基于红外热成像的智能舌诊辅助系统的制作方法

1.本发明涉及智能舌诊领域，特别涉及一种基于红外热成像的智能舌诊辅助系统。


背景技术：

2.近年来"互联网 医疗"受到社会各界广泛关注,基于人工智能的医学诊断方法也逐渐被大众所认可。舌诊作为中医望诊中不可或缺的常规检查,在中医临床诊断上占有重要地位,其独特的诊断方式体现出了中医诊病的传统经验和特色。因此,智能化舌诊也是非常有价值的研究热点之一。在先技术中，主要是将机器学习、深度学习引入到智能化舌诊中,对标准环境下采集的舌象进行舌体分割和舌象分析。然而，当前的技术主要是针对可见光相机拍摄下的舌象智能分析，从舌苔颜色、厚度等舌象参数进行智能算法学习，进而得出诊断结果。且目前的舌诊系统使用单反相机结合图像处理软件，价格通常在几万块左右，成本较高。
3.在现有研究中，红外热成像用于舌诊分析的研究也在逐渐丰富，舌象的红外图像包含了可见光图像中不具备的舌头温度场分布信息。根据组织病变会导致局部代谢失常，温度发生的变化的特点，红外热成像技术可以将病变的舌头部位的温度场信息进行可视化，得到直观的舌象温度变化信息。然而，红外热成像技术结合人工智能的辅助诊断技术鲜有用于舌诊分析的临床试验，关键的原因在于没有成熟的产品提供给医生使用。
4.所以，为解决上述问题，本发明提出一种基于红外热成像的智能舌诊辅助系统。该系统作为一种辅助舌诊技术的补充，将极大地推动舌诊技术的发展，提高医生舌诊的效率和准确度。


