学位论文 > 优秀研究生学位论文题录展示

中医舌诊中舌形与齿痕的特征提取及分类研究

作　者: 龚科
导　师: 王宽全
学　校: 哈尔滨工业大学
专　业: 计算机科学与技术
关键词: 舌象诊断特征提取傅立叶描述子 BP神经网络微粒群算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 97次
引　用: 1次
阅　读: 论文下载

内容摘要

中医舌诊是通过观察舌的各种特征来了解人体的健康状况,从而对各种疾病做出诊断及病情评估,是祖国中医学应用最广、最有价值的诊法之一。随着现代科学技术的发展,将图像处理和模式识别等计算机技术与传统中医舌诊相结合,以使中医舌诊避免非量化和主观性等缺点,对舌诊的发展和应用具有重要的现实意义和应用价值。本文正是力图为中医舌诊方法的计算机化发挥自己的微薄之力,其主要内容有:(1)介绍了傅立叶描述子、BP神经网络和微粒群算法的基本概念。描述了如何将傅立叶描述子应用于物体形状识别的方法,以及BP学习算法的实现步骤,并且对微粒群算法的特点进行了分析。(2)对通过Snake算法获得的舌形边缘点进行均衡化预处理,然后使用傅立叶描述子提取舌体形状特征。为了解决传统BP神经网络容易陷入局部最优,并在一定程度上影响到舌形分类效果的问题,引入微粒群算法来优化BP神经网络,实现分类算法。对比于传统BP神经网络,基于微粒群算法的BP神经网络具有更好的全局收敛性及泛化能力。(3)介绍了舌齿痕的成因并对其做了定义。基于舌图像阴影属性提出了一种新的阴影去除方法。然后分别提取齿痕舌的边缘特征、舌边颜色变化特征和舌色特征。最后结合上述三个特征和舌形特征,构造线性分类器,对齿痕舌进行识别,达到了满意的识别率。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-13
  1.1 课题背景和研究意义  9-10
  1.2 国内外研究现状与分析  10-11
  1.3 本文主要研究内容  11-13
第2章傅立叶描述子、BP神经网络及微粒群算法  13-22
  2.1 傅立叶描述子识别物体的形状  13-15
    2.1.1 傅立叶描述子  13-14
    2.1.2 取模和归一化处理  14-15
  2.2 BP神经网络  15-16
    2.2.1 BP神经网络简介  15-16
    2.2.2 BP学习算法实现步骤  16
  2.3 微粒群算法  16-21
    2.3.1 原始微粒群优化算法  17-18
    2.3.2 标准微粒群优化算法  18-20
    2.3.3 微粒群优化算法的特点  20-21
  2.4 本章小结  21-22
第3章舌形分类算法  22-39
  3.1 舌形定义  22-23
  3.2 舌形处理  23-24
    3.2.1 舌形的识别过程  23
    3.2.2 舌形边缘点提取  23-24
  3.3 舌形边缘点预处理  24-26
  3.4 舌形特征提取  26-29
    3.4.1 舌体区域的矩特征和质心的计算  26-27
    3.4.2 使用傅立叶描述子提取舌形特征  27-29
  3.5 舌形分类器设计  29-38
    3.5.1 进化计算用于神经网络的优化  29-30
    3.5.2 用PSO 优化BP 神经网络  30-33
    3.5.3 实验结果及分析  33-38
  3.6 本章小结  38-39
第4章中医舌齿痕特征提取方法  39-58
  4.1 舌齿痕的成因及其定义  39-40
  4.2 舌图像阴影去除方法  40-45
    4.2.1 HSI 彩色模型  40-42
    4.2.2 舌图像阴影检测  42-44
    4.2.3 舌图像阴影去除  44-45
  4.3 舌齿痕的边缘特征提取  45-47
  4.4 舌边颜色特征提取  47-49
  4.5 舌色特征提取  49-52
    4.5.1 舌象颜色的聚类  50-51
    4.5.2 舌象颜色的分类  51-52
  4.6 线性分类器对齿痕舌的识别  52-57
    4.6.1 感知器准则  54
    4.6.2 Fisher 准则  54-56
    4.6.3 实验结果及分析  56-57
  4.7 本章小结  57-58
结论  58-59
参考文献  59-65
致谢  65

中医舌诊中舌形与齿痕的特征提取及分类研究

内容摘要

全文目录

相似论文