基于舌象视觉检测的肺结节证型分类方法及系统与流程

本发明涉及图像分析，尤其涉及基于舌象视觉检测的肺结节证型分类方法及系统。

背景技术：

1、目前，基于舌象的计算机辅助分析系统通常采用以下技术路线：首先通过彩色成像设备采集待检对象的舌面静态图像，然后利用图像分割算法提取舌体区域，再通过预设的几何分区模板将舌体划分为若干分析区域，最后对各区域提取颜色、纹理等静态视觉特征，并将这些特征输入至预先训练的分类器中进行模式识别。该类系统的核心前提在于假定舌面的视觉信息可以通过单次白光或标准色温光源下的静态成像予以充分表征，同时依赖于人工标注的舌体轮廓和固定几何分区规则。此外，为确保特征提取的稳定性和可比性，系统通常对环境光照条件和成像设备的色彩一致性提出严格要求，由此使得整个系统流程高度依赖标准化采集环境和静态分析框架。

2、在实际临床采集环境中，口腔内的舌面组织并非处于光学静止状态，其表面湿润度、舌苔致密性及局部微循环状态等因素均会随生理节律和环境变化而产生波动，导致静态成像所捕获的单一时间断面信息难以全面反映舌面组织的光学响应特性。同时，不同个体的舌体形态差异使得固定的几何分区模板难以准确贴合各区域的解剖边界，位置偏差进一步放大了特征提取的误差。在此条件下，依赖静态特征的分类模型在面对舌面局部区域的微细光学差异时，其判别依据趋于单一化，当舌面因唾液分泌或光照角度变化产生局部高光或阴影时，系统输出的分类结果往往表现出较低的稳定性和重复性。

技术实现思路

1、本发明提供基于舌象视觉检测的肺结节证型分类方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供的基于舌象视觉检测的肺结节证型分类方法，包括：

3、pt.1、获取待检对象的初始舌面图像，对所述初始舌面图像进行预处理，生成舌面基底图像；

4、pt.2、对所述舌面基底图像进行区域分割，基于预设的脏腑解剖映射模板将舌面划分为特征分析区域，生成舌面分区图谱；

5、pt.3、基于所述舌面分区图谱，对所述特征分析区域进行多光谱激励响应，通过时序投射光脉冲序列至所述特征分析区域并同步采集区域响应图像序列，获得携带动态光学响应信息的所述区域响应图像序列；

6、pt.4、从所述区域响应图像序列中提取所述特征分析区域的视觉特征参数，根据所述视觉特征参数生成多区域联合特征参数序列；

7、pt.5、根据所述多区域联合特征参数序列，与预构建的肺结节证型视觉特征基准库进行匹配分析，根据匹配分析结果输出所述待检对象的肺结节证型分类结果。

8、为了解决上述问题，本发明还提供基于舌象视觉检测的肺结节证型分类系统，所述系统包括：

9、图像预处理模块，用于获取待检对象的初始舌面图像，对所述初始舌面图像进行预处理，生成舌面基底图像；

10、舌面分区模块，用于对所述舌面基底图像进行区域分割，基于预设的脏腑解剖映射模板将舌面划分为特征分析区域，生成舌面分区图谱；

11、光谱采集模块，用于基于所述舌面分区图谱，对所述特征分析区域进行多光谱激励响应，通过时序投射光脉冲序列至所述特征分析区域并同步采集区域响应图像序列，获得携带动态光学响应信息的所述区域响应图像序列；

12、特征提取模块，用于从所述区域响应图像序列中提取所述特征分析区域的视觉特征参数，根据所述视觉特征参数生成多区域联合特征参数序列；

13、证型研判模块，用于根据所述多区域联合特征参数序列，与预构建的肺结节证型视觉特征基准库进行匹配分析，根据匹配分析结果输出所述待检对象的肺结节证型分类结果。

14、与现有技术相比，本发明具有以下有益效果：

15、1.本发明通过向舌面特征分析区域时序投射多光谱光脉冲，并同步采集光脉冲持续期间及消隐后的响应图像序列，得以捕获舌面组织在不同光谱激励下的瞬态反射信息及光学弛豫信息，从而将舌面视觉检测从静态单断面成像拓展为动态多时序参量采集。基于此，本发明进一步将各区域的动态响应信息整合为多区域联合特征参数序列，并与预构建的基准库进行结构化匹配分析。由此，本发明能够从舌面组织的动态光学行为中提取判别依据，从根源上避免了静态成像因单一时间断面信息不足而无法全面反映舌面组织光学响应特性的固有局限，同时通过结构化匹配降低了固定分区规则对分类稳定性的负面影响。

16、2.本发明进一步根据红色波段与绿色波段下的稳态反射光强生成色度响应值，同时从近红外光脉冲消隐后的弛豫过程中提取反射光强随时间的衰减速率作为光学衰减系数，并将该系数对应于舌面润燥属性。通过将色度响应值与光学衰减系数分别绑定至各区域的解剖位置属性，使得联合特征序列中的每一位参量均兼具区域语义和物理语义，从而在独立权利要求所实现的动态采集框架基础上，进一步提升了特征参量与匹配基准库之间的语义对齐精度和可比性。

1.基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述对所述舌面基底图像进行区域分割，基于预设的脏腑解剖映射模板将舌面划分为特征分析区域，包括：

3.如权利要求2所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述将所述分割曲线组配准至所述舌体轮廓内，包括：

4.如权利要求1所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述通过时序投射光脉冲序列至所述特征分析区域并同步采集区域响应图像序列，包括：

5.如权利要求4所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述生成携带所述特征分析区域动态光学响应信息的区域响应图像序列，包括：

6.如权利要求1所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述从所述区域响应图像序列中提取所述特征分析区域的视觉特征参数，包括：

7.如权利要求6所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述根据所述视觉特征参数生成多区域联合特征参数序列，包括：

8.如权利要求1所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述根据所述多区域联合特征参数序列，与预构建的肺结节证型视觉特征基准库进行匹配分析，包括：

9.如权利要求8所述的基于舌象视觉检测的肺结节证型分类方法，其特征在于，所述根据匹配分析结果输出所述待检对象的肺结节证型分类结果，包括：

10.基于舌象视觉检测的肺结节证型分类系统，其特征在于，用于实现权利要求1所述的基于舌象视觉检测的肺结节证型分类方法，所述系统包括：