[发明专利]一种基于舌象特征和BMI指数的脂肪肝预测模型

说明书

本发明公开了一种基于舌象特征和BMI指数的脂肪肝预测方法，涉及人工智能技术领域，本发明包括采集舌体图像样本及对应的BMI指数，随机分为训练数据集和测试数据集；对训练数据集中的舌体图像样本进行特征提取，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]，利用训练特征向量对预设的Random Forest模型进行训练，利用网格调参法对Random Forest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Random Forest模型；利用最佳Random Forest模型对待预测舌体图像进行预测，得到预测结果，本发明提高了脂肪肝预测效果和预测结果准确率，模型结构简单，占用资源较少。

技术领域

本发明涉及人工智能技术领域，更具体的是涉及一种基于舌象特征和BMI指数的脂肪肝预测模型。

背景技术

BMI(Body Mass Index)指数为体质指数，是目前国际上常用来量度体重与身高比例的工具，利用身高和体重之间的比例衡量一个人是否过瘦或过肥，而通常情况下脂肪肝患者往往由于脂肪含量过高较肥胖，因此BMI指数对判定脂肪肝具有辅助作用。

传统的脂肪肝诊断往往靠医生配合辅助检查来进行确诊，比如医生根据患者病史和如肝功能，血脂，B超，CT等辅助检查项目对脂肪肝进行诊断，但是目前的诊断方法依赖于大量的先验知识，同时进行辅助检查又需要去医院，费时费力而且成本不低，十分不便利。

随着技术的不断发展，目前已经有了直接使用舌体图像对脂肪肝进行预测识别的技术，但是现有技术依赖于大量标记过的数据样本，否则训练出的模型准确率并不高，并且现有模型网络结构较为复杂，计算时间较长，不利于部署。

发明内容

本发明的目的在于：为了解决目前直接使用舌体图像对脂肪肝进行预测，依赖于大量样本，且网络结构复杂的问题，本发明提供一种基于舌象特征和BMI指数的脂肪肝预测模型。

本发明为了实现上述目的具体采用以下技术方案：

一种基于舌象特征和BMI指数的脂肪肝预测模型，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；

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；

利用最佳Random Forest模型对待预测舌体图像进行预测，得到预测结果。

进一步的，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：