齿痕舌识别方法的研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

齿痕舌识别方法的研究
第29卷第6期
2008年12月
韩山师范学院
JournalofHanshanNormalUniversity
V ol_29NO.6
Dec.2008
齿痕舌识别方法的研究术
钟少丹,谢铮桂,蔡群英
f韩山师范学院数学与信息技术系,J'东潮州521041,
摘要:对中医舌诊中齿痕舌数字化进行研究,主要研究如何从齿痕舌像中识别齿痕个数的
方法.首先讨论齿痕舌像分割的方法,然后对分割出的舌体进行识别前的预处理,最后提出
基于边缘凹点识别齿痕的方法,并分别介绍用两种识别齿痕的方法,对比其各自的优越性和
可行性.齿痕数量的提取有助于判断中医齿痕舌的深浅度,对齿痕舌的数字化有一定的参考
意义,进一步奠定了中医舌像数字化的基础.
关键词:中医数字化;舌诊;齿痕舌;图像识别
中图分类号:TP391文献标识码:A文章编号:1oo7-6883(2O08)O6—0034—05
l引言
齿痕舌(齿印舌)[1-41:即指舌体边缘有可见牙齿的痕迹,它多因舌体胖大而受牙齿压迫所致.齿
痕舌因在舌诊中容易辨识,并且受食物,药物等外来因素的影响较少,所以备受国内外医学者的重视.
中医学认为齿痕舌是诊断气f阳)虚证的重要客观诊断指标,也是中医舌诊诊断中
部分疾病的主要表
象特征,所以对其进行舌像识别的研究有一定的临床应用意义.基于数字图像技术的舌诊客观化研究
始于2O世纪,不少学者都提出了识别舌像的特征方法和算法.研究主要有舌体分割算法,舌体颜色,
纹理,红刺,裂纹等特征识别的相关方法【5-7】.本文研究如何对齿痕舌像中的齿痕程度分类问题,讨
论了其可行性,给出识别齿痕舌的框架及相关算法的实现.中医数字化中对齿痕舌中齿痕识别方法的
相关研究报告很少,对齿痕进行有效的识别是对中医舌诊数字化有效的完善和补充.
2齿痕舌的识别框架
齿痕识别是结合计算机图像识别技术和传统中医学方法.通过对标准光源下拍摄出的舌图像进行
舌体分割,然后提取特征点最后统计特征点(也即齿痕点)的个数进而分类}._I_;齿痕舌的轻重度.图1是
收稿日期:2008—07—05
韩11.1师范学院青年科学基金项目f513810).
作者简介:钟少丹(1977一),女,广东潮州人,韩山师范学院数学与信息技术系实验师.硕:±:
34
其凹陷程度就可以推断出深浅度.
关于齿痕程度特征标准[(J】,有的学者以齿痕数目进行计量化,1,-~2个为(一),3—6个为(+),7一l0个
为(++),l1个为(+++);有学者则认为轻度齿痕为:舌边有轻微齿痕,仔细察看才能发现,往往伸
舌时间过长而不易辨认,或仅有1,-~2个齿痕(多在舌尖边缘);重度齿痕为:舌边齿痕明显,沿舌边
(多在舌侧缘)有3个以上成排排列.本文讨论的是以计算齿痕个数为基础的识别方法.
3基于凹点检测的齿痕识别方法
从提取的舌体图像中可以看出边缘曲线很清楚的显示了凹点或凹区即齿痕的所在点.如何从图像
中提取凹点或凹区数是识别齿痕的关键,本文通过两种方法比较其识别齿痕点的准确性和可行性.
3.1基于凸闭包结构的齿痕提取方法
(1)填充图2舌体上边缘的数据,其填充方法是查找舌体边缘数据坐标原点(左上角),坐轴最
小的点,因为在齿痕舌体标准库中舌体都是上大下小这使得分割出的舌体必然是开始于轴最小点.然
后做平行于X轴的线将舌上的一部分填上背景色.这样可以减少不必要的凹凸区和数据.
(2)构造图3(b)中舌像的凸闭包.
f3)用凸闭包图减去将原图中和凸闭包相同的部分,求取凹区.
f4)用阈值滤去假凹区,得到凹区数也即齿痕数.
(a)原图
(b)构造凸闭包(c)基于凸闭包的凹区
图3基于凸闭包结构的齿痕提取过程
图3是凸闭包结构的齿痕提取过程中生成的图像,本张舌图最后得出结果l0个为正确齿痕数.在实
验中舌图像库每张大小为63565024b,经过对齿痕舌像库中标准的齿痕舌像的5O 张舌图进行实验,
36
经验值取面积大于100像素的区域做为齿痕产生的区域,只有两张得出的齿痕值与医生判断的个数不
匹配.原因是舌像摄取时没有较正致使舌体截取有误.此方法可以较好地识别齿痕个数而且计算速度
快,但它存在面积阈值的选取问题.如果在边缘区域较小区别的情况下,町能丢失数据或因阈值选取
的不对而造成多算或少算,所以在今后如果有大量样本时可以考虑用神经网络对大量数据进行训练得
到阈值【10】10.
