一种看舌头App气血津液数学模型

摘要

本发明公开了一种看舌头App气血津液数学模型，包括颜色识别数学模型、气血指数数学模型和津液指数数学模型，颜色识别数学模型具体如下：颗粒取色范围＝[R>λ3]∩[G>λ4]∩[B<255]的像素点，平均面积＝初算颗粒总面积/(初算颗粒个数+1)，γ＝初算颗粒面积/轮廓面积，本发明涉及医学软件模型技术领域。该看舌头App气血津液数学模型，可实现更加全面的对患者舌头病症进行智能建模分析，很好的达到了通过将患者舌头的气血和津液特征信息包含于模型内，来进行更加精确全面的智能诊断分析的目的，大大提高了诊断的精确性和智能化程度，实现了更加全面的智能诊断检查，数据处理模型特征算法丰富，从而大大方便了舌诊的普及。

说明书

技术领域

本发明涉及医学软件模型技术领域，具体为一种看舌头App气血津液数学模型。

背景技术

舌为心之苗，脾之外候，苔由胃气所生。脏腑通过经脉与舌相联中医诊断疾病的重要客系，手少阴之别系舌本，足少阴之脉挟舌本，足厥阴之脉络舌本，足太阴之脉连舌本，散舌下，故脏腑病变，可在舌质和舌苔上反映出来，舌诊主要诊察舌质和舌苔的形态、色泽、润燥等，以此判断疾病的性质、病势的浅深、气血的盛衰、津液的盈亏及脏腑的虚实，舌诊作为传统医学“望”诊的重要内容，在临床上是一种重要的观察手段，它通过观察舌象，来了解人体生理功能和病理变化，从现代医学的角度看，舌黏膜以及舌本体的变化，也是一种客观的体征，可以帮助医生判断弱情，甚至有一些疾病，单靠舌形、舌色等，即可作出大致的诊断。

目前对于舌诊，有医生人工对病人的舌象进行观察，然后根据经验来判断病人的病情，也有对舌象自动识别且精准判断的人工智能软件App，但现有的舌诊App在进行诊断数据采集处理过程中，数据处理模型较为单一，不能更加全面的对患者舌头病症进行智能建模分析，无法达到通过将患者舌头的气血和津液特征信息包含于模型内，来进行更加精确全面的智能诊断分析的目的，大大降低了诊断的精确性和智能化程度，不能实现更加全面的智能诊断检查。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种看舌头App气血津液数学模型，解决了现有的舌诊App在进行诊断数据采集处理过程中，数据处理模型较为单一，不能更加全面的对患者舌头病症进行智能建模分析，无法达到通过将患者舌头的气血和津液特征信息包含于模型内，来进行更加精确全面的智能诊断分析的目的，大大降低了诊断的精确性和智能化程度，不能实现更加全面的智能诊断检查的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种看舌头App气血津液数学模型，其数学模型包括颜色识别数学模型、气血指数数学模型和津液指数数学模型。

所述颜色识别数学模型具体如下：

颗粒取色范围＝[R>λ3]∩[G>λ4]∩[B<255]的像素点，平均面积＝初算颗粒总面积/(初算颗粒个数+1)，γ＝初算颗粒面积/轮廓面积，再做(平均面积^0.5)/2π腐蚀运算，j＝重计颗粒个数。

瘀滞取色范围＝[R>0]∩[G<λ5]∩[B>λ6]的像素点，β＝像素点[(1/xy)∮(B)/148]-(148/148)。

裂纹取色范围＝[R>0]∩[G<λ7]∩[B<λ8]的像素点，χ1<连片面积/照片面积<χ2，κ＝(裂纹面积/照片面积)/Ф^2。

所述气血指数数学模型具体如下：

气血指数Bg＝Fe×{1-{(1-β)×{(1-β)×[(1-β)-(1-Ф)]+(1-Ф)}}}/(1-Ф)，虚实指数Fe＝老嫩算子f+干湿算子m。

所述津液指数数学模型具体如下：

津液指数Md＝胖瘦算子p-(干湿算子m+纹理算子t)。

裂纹指数Cr＝{1-{(1-κ)×{(1-κ)×[(1-κ)-(1-Ф)]+(1-Ф)}}}/(1-Ф)。

苔质指数Gr＝{[(e^γ)/(e^α)]×α-{e^[(π/4)×(Ф^2)×Ф]/(e^Ф)}×Ф}/{[LN(j+e)]/e}。

优选的，所述颜色识别数学模型中初算颗粒面积是指依据颗粒取色范围对图像进行像素识别，将符合取色范围的目标像素的相邻像素组成像素集合即颗粒，颗粒所包含的像素总数即为颗粒面积。

优选的，所述颜色识别数学模型中连片面积是指相邻像素组成的像素集合包含像素的总数。

优选的，所述颜色识别数学模型中照片面积是指照片包含的像素总数。

优选的，所述气血指数数学模型中干湿算子

所述老嫩算子

优选的，所述津液指数数学模型中瘦胖算子p＝[(照片周长/轮廓周长)×(轮廓面积/照片面积)^2]×sin(ψ/2)-sin(χ3)，Ψ为舌轮廓最小外接矩形两侧切点与舌尖切点所构成的夹角，如舌两侧轮廓线与外切线有多点相切甚至重合，取线段重合部分的中点为切点。

