基于深度學習的肥胖癥遠紅外圖像證候分型方法和系統(tǒng)
基本信息
申請?zhí)?/td> | CN202011634531.8 | 申請日 | - |
公開(公告)號 | CN112819750A | 公開(公告)日 | 2021-05-18 |
申請公布號 | CN112819750A | 申請公布日 | 2021-05-18 |
分類號 | G06T7/00;G06T5/00;G06T7/10;G06K9/46;G06K9/62;G16H30/40;G16H50/20;A61B5/00 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 宋昌梅;張在文;孫林林 | 申請(專利權(quán))人 | 北京鷹之眼智能健康科技有限公司 |
代理機構(gòu) | 北京云科知識產(chǎn)權(quán)代理事務所(特殊普通合伙) | 代理人 | 張飆 |
地址 | 100097 北京市海淀區(qū)正福寺路10號西區(qū)1幢1層3號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于深度學習的肥胖癥遠紅外圖像證候分型方法和系統(tǒng),包括:步驟一、中醫(yī)證候診斷:采集信息,對肥胖患者四診信息進行分析,并進行辨證分型;步驟二、紅外熱成像圖像標記:肥胖患者紅外圖像;根據(jù)診斷信息做出的中醫(yī)證候分型結(jié)果,對紅外熱成像圖像進行標注,注明圖像所對應的中醫(yī)證候診斷結(jié)果;對每個證候類型獲取足夠數(shù)量的案例數(shù)據(jù);步驟三、證候判別模型訓練:在模型訓練階段,通過對患者的紅外圖像進行預處理,通過卷積神經(jīng)網(wǎng)絡對圖像進行特征提取,進行算法分析,形成證候判別模型。步驟四、自動化診斷:向模型輸入一份肥胖患者紅外熱成像圖像,經(jīng)過計算機對圖像特征進行分析,最終自動輸出證候診斷結(jié)果。 |