3.2基于曲线拟合的齿痕提取方法
基于曲线拟合的齿痕提取方法:本文提出了先整体拟合后分段拟合再识别的思想.提取步骤:
(1)从1~2(c)中用边缘检测的方法提取舌体边缘矩阵,如图4(a).
f2)从图4fb)可以看出检测出来的边缘非常不平滑,所以必需先用C样条插值拟合将整条边缘数据
点集使得离散的数据能光滑成一条曲线.这样川'以增强边缘齿痕点的信息,滤去小凹点.
(3)将边缘数据降维处理用边缘与中心距离表示边缘如t~t4(c),以峰为单位分割边缘成为线段.
f4)拟合线段提取齿痕点.
(a)边缘图(b)拟合曲线(c)距离标记图
图4
眭线拟合的方法对边缘分割的要求较高,如果在边缘检测正确的情况下,可以正确计算出齿痕
数量.本方法因为大都用曲线拟合的方法,所以存在拟合精度和计算量偏大的问题,而且利用分段的
方法也可能产生误差.此方法在以上相同样本的实验中,因拟合精度很难得到经验值,最高识别率只
有60%.相比之下第一种方法比第二种方法要简单,计算量少,影响误差的因素少,并在相关实验中
证明了这一点.
4结论
述方法已用MATLAB仿真实现,并能很好识别齿痕的数量进而分类出齿痕舌的
轻重度.但这样
的方法对齿痕舌的分割要求比较高而且对于轻度齿痕比较难以识别,对于那些牙齿变形历害的舌像的
识别误差比较大,所以以上的方法还有待进….步改进,寻找种更通用的齿痕识别方法.
参考文献:
【l】钱心如,陈泽霖,戴豪良,等.齿印舌的病理形态学研究中西医结合杂志,1990,lO(6):337—339.
f2】和迁直.胖嫩舌,齿痕舌与虚证的关系『J1.东方医学,l8(1):l一13.
【3】梁嵘,王召平,金芬芳.体检者的齿痕舌与脾气虚证症状之间的相关性研究『J-.中图医药,2003,l8(7):400—
403.
【4】赵亚丽,西J'成,刘骄.用相关系数法探讨齿痕舌出现的特点.中国中医基础医学杂志,2Of]3,9(9):77—79.
[5】陈群.林雪娟,徐志伟.中医舌象计算机识别技术的研究概述.辽宁中医杂志,200633(2):151—153.
【6]张远炎,陈红珍,郁书亮,等.气虚证舌象的临床观察『J1.成都中医药大学,1999,22(1):21—22.
[7J晏峻峰,季粱.基于图像分析技术的舌象研究方向之我见fJ1.中国中医药信息杂志,2004,8:664—665.
37
一▲▲一一
一▲富嗍
【8】章毓晋.图像工程L中册)【M】.北京:清华大学出版社,2005:204—224- 【9】傅蓉.基于凹点搜寻的重叠细胞图像向动分离的算法研究【J】.计算机工程与应用,2007,43(17):21—28
【10]张永涛.数字舌图的分析方法与齿痕舌上的应用研究[DI.博士论文.2005,6:9—31.
ResarchesonTooth.markedTonguerEcongitionMethod
ZHONGShao—dan,XIEZhen—Gui,CAIQun一]Zing fDepartmentofMathematicsandInformationTechnology,HanshanNormalUniversity,Ch aozhou521041,China)
Abstract:Thispaperstudiesthedigitaloftooth.markedtongueinTraditionalChineseMedici ne
(TCM).It,studiesmostlyhowmanytooth.markersrecognizefl'omtoneimage.Firstly,itdis —
cussesthemethodoftooth—markedtongueimagesegmentat,ion.Andsecondly,thesegmentation
tonebodyW&Spreprocessed.Thirdly,therecognitionmethodofcalculatingthenumbe rofin—
dentationwascalledthatbasedconcavespot.Thefeasibilityandsuperioritybetweentwomai n
techniqueswerecompared.Thenumberoftooth—markedextractioncontributedtojudgethedepth
oftooth—marked,andprovidedSOlnereferencesforthedigitaloftooth-mm'kedtongueandfurthm' establishedagoodf0undationofthedigitaltongueinfTCM).
Keywords:digitalChineseMedicineScience;tonguediagnosis;tooth—nlarkedtongue;inmge
recognition
责任编辑朱本华。

相关文档
最新文档