优选的，所述津液指数数学模型中纹理算子t＝e^Cr/e^Gr-1。

优选的，所述颜色识别数学模型、气血指数数学模型和津液指数数学模型中π和e均为常量，π≈3.14，e≈2.718，ω取0～1之间的某一固定自然数，λ3、λ4、λ5、λ6、λ7、λ8＝0～255，χ1、χ2、χ3＝0～1。

(三)有益效果

本发明提供了一种看舌头App气血津液数学模型。与现有技术相比具备以下有益效果：该看舌头App气血津液数学模型，包括颜色识别数学模型、气血指数数学模型和津液指数数学模型，颜色识别数学模型具体如下：颗粒取色范围＝[R>λ3]∩[G>λ4]∩[B<255]的像素点，平均面积＝初算颗粒总面积/(初算颗粒个数+1)，γ＝初算颗粒面积/轮廓面积，再做(平均面积^0.5)/2π腐蚀运算，j＝重计颗粒个数，瘀滞取色范围＝[R>0]∩[G<λ5]∩[B>λ6]的像素点，β＝像素点[(1/xy)∮(B)/148]-(148/148)，裂纹取色范围＝[R>0]∩[G<λ7]∩[B<λ8]的像素点，χ1<连片面积/照片面积<χ2，κ＝(裂纹面积/照片面积)/Ф^2，可实现更加全面的对患者舌头病症进行智能建模分析，很好的达到了通过将患者舌头的气血和津液特征信息包含于模型内，来进行更加精确全面的智能诊断分析的目的，大大提高了诊断的精确性和智能化程度，实现了更加全面的智能诊断检查，数据处理模型特征算法丰富，从而大大方便了舌诊机构的工作人员。

具体实施方式

下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种技术方案：一种看舌头App气血津液数学模型，包括颜色识别数学模型、气血指数数学模型和津液指数数学模型。

本发明实施例中，颜色识别数学模型具体如下：

颗粒取色范围＝[R>λ3]∩[G>λ4]∩[B<255]的像素点，平均面积＝初算颗粒总面积/(初算颗粒个数+1)，γ＝初算颗粒面积/轮廓面积，再做(平均面积^0.5)/2π腐蚀运算，j＝重计颗粒个数。

瘀滞取色范围＝[R>0]∩[G<λ5]∩[B>λ6]的像素点，β＝像素点[(1/xy)∮(B)/148]-(148/148)。

裂纹取色范围＝[R>0]∩[G<λ7]∩[B<λ8]的像素点，χ1<连片面积/照片面积<χ2，κ＝(裂纹面积/照片面积)/Ф^2。

本发明实施例中，气血指数数学模型具体如下：

气血指数Bg＝Fe×{1-{(1-β)×{(1-β)×[(1-β)-(1-Ф)]+(1-Ф)}}}/(1-Ф)，虚实指数Fe＝老嫩算子f+干湿算子m。

本发明实施例中，津液指数数学模型具体如下：

津液指数Md＝胖瘦算子p-(干湿算子m+纹理算子t)。

裂纹指数Cr＝{1-{(1-κ)×{(1-κ)×[(1-κ)-(1-Ф)]+(1-Ф)}}}/(1-Ф)。

苔质指数Gr＝{[(e^γ)/(e^α)]×α-{e^[(π/4)×(Ф^2)×Ф]/(e^Ф)}×Ф}/{[LN(j+e)]/e}。

本发明实施例中，初算颗粒面积是指依据颗粒取色范围对图像进行像素识别，将符合取色范围的目标像素的相邻像素组成像素集合即颗粒，颗粒所包含的像素总数即为颗粒面积。

本发明实施例中，连片面积是指相邻像素组成的像素集合包含像素的总数。

本发明实施例中，照片面积是指照片包含的像素总数。

本发明实施例中，干湿算子

老嫩算子

本发明实施例中，瘦胖算子p＝[(照片周长/轮廓周长)×(轮廓面积/照片面积)^2]×sin(ψ/2)-sin(χ3)，Ψ为舌轮廓最小外接矩形两侧切点与舌尖切点所构成的夹角，如舌两侧轮廓线与外切线有多点相切甚至重合，取线段重合部分的中点为切点。

本发明实施例中，纹理算子t＝e^Cr/e^Gr-1。

本发明实施例，颜色识别数学模型、气血指数数学模型和津液指数数学模型中π和e均为常量，π≈3.14，e≈2.718，ω取0～1之间的某一固定自然数，λ3、λ4、λ5、λ6、λ7、λ8＝0～255，χ1、χ2、χ3＝0～1。

综上，本发明可实现更加全面的对患者舌头病症进行智能建模分析，很好的达到了通过将患者舌头的气血和津液特征信息包含于模型内，来进行更加精确全面的智能诊断分析的目的，大大提高了诊断的精确性和智能化程度，实现了更加全面的智能诊断检查，数据处理模型特征算法丰富，从而大大方便了舌诊机构的工作人员。

同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。