买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：盐城幼儿师范高等专科学校;盐城师范学院;盐城市中医院

摘要：本发明涉及属于图像处理技术领域，具体涉及一种基于深度卷积网络的面色、舌像图像特征归纳方法，包括以下步骤：采用蛋白组学疾病特征分析方法，初步筛查；根据筛查结果，进行面色、舌像的采集；对采集的面色、舌像数据进行处理，搭建训练模型；建立数据集，对模型进行训练，并进行特征归纳；对图片数据进行预处理后，将血瘀证、非血瘀证图片标签分别定义为1、0，建立数据集，按照6：2：2的比例随机划分训练集、验证集和测试集，三个集合的数据样本类别均为同分布。使用测试集对最终模型进行验证，获取测试集标签，评估最终模型的性能和泛化能力。本发明能够自动从面色、舌像数据中提取深层特征，实现快速的实时特征归纳，便于后续诊断。

主权项：1.一种基于深度卷积网络的面色、舌像图像特征归纳方法，其特征在于，包括以下步骤：S1.采用蛋白组学疾病特征分析方法，初步筛查需要进行面色、舌像采集的人员，采用基于串联质量标签的定量蛋白组学方法，比较克罗恩病血瘀证患者、其它克罗恩病证型患者与健康人的蛋白表达差异，运用生物信息学方法对相关通路和机制进行分析，得出克罗恩病血瘀证的蛋白组学病症证候特征；S2.根据上一步的证候特征结果，进行面色、舌像的采集，使用面色、舌像采集系统采集患者的面部、舌部图像，S3.对采集的面色、舌像数据进行处理，搭建训练模型，基于中医四诊客观化思想，利用面部、舌象数据集构建多模态融合的深度卷积神经网络分类模型，对克罗恩病患者进行中医病症特征归纳；S4.建立数据集，对模型进行训练，并进行特征归纳；对图片数据进行预处理后，将血瘀证、非血瘀证图片标签分别定义为1、0，建立数据集，按照6：2：2的比例随机划分训练集、验证集和测试集，三个集合的数据样本类别均为同分布；以逻辑回归、多层感知器神经网络、简单卷积神经网络、加强卷积+批量归一化神经网络及ResNet18神经网络结构作为诊断模型的基础框架，使用训练集图片数据对模型进行训练；S5.使用测试集对最终模型进行验证，获取测试集标签，评估最终模型的性能和泛化能力，每隔一定周期计算模型在验证集上的误差，读取验证集图片数据，获取验证集标签，定义预测函数，计算预测结果，对模型性能进行初步评估，根据评估结果手动调整模型参数，继续进行模型训练；当模型在验证集上的误差比上一次训练结果差时停止训练，使用上一次迭代结果中的参数作为模型的最终参数；使用测试集对最终模型进行验证：最终模型训练完成后，读取测试集图片数据，获取测试集标签，评估最终模型的性能和泛化能力。

全文数据：

权利要求：

百度查询： 盐城幼儿师范高等专科学校 盐城师范学院 盐城市中医院 一种基于深度卷积网络的面色、舌像图像特征归纳方法