基于人工智能和可视化技术舌象脉象诊断器.pdfVIP

基于人工智能和可视化技术舌象脉象诊

断器

摘要

当下时代，是人工智能飞速发展的时代，医工融合成了时代发展的热点，人

工智能在医学上的使用慢慢普及到了各大医院。而在中医方面，当下医院仍秉持

传统，使用望、闻、问、切的传统方式进行对病人的诊治，经验不足的中医会对

病人造成误诊，而通过人工智能的方式，对采集的脉象和舌象进行量化分析，辅

助医生进行诊断，可以有效避免医生经验不足带来的误诊，因此人工智能在中医

上的应用是当今时代下发展的必然趋势。本文重点研究脉象和舌象的采集和分析，

主要研究工作如下：

一．人工智能在医学领域的发展

1.1医学影像

医学影像主要包括X射线和CT。医学影像作为医院的基础医疗设备，也是

诊疗的基础。CT是医院临床应用最为广泛的影像设备，由于其拍摄分辨率高、检

测范围广和非侵入性等特点，被广泛应用于各行业以及临床应用领域。我国医学

影像产品主要分为全自动影像系统及人工辅助诊断系统等。其中全自动影像系统，

即指可以自动完成检查影像中的诊断流程和定量描述成像图像中的关键信息。

1.2辅助诊断

辅助诊断是指借助人工智能技术，对病人进行辅助诊断。人工智能在医学影

像领域的应用主要包括：影像分析；疾病分类；分型；辅助诊断（临床辅助用

药);诊断依据——辅助医生进行诊断；辅助专家做出诊断建议。临床辅助诊断主

要包括肿瘤、感染性疾病、心脏病和慢性疾病诊治等。这些类别具有诊断需要，

专业医生对病情进行全面分析，尤其是对一些疑难病例，需要借助人工智能诊断

来进行疾病诊治水平整体提高，诊断效率，降低诊断风险，从而提高疗效，缩短

疗程。

二．脉象信息采集

3.1取脉

仪器设计的目的就是要再现医师号脉时手指对脉的不同力度。通过设计对受

检测者的脉施以合适的三种固定压强，模拟出中医切脉过程，并分别记录下此时

的脉搏图像，得到在不同的取法压力下，所采到的压力脉图的波形高度，再现取

脉过程的浮、中、沉取的操作。查阅资料可知，脉诊最适压力为:浮取10kPa；中

取15kPa；沉取20kPa。通过脉波的主波高度变化与所加压力变化做出取法波高

曲线，可以得出最适的取脉压力。而后通过判断在哪种压强下，脉图主波最高，

可以得出脉位的“浮-沉”属性，同时还可以实现对脉数、脉形、脉势等属性的

检测。

3.2数据采集

脉搏信号获取部分是脉搏信号采集系统中很重要的一个环节，因为脉搏信号

采集的好坏将直接影响到后续的数据处理部分的效果以及最终所得到的脉搏图的

准确性，所以，脉搏传感器的选择对于整个系统的设计尤其重要。考虑到价格的

因素和所需精度的要求，选用脉冲传感器为合肥华科电子的HK-2000B型压电脉

冲传感器。它灵敏度高，抗干扰能力强，过载能力大，性能稳定可靠，安全可靠

性高，使用寿命长。

3.3数据传输

脉搏信号是典型的弱信号，主要根据法向力的变化情况来绘制其空间脉图，

一般情况下，脉象仪的数据传输和处理单元主要是经放大滤波电路和A/D转换，

将数字信号输入计算机进行分析存储。

三．舌象信息采集

4.1舌象预处理

4.1.1舌象去反光

在采集舌图像的过程中，由于被采集者身体情况不一样，有些人唾液分泌较

多，来自光源的入射光在舌面的唾液聚集部位形成镜面反射，导致采集到的舌象

某些区域过亮，产生亮斑问题，亮斑会覆盖舌体表面，且亮斑的颜色与光源颜色

一致，影响舌象自动诊断。所以，将舌象表面反光点去除十分重要。

首先舌象中的反光点进行检测，符合阈值要求的标记为反光点，然后降低反

光点的亮度，通过固定的亮度经验阈值来检测反光，阈值需要通过反复实验来选

取，具体步骤如下:

(1)设定经验阈值T；

(2)遍历图中的每个像素点P（r,g,b）;

(3)将r,g,b与阈值T作比较，若r,g,b中有一个比经验阈值T大，则将该

点标记为反光点，并将该点坐标存入二维数组中；

(4)若r,g,b中有2个大于经验阈值T，则将该像素点及四个领域内的像素点

标记为反光点，并将这些点的坐标存入到二维数组中；

(5)将标记为反光点的坐标从数组中取出，对其亮度重新赋值。

4.1.2舌象滤波处理

舌象采集过程中难免会遇到各种噪音污染，噪音会导致舌象颜色数据丢失