[发明专利]一种基于舌象特征和BMI指数的脂肪肝预测模型

权利要求书

1.一种基于舌象特征和BMI指数的脂肪肝预测模型，其特征在于，包括：

采集若干张患病和未患病的舌体图像样本及每张舌体图像样本对应的BMI指数，将舌体图像样本随机分为训练数据集和测试数据集，并将每张舌体图像样本对应的BMI指数添加到对应的训练数据集和测试数据集中；

对训练数据集中的舌体图像样本进行特征提取，得到舌质舌苔颜色特征向量[p_xi，p_yi]、舌苔厚薄特征向量[T，M]、舌体润燥特征L和舌体胖瘦指数I，T为苔厚指数，M为苔质比；

所述对训练数据集中的舌体图像样本进行特征提取，得到舌质舌苔颜色特征向量[p_xi，p_yi]，具体为：

利用LGBM模型将舌体图像样本中的像素点分为十类，其中舌质类像素点和舌苔类像素点各五类，舌质类像素点分别是：淡色舌质、淡红舌质、红色舌质、深红舌质和绛色舌质，舌苔类像素点分别是：白色舌苔、淡黄舌苔、深黄舌苔、棕黄舌苔和灰黑舌苔；

设舌质类像素点数量分别为x₁,...,x_i,...,x₅，舌苔类像素点数量分别为y₁,...,y_i,...,y₅，分别计算各舌质类像素点占舌质类像素点总数的百分比p_xi和各舌苔类像素点占舌苔类像素点总数的百分比p_yi，计算式为：

则舌质舌苔颜色特征向量为[p_xi，p_yi]；

基于舌质舌苔颜色特征向量[p_xi，p_yi]、舌苔厚薄特征向量[T，M]、舌体润燥特征L、舌体胖瘦指数I及BMI指数构建训练特征向量[p_xi，p_yi，T，M，L，I，BMI]，利用训练特征向量[p_xi，p_yi，T，M，L，I，BMI]对预设的Random Forest模型进行训练，利用网格调参法对RandomForest模型进行优化；

利用测试数据集对Random Forest模型进行测试，直至输出训练好的最佳RandomForest模型。

2.根据权利要求1所述的一种基于舌象特征和BMI指数的脂肪肝预测模型，其特征在于，所述对训练数据集中的舌体图像样本进行特征提取，得到舌苔厚薄特征向量[T，M]，具体为：

设舌体图像样本总像素点数量为N，对于其中任一个像素点P_ij，选取其5*5邻域，计算该邻域中舌质类像素点数量N_ij，根据N_ij的取值为像素点P_ij分配权重ω_ij：

基于权重ω_ij计算舌体图像样本的苔厚指数T：

然后计算舌体图像样本的苔质比M：

基于苔厚指数T和苔质比M得到舌苔厚薄特征向量[T，M]。

3.根据权利要求1所述的一种基于舌象特征和BMI指数的脂肪肝预测模型，其特征在于，所述对训练数据集中的舌体图像样本进行特征提取，得到舌体润燥特征L，具体为：

将舌体图像样本分为10*10的区域，计算各区域平均亮度值I_n，取最大的平均亮度值作为全局阈值I_t；

对舌体图像样本中所有大于全局阈值I_t的像素点进行八邻域生长，形成各亮斑区域；

对各亮斑区域基于二分光反射原理进行分类，得到水分亮斑区，计算水分亮斑区的像素点总和L，舌体润燥特征即为L。