，并输出舌诊模型，通过舌诊模型能根据病人提供的照片、自填的调查信息，进行自动诊断，并初步输出预判支持，并由医生每次最终诊断，完成后对通过训练程序的诊断过程以及结果进行学习，不断完善整个舌诊模型。
69.照片颜色校准模块，用于获取患者的对比拍摄照片，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片。在本发明实施例中，如图7示出了本发明实施例中获取的对比拍摄照片的示意图，问诊患者通过手持标准色卡并尽量伸出舌头拍摄一张对比拍摄照片，需要保证舌头图像的完整以及标准色卡的完整，标准色卡上记录了相关的标准颜色.
70.由于不同拍摄设备对照片会有不同的处理，导致照片的颜色与实际肉眼缩所见的颜色存在偏差，照片颜色校准模块会自动计算照片上病人手持的标准色卡与实际的标准颜色的偏差，并对对比拍摄照片的颜色进行修正，使之更加贴合实际肉眼所见的真实颜色，生成标准拍摄照片。
71.舌象识别处理模块，用于通过所述舌象识别模型，对所述标准拍摄照片进行识别处理，提取所述标准拍摄照片中的舌象图片。
72.在本发明实施例中，如图9示出了本发明实施例中提取舌象图片的示意图，舌象识别处理模块通过舌象识别模型，对标准拍摄照片进行识别处理，从而识别并提取标准拍摄照片中的舌象图片。
73.舌象属性提取模块，用于通过所述舌象属性提取模型，对所述舌象图片进行属性提取，获取多个舌象属性标签。在本发明实施例中，舌象属性提取模块通过舌象属性提取模型，对舌象图片进行舌象解析，生成舌象解析结果，进而按照舌象解析结果，进行属性提取，获取多个舌象属性标签。
74.其中，在本发明提供的优选实施方式中，所述舌象属性提取模块具体包括：
75.(1)模型舌象解析板块，用于通过所述舌象属性提取模型，对所述舌象图片进行舌象解析，生成舌象解析结果。
76.(2)舌象属性提取板块，用于按照所述舌象解析结果进行属性提取，获取多个舌象属性标签。
77.辅助诊断处理模块，用于获取病人自填的调查信息，通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成舌象诊断结果。在本发明实施例中，辅助诊断处理模块获取病人自填的调查信息，通过舌诊模型，对调查信息和多个舌象属性标签进行辅助诊断处理，生成辅助诊断结果，并提供给到医生进行辅助参考，进而获取医生按照辅助诊断结果进行舌象诊断生成的舌象诊断结果，其中，调查信息为用户填在固定格式的调查表格上的信息，调查信息和对比拍摄照片由患者自助上传。
78.辅助诊断处理模块具体包括：
79.(1)调查信息获取板块，用于获取病人自填的调查信息。
80.(2)辅助诊断处理板块，用于通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成辅助诊断结果。
81.本系统将人工智能和舌象诊断相结合，利用计算机视觉、图像处理、机器学习等技术，对舌象图像进行自动分析和判断，从而提高诊断的精度和效率，降低人工干预
82.以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还能够做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

