基于深度学习的肥胖症远红外图像证候分型方法和系统
基本信息
| 申请号 | CN202011634531.8 | 申请日 | - |
| 公开（公告）号 | CN112819750A | 公开（公告）日 | 2021-05-18 |
| 申请公布号 | CN112819750A | 申请公布日 | 2021-05-18 |
| 分类号 | G06T7/00;G06T5/00;G06T7/10;G06K9/46;G06K9/62;G16H30/40;G16H50/20;A61B5/00 | 分类 | 计算；推算；计数; |
| 发明人 | 宋昌梅;张在文;孙林林 | 申请（专利权）人 | 北京鹰之眼智能健康科技有限公司 |
| 代理机构 | 北京云科知识产权代理事务所（特殊普通合伙） | 代理人 | 张飙 |
| 地址 | 100097 北京市海淀区正福寺路10号西区1幢1层3号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的肥胖症远红外图像证候分型方法和系统，包括：步骤一、中医证候诊断：采集信息，对肥胖患者四诊信息进行分析，并进行辨证分型；步骤二、红外热成像图像标记：肥胖患者红外图像；根据诊断信息做出的中医证候分型结果，对红外热成像图像进行标注，注明图像所对应的中医证候诊断结果；对每个证候类型获取足够数量的案例数据；步骤三、证候判别模型训练：在模型训练阶段，通过对患者的红外图像进行预处理，通过卷积神经网络对图像进行特征提取，进行算法分析，形成证候判别模型。步骤四、自动化诊断：向模型输入一份肥胖患者红外热成像图像，经过计算机对图像特征进行分析，最终自动输出证候诊断结果。 |
