(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210787391.0 (22)申请日 2022.07.06 (65)同一申请的已公布的文献号 申请公布号 CN 114862851 A (43)申请公布日 2022.08.05 (73)专利权人 深圳市圆道妙医科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 叶展　杨剑波　 (74)专利代理 机构 深圳壹舟知识产权代理事务 所(普通合伙) 44331 专利代理师 孔祥丹 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/26(2022.01)G06V 10/762(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 7/10(2017.01) (56)对比文件 WO 20190 52436 A1,2019.0 3.21 审查员 刘志军 (54)发明名称 一种基于舌相分析的处 理方法 (57)摘要 本发明公开了一种基于舌相分析的处理方 法， 涉及人工智能领域。 主要包括： 提取出包含舌 体部位的图像中的舌体区域图像； 将舌体区域图 像转换为Lab图像并将a通道中像素值最大的两 个像素点作为初始聚类中心； 分别获得Lab图像 中每一像素点关于每一初始聚类中心的对称权 重系数、 色差以及 距离， 以分别获得Lab图像中每 一像素点关于每一初始聚类中心的聚类特征值； 根据Lab图像中每一像素点分别相对于各初始聚 类中心的聚类特征值， 完成对Lab图像中所有像 素点的聚类， 获得舌苔舌质的分离结果。 本发明 实施例能够有效避免人工肉眼观 察的主观性， 从 而提高对于舌质及舌 苔的分离精度及效率。 权利要求书2页 说明书7页 附图1页 CN 114862851 B 2022.09.30 CN 114862851 B 1.一种基于舌相分析的处 理方法， 其特 征在于， 包括： 获取舌体图像中待分离的舌体区域图像； 将舌体区域 图像转换为Lab图像， 并将Lab图像的a通道中像素值最大的两个像素点作 为初始聚类中心； 根据舌体区域的边缘确定舌体区域的对称轴， 获得每一初始聚类中心与该聚类中心关 于对称轴的对称点以及Lab图像中每一像素点依次形成的夹角， 并根据每一夹角的余弦值、 每一像素点到聚类中心的距离以及每一初始聚类中心到其对称点的距离， 分别获得Lab图 像中每一像素点关于每一初始聚类中心的对称权 重系数； 分别获得Lab图像中每一像素点分别在Lab三通道中像素值进行归一化后的归一化颜 色值， 并将Lab图像中每一像素点的归一化颜色值与每一初始聚类中心的归一化颜色值的 差值， 分别作为 Lab图像中每一像素点关于每一初始聚类中心的色差； 根据Lab图像 中每一像素点关于每一初始聚类中心的对称权重系数、 色差以及距离， 分 别获得Lab图像中每一像素点关于每一初始聚类中心的聚类特 征值； 将Lab图像中每一像素点聚类至与其聚类特征值最大的初始聚类中心所属的类别， 完 成对Lab图像中所有像素点的聚类， 将聚类结果作为 舌苔舌质的分离结果； 根据每一夹角的余弦值、 每一像素点到聚类中心的距离以及每一初始聚类中心到其对 称点的距离， 分别获得Lab图像中每一像素点关于每一初始聚类中心的对称权重系数， 包 括： 式中， 为Lab图像中每一像素点关于每一初始聚类中心的对称权重系数； 为每一初 始聚类中心、 聚类中心关于对称轴的对称点以及Lab图像中每一像素点这三点所形成的夹 角的值， 且 对应的角的顶点为聚类中心关于对称轴的对称点； 为每一像素点到聚类中 心的距离， 为每一初始聚类中心到其对称点的距离， 为双曲正切函数。 2.根据权利要求1所述的基于舌相分析的处理方法， 其特征在于， 根据Lab图像中每一 像素点关于每一初始聚类中心的对称权重系数、 色差以及距离， 分别获得Lab图像中每一像 素点关于每一初始聚类中心的聚类特 征值， 包括： 将Lab图像中每一像素点关于每一初始聚类中心的对称权重系数以及距离相乘积， 将 乘积结果与Lab图像中每一像素点关于每一初始聚类中心的色差相除， 将相除结果作为Lab 图像中每一像素点关于每一初始聚类中心的聚类特 征值。 3.根据权利要求1所述的基于舌相分析的处理方法， 其特征在于， 将Lab图像中每一像 素点聚类至与其聚类特 征值最大的初始聚类中心所属的类别后， 所述方法还 包括： 将已聚类至每一初始聚类中心的各像素点的质心， 分别作为每一类别新的聚类中心。 4.根据权利要求1所述的基于舌相分析的处理方法， 其特征在于， Lab图像中每一像素 点分别在Lab三 通道中像素值进行归一 化后的归一 化颜色值的获得 过程， 包括： 分别对Lab图像中每一像素点分别在Lab每一 通道中的像素值进行归一 化； Lab图像中每一像素点分别在Lab各通道中的像素值的归一化结果求平均后乘以255， 将相乘结果作为Lab图像中每一像素点分别在Lab三通道中像素值进行归一化后的归一化权　利　要　求　书 1/2 页 2 CN 114862851 B 2颜色值。 5.根据权利要求1所述的基于舌相分析的处理方法， 其特征在于， 获取舌体图像中待分 离的舌体区域图像前， 所述方法还 包括： 获取就诊者的舌体图像。 6.根据权利要求1所述的基于舌相分析的处理方法， 其特征在于， 获取舌体图像中待分 离的舌体区域图像， 包括： 利用深度神经网络DNN对舌体图像进行分割， 将分割结果作为所提取的舌体区域图像， 所述舌体区域图像中属于舌体区域以外的像素点的像素值 为0。 7.根据权利要求1所述的基于舌相分析的处理方法， 其特征在于， 获得舌苔舌质的分离 结果后， 所述方法还包括： 医生根据舌苔舌质的分离结果， 对舌体图像给出相应的证候标 签。 8.根据权利要求7所述的基于舌相分析的处理方法， 其特征在于， 对舌体图像给出相应 的证候标签后， 所述方法还 包括： 将舌体图像作为神经网络的输入集， 同时将舌体图像对应的证候标签作为检验集， 完 成对神经网络的训练， 并利用训练完成的神经网络的根据待测舌体图像输出与待测舌体图 像对应的证候标签。权　利　要　求　书 2/2 页 3 CN 114862851 B 3