《計算機舌診中不確定性信息的處理與分析》是依託哈爾濱工業大學,由張宏志擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:計算機舌診中不確定性信息的處理與分析
- 依託單位:哈爾濱工業大學
- 項目類別:青年科學基金項目
- 項目負責人:張宏志
項目摘要,結題摘要,
項目摘要
由於受到內外擾動因素的影響,在計算機舌象診斷的數據獲取與特徵處理等環節中存在許多不確定性信息,它們降低了系統在規則抽取與知識建模方面的穩定性和正確性,已成為現階段制約中醫舌診客觀化發展的最主要問題之一。為此,本項目擬在前期研究基礎上,針對本領域研究較少涉及的中醫舌診中的不確定性信息的處理與分析開展深入的研究,主要包括:舌象特徵提取與離散化處理、舌診特徵有效表示、舌診規則提取與知識建模等內容,通過粗糙集與信度網等方法的聯合,建立起面向計算機舌象診斷分析套用的不確定性信息處理框架,為中醫舌診客觀化研究提供基礎理論和關鍵技術支撐,有著重要的科學意義。本項目研究還有望在一定程度上拓展傳統中醫舌診信息化實現途徑,為研發具有個人保健、早期發現、無損檢測及遠程診療等中醫特色的家庭和社區健康診察系統奠定基礎,以滿足人們對於日常健康檢測的迫切需求,具有良好的套用前景和重要的社會意義。
結題摘要
由於受到內外擾動因素的影響,在計算機舌圖像處理與分析中的數據獲取與特徵處理等環節中尚存著在許多不確定性信息。它們降低了系統在特徵抽取與知識建模方面的穩定性和正確性,已成為現階段制約中醫舌診客觀化發展的最主要問題之一。由於上述不確定信息主要來自數據採集、舌圖像分割、舌色特徵處理等方面,因此在本項目中,我們分別對舌圖像數據採集設備進行升級,提出了穩健的舌輪廓分割算法,開展了舌色流行學習研究,探討了舌圖像非均勻模糊的快速復原算法,具體包括如下幾個方面: 1、在舌圖像數據採集方面,本項目對原有設備進行了設計改造,實現採集環境標準化並固化採集參數,增加舌體厚度信息採集模組等。這些工作在很大程度上減少了來自信號採集層次的不確定信息。 2、在舌輪廓不確定信息處理方面,本項目提出了基於分水嶺與區域合併算法的舌體自動分割,基於GaborFM的自動舌體分割以及互動式舌圖像輪廓分割三種方法。實驗結果表明,這些算法可顯著抑制由於舌圖像分割算法所導致的偽輪廓、形狀偏差等局部不確定信息。 3、在舌色不確定信息處理方面,本項目提出了基於局部線性嵌入算法的舌色流行學習框架,可以更直觀地輔助醫師研判舌圖像數據分析中各種潛在的由健康舌色過度到非健康(病理)舌色的顏色變化趨勢,並有效抑制了由於舌色感知過程中的部分例外或反常信息干擾所造成的舌色模型擾動和不確定性。 4、舌圖像模糊不確定信息處理方面,本項目提出了非均勻模糊圖像快速復原和基於廣義加性卷積模型的相機抖動模糊圖像盲復原兩種處理方法。它們不僅可以用於解決舌圖像採集過程中的大部分模糊問題,還可以作為通用的方法用於復原多種非均勻模糊圖像,同時在計算效率方面也具有較大優勢。 本項目的上述研究成果已經公開發表在30餘篇國際期刊/會議論文。其中,SCI收錄16篇,EI收錄30篇,ISTP收錄14篇。此外,本項目累計採集舌圖像樣本2000餘例。本項目研究成果有望在一定程度上拓展傳統中醫舌診信息化實現途徑,為研發具有個人保健、早期發現、無損檢測及遠程診療等中醫特色的家庭和社區健康診察系統提供必要的技術支撐,以滿足人們對於日常健康檢測的迫切需求。