[发明专利]一种基于中医影像大数据的智能体检系统及其方法

权利要求书

1.一种基于中医影像大数据的智能体检系统，其特征在于：包括图像采集模块、图像预处理模块、图像存储模块、特征提取模块、迁移学习模块、网络训练模块、检测模块以及防未病模块；

所述图像采集模块依据中医望诊的方法，采集疾病A方面患者的面部、舌苔、手掌和皮肤的图像，构建疾病A的面部图像库、舌苔图像库、手掌图像库和皮肤图像库；

所述图像预处理模块利用图像直方图对所述图像采集模块内构建的图像库中的图像对比度进行调整，增强图像的对比度，构成疾病A的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集；

所述图像存储模块将经由所述图像预处理模块处理得到的疾病A的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集中的图像进行合并，完成数据集的扩充，对扩充后的预训练网络图像面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集进行存储；

所述特征提取模块从所述图像存储模块内提取出面部、舌苔、手掌和皮肤的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；

所述迁移学习模块对所述特征提取模块中提取出的面部、舌苔、手掌和皮肤的特征区域进行迁移学习，得到深度神经网络中面部、舌苔、手掌和皮肤的初始化结构和权值；

所述网络训练模块以面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集迁移学习得到的网络结构和权值作初值，用扩充后的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集对网络进行有监督训练，并对参数进行微调，获得适于判别疾病A图像的网络结构和权值；

所述检测模块用于在训练好的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集网络上，将其测试集图像输入网络，检测装置对图片的判别能力，再将待检测的图片输入网络，经过网络判别给出判别结果；

所述防未病模块根据所述检测模块的判别结果，给出相应的防未病解决方法,所述的防未病解决方法包括情志调养、起居、饮食调养、运动建议、穴位按摩和足浴保健。

2.根据权利要求1所述的一种基于中医影像大数据的智能体检系统，其特征在于：所述图像采集模块设置有摄像机、显示屏以及用于为摄像机补光的LED光源组件，且摄像机、显示屏以及LED光源组件均由中央处理器控制。

3.根据权利要求1所述的一种基于中医影像大数据的智能体检系统，其特征在于：所述图像预处理模块还包括图像的直方图均衡、图像锐化以及图像背景去除的处理，并根据人体面部、舌苔、手掌纹以及皮肤的定位结果将图像中的人体的面部、舌苔、手掌纹以及皮肤图像信息分别转换到同一位置和大小。

4.根据权利要求1所述的一种基于中医影像大数据的智能体检系统，其特征在于：所述迁移学习模块的具体流程为：

S1：初始化权值，每个权值的初始化值设置为[0，1]之前的随机数；

S2：输入人体面部、舌苔、手掌纹和皮肤各个特征的训练样本及期望输出值；

S3：逐层计算层的输出；

S4：从输出层开始，调整权值，并反向传播误差值；

S5：如果误差小于设定的值，则算法结束，若误差大于所设定的值，在转入步骤S3中，继续学习。

5.根据权利要求4所述的一种基于中医影像大数据的智能体检系统，其特征在于：所述步骤S5中，在一个完整的学习周期内，将原有的学习模式连同加入新采集的人体面部、舌苔、手掌纹以及皮肤图像信息特征值一起重新训练，在每次针对连接权进行校正时，按照一定的比例加上前一次学习时的校正量，即增加附加动量项，其连接权变为其中β为学习速率，η为动量因子，ΔW_ij(N)为第N次迭代时权值变化量，由此可得知，N+1次迭代时，权值的调整量与第N次迭代相关，前一个样本的学习结果作为下一个样本所用。