[发明专利]一种基于深度学习的人脸生成中药处方的方法

说明书

本发明公开了一种基于深度学习的人脸生成中药处方的方法，具体步骤包括：将病人的人脸图像分割为三个粒度的图像：器官粒度、局部区域粒度和人脸的粒度；将由像素矩阵和多标签向量组成的数据集划分为训练数据集和测试数据集；构建基于三粒度人脸的卷积神经网络模型；对训练数据集进行训练，调整参数迭代多次训练后得到表现良好的神经网络模型；将测试数据集的像素矩阵输入神经网络模型，生成中药处方。本发明能够从数据中学习到中医的开药经验，根据病人的人脸图像自动生成病人所需要的中药处方，从而对中医的望诊工作起到辅助作用，减少重复性工作，对人脸进行快速稳定的分析。

技术领域

本发明涉及计算机应用领域，尤其涉及一种基于深度学习的人脸生成中药处方的方法。

背景技术

面部望诊是中医望诊的重要内容，也是中医诊断的重要依据，是通过观察人脸的色泽和形态的变化来辅助诊断及鉴别的一个简单有效的方法。面部望诊是几千年来中医理论精华的一部分，是中医“望，闻，问，切”四诊的方法中的一部分。健康的人脸上应该是干干净净，色泽红润有光泽。刚出生的婴儿脸上通常都是干干净净的，但随着岁月的增长以及空气、水、食物添加剂、环境污染、精神压力等多种因素的影响，人体健康受到伤害，面部就会逐步产生症状。

中药是指以中医药理论为指导，有着独特的理论体系和应用形式，是用于预防和治疗疾病并具有康复与保健作用的天然药物及其加工代用品。中国劳动人民几千年来在与疾病作斗争的过程中，逐渐积累了丰富的医药知识和医药书籍，这些书籍起到了总结前人经验并且便于流传和推广的作用，是中国人民长期同疾病作斗争的极为丰富的经验总结。很多中草药的疗效不但经受住了长期医疗实践的检验，而且也已被现代科学研究所证实。大量事实证明，中国古代劳动人民通过长期实践所积累起来的医药遗产是极为丰富和宝贵的。中药对于中医的诊断治疗有着极其重要的意义，传统中医诊断中可以根据人脸和舌苔来判定病人的身体情况，对症下药，开具中药处方。

图像识别一直以来都是计算机领域的一个重要且热门的研究方向，随着深度学习的兴起及其在图像识别应用中取得的巨大成就，这门技术已经掀起了一股浪潮。深度学习受到人脑神经元的启发建立一套分层模型结构，对输入数据逐层提取特征，能很好地建立底层信号到高级语义的映射关系。

传统中医诊断中根据人脸来开具中药处方具有一定的重复性，而且诊断价值极大地受到医生的临床经验、环境因素诸如光源、亮度等主客观因素的影响，使面部望诊的宝贵经验不能科学量化地保留下来。而利用深度学习技术能够从大量的已有数据中提取出有用的特征，学习到复杂的函数来根据输入特征给出对应的输出。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于深度学习的人脸生成中药处方的方法。本发明能够从数据中学习到中医的开药经验，并根据病人的人脸图像自动生成病人所需的中药处方，从而对中医的人脸诊断工作起到辅助作用，减少了重复性工作，能够对病人的人脸进行快速稳定的分析。

本发明的目的能够通过以下技术方案实现：

一种基于深度学习的人脸生成中药处方的方法，具体步骤包括：

将病人的人脸图像分割为三个粒度的图像：器官粒度、局部区域粒度和人脸的粒度；

将由像素矩阵和多标签向量组成的数据集划分为训练数据集和测试数据集；

构建基于三粒度人脸的卷积神经网络模型；

根据训练数据集对卷积神经网络模型进行训练并调整超参数，迭代进行多次训练后得到表现良好的卷积神经网络模型；

将测试数据集的像素矩阵输入得到的卷积神经网络模型，生成中药处方。

具体地，采用三个粒度图像的像素矩阵表示病人的三粒度人脸，采用多标签向量表示病人的中药处方。