技术特征：
1.一种基于ai技术的舌象识别辅助诊断系统，其特征在于：包括ai舌象获取单元：舌象采集模块，用于采集舌象，然后发送给ai技术的舌象识别辅助诊断单元；ai技术的舌象识别辅助诊断单元：舌象模型训练模块，用于训练生成舌象识别模型、舌象属性提取模型和舌诊模型，并在辅助诊断过程中，对所述舌象识别模型、所述舌象属性提取模型和所述舌诊模型进行持续优化；照片颜色校准模块，用于获取患者的对比拍摄照片，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片；舌象识别处理模块，用于通过所述舌象识别模型，对所述标准拍摄照片进行识别处理，提取所述标准拍摄照片中的舌象图片；舌象属性提取模块，用于通过所述舌象属性提取模型，对所述舌象图片进行属性提取，获取多个舌象属性标签；辅助诊断处理模块，用于获取病人自填的调查信息，通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成舌象诊断结果；健康报告单元：用于生成用户的健康报告，让用户能够直接看到诊断结果。2.根据权利要求1所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述舌象模型训练模块具体包括：识别模型训练板块，用于训练生成舌象识别模型，并对所述舌象识别模型进行持续优化；提取模型训练板块，用于训练生成舌象属性提取模型，并对所述舌象属性提取模型进行持续优化；舌诊模型训练板块，用于训练生成舌诊模型，并对所述舌诊模型进行持续优化。3.根据权利要求1所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述照片颜色校准模块具体包括：颜色偏差计算板块，用于计算所述对比拍摄照片中标准色卡的颜色偏差，得到偏差参数；照片颜色校准板块，用于按照所述偏差参数，对所述对比拍摄照片进行颜色校准，生成标准拍摄照片。4.根据权利要求1所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述舌象识别处理模块具体包括：模型舌象识别板块，用于通过所述舌象识别模型，对所述标准拍摄照片进行舌象识别，生成舌象识别结果；舌象图片提取板块，用于按照所述舌象识别结果，从所述标准拍摄照片中提取舌象图片。5.根据权利要求1所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述舌象属性提取模块具体包括：模型舌象解析板块，用于通过所述舌象属性提取模型，对所述舌象图片进行舌象解析，
生成舌象解析结果；舌象属性提取板块，用于按照所述舌象解析结果进行属性提取，获取多个舌象属性标签。6.根据权利要求1所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述辅助诊断处理模块具体包括：调查信息获取板块，用于获取病人自填的调查信息；辅助诊断处理板块，用于通过所述舌诊模型，对所述调查信息和多个所述舌象属性标签进行辅助诊断处理，生成辅助诊断结果。7.根据权利要求2-6任意一项所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述舌象识别模型的建立过程如下，舌象指病人所拍摄的照片中对应舌头部分的图片，通过人工对样本数据进行蒙版处理，即人工在样本照片上抠出舌头部位的图片，并将其他部位的图片涂黑，通过编写训练程序，由训练程序学习样本图片并确定如何识别到对应的舌头部位，训练完成以后输出舌象识别模型；舌象识别模型后续在输入图片之后会自动识别图片中的舌象，如果识别错误则由人工进行辅助校正，同时训练程序会记录该次错误，使下次识别到相同类型的错误能更加精准，由此不断优化整个舌象识别模型。8.根据权利要求7所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述舌象属性提取模型的建立过程如下，舌象属性是指医生根据病人照片对该舌象所记录的标签，通过医生对样本数据的舌象进行标签标记，通过训练程序对舌象以及对应标签进行关联训练，训练完成以后输出舌象属性提取模型；舌象属性提取模型在后续输入图片并识别出舌象之后，对舌象进行解析，自动输出对应的标签，如果标签有缺失或者不准确的内容则由医生进行辅助校正，同时训练程序会自动记录该次错误并不断学习，使得不断优化整个舌象属性提取模型。9.根据权利要求8所述的一种基于ai技术的舌象识别辅助诊断系统，其特征在于：所述舌诊模型的建立过程如下，舌诊是指根据舌象对病人病情进行初步诊断，通过巡检程序，对样本数据的舌象属性标签、病人自填的调查信息进行训练，并输出舌诊模型；通过舌诊模型能根据病人提供的照片、自填的调查信息，进行自动诊断，并初步输出预判支持，并由医生每次最终诊断，完成后对通过训练程序的诊断过程以及结果进行学习，不断完善整个舌诊模型。

技术总结
本发明公开了一种基于AI技术的舌象识别辅助诊断系统，包括包括AI舌象获取单元、AI技术的舌象识别辅助诊断单元、健康报告单元：用于生成用户的健康报告，让用户能够直接看到诊断结果。本发明的系统将人工智能和舌象诊断相结合，利用计算机视觉、图像处理、机器学习等技术，对舌象图像进行自动分析和判断，从而提高诊断的精度和效率，降低人工干预。降低人工干预。降低人工干预。


技术研发人员：周勇斌 卓聪杰 蒙昌栋 吴铃 黄小雨
受保护的技术使用者：广西翔兰科技有限公司
技术研发日：2023.06.08
技术公布日：2023/8/14