技术实现要素：

5.本发明的目的提供一种基于红外热成像的智能舌诊辅助系统，解决上述现有技术问题中的一个或多个。
6.第一方面，本发明提出一种基于红外热成像的智能舌诊辅助系统，一种基于红外热成像的智能舌诊辅助系统，其特征在于，包括与中央处理模块连接的折-衍混合红外热成像系统、图像智能识别模块、输出模块，
7.中央处理模块用于协调其他与其连接的模块的工作；
8.折-衍混合红外热成像系统用于获取舌体红外图像，包括非球面锗透镜、球面锗透镜、光阑、折-衍混合锗透镜；
9.图像智能识别模块用于识别舌体红外图像上舌头发生了病变的部位，形成识别结果；
10.输出模块用于输出识别结果。
11.在一些实施方式中，所述折-衍混合红外热成像系统波长范围为8-12μm，入瞳直径为15mm，f数为1.0，最大半视场为16
°
，系统总长度为46mm，有效焦距为14.5mm。
12.在一些实施方式中，折-衍混合红外热成像系统采用的探测器为非制冷型的长波
红外探测器，像素数为640
×
480，测温度分辨率为0.02℃。
13.在一些实施方式中，图像智能识别模块内写入基于深度学习的舌体病变识别算法，利用深度学习算法模型自动识别舌体红外图像中的舌体是否含有病变特征。
14.在一些实施方式中，深度学习算法模型具体为lenet深度学习模型加上两个全连接层构成的算法模型，激活函数为relu函数，优化器为adam。
15.在一些实施方式中，输出模块包括图像显示模块和报告打印模块，
16.图像显示模块用于显示识别结果；
17.报告打印模块用于将识别结果生成报告进行打印。
18.在一些实施方式中，基于红外热成像的智能舌诊辅助系统还包括数据存储模块，数据存储模块与中央处理模块连接，数据存储模块用于存储舌体红外图像、识别结果。
19.第二方面，本发明提出一种基于红外热成像的智能舌诊辅助系统的运行方法，第一方面所述的基于红外热成像的智能舌诊辅助系统的运行方法包括：
20.中央处理模块获取折-衍混合红外热成像系统拍摄的舌体红外图像；
21.中央处理模块将该舌体红外图像传输到图像智能识别模块中；
22.中央处理模块获取图像智能识别模块对舌体红外图像进行识别的识别结果；
23.中央处理模块将识别结果传输到输出模块上输出。
24.在一些实施方式中，中央处理模块获取图像智能识别模块的识别结果后将识别结果传输至数据存储模块中进行存储。
25.本发明所述的基于红外热成像的智能舌诊辅助系统的优点为：该基于红外热成像的智能舌诊辅助系统成像分辨率高，性价比高，能够进行自动识别舌头红外图像中的异常特征，可弥补现有舌诊成像系统只有可见光图像信息而缺乏舌头温度分布信息的不足，适用于各种舌诊成像场合，对于目前的舌诊成像诊断行业是个很好的补充，有利于推动舌诊成像系统及舌头病变相关疾病预防和诊疗的普及，有助于医疗行业进行全方位、精准医疗服务水平的提升。
附图说明
26.图1为本发明的一些实施方式中基于红外热成像的智能舌诊辅助系统的结构框架图；
27.图2为本发明的一些实施方式中折-衍混合红外热成像系统的光路图；
28.其中：1-折-衍混合红外热成像系统，101-非球面锗透镜，102-球面锗透镜，103-光阑，104-折-衍混合锗透镜，2-中央处理模块，3-图像智能识别模块，4-图像显示模块，5-数据存储模块，6-报告打印模块。
具体实施方式
29.为进一步清楚的阐述本发明的目的、技术方案和优点，以下结合附图对本发明进一步说明。此外，为了使本发明的实施方式通俗易懂，下面所描述的本发明各个实施方式中所涉及到的技术特征细节表述并不严格追求专业性，只要彼此功能不冲突，相互结合即可。
30.实施例1
31.结合图1所示的内容，本实施例中提出一种基于红外热成像的智能舌诊辅助系统
包括。
32.包括与中央处理模块2连接的折-衍混合红外热成像系统1、图像智能识别模块3、输出模块，
33.中央处理模块2用于协调其他与其连接的模块的工作；
34.结合图2所示的内容，折-衍混合红外热成像系统1用于获取舌体红外图像，包括同轴依次排布的非球面锗透镜101、球面锗透镜102、光阑103、折-衍混合锗透镜104；
35.图像智能识别模块3用于识别舌体红外图像上舌头发生了病变的部位，形成识别结果；
36.输出模块用于输出识别结果。
37.折-衍混合红外热成像系统1波长范围为8-12μm，入瞳直径为15mm，f数为1.0，最大半视场为16
°
，系统总长度为46mm，有效焦距为14.5mm。
38.折-衍混合红外热成像系统1采用的探测器为非制冷型的长波红外探测器，像素数为640
×
480，测温度分辨率为0.02℃。
39.图像智能识别模块3内写入基于深度学习的舌体病变识别算法，利用深度学习算法模型自动识别舌体红外图像中的舌体是否含有病变特征，比如：糖尿病患者的舌苔更厚，某些疾病可以导致舌头表面产生裂痕，这些都会影响舌头表面的温度分布，舌体红外图像可以通过灰度的变化将这种差异体现出来。
40.深度学习算法模型具体为lenet深度学习模型加上两个全连接层构成的算法模型，激活函数为relu函数，优化器为adam。
41.输出模块包括图像显示模块4和报告打印模块6，
42.图像显示模块4用于显示识别结果，其中图像显示模块4可选用具有usb3.0接口的高清电容彩色触摸屏显示器，屏幕尺寸为10英寸；
43.报告打印模块6用于将识别结果生成报告进行打印，其中报告打印模块6的主体可选用小型的热敏打印机，具有打印方便、成本低等特点。
44.基于红外热成像的智能舌诊辅助系统还包括数据存储模块5，数据存储模块5与中央处理模块2连接，数据存储模块5用于存储舌体红外图像、识别结果，其中数据存储模块5可选用一种通过单片机控制sd卡进行数据的大容量存储模块，具有读写速度快、硬件兼容性好等特点。
45.本实施例中所叙述的基于红外热成像的智能舌诊辅助系统可以将成本控制在几千块至一两万之间，成本相对较低，并且能够补充探测可见光舌诊仪探测不到的信息。
46.实施例2
47.实施例1中叙述的基于红外热成像的智能舌诊辅助系统的运行方法，包括：
48.步骤1、使用者利用折-衍混合红外热成像系统1拍摄舌体红外图像，并将获取的舌体红外图像传输至中央处理模块2，基于舌体红外图像进行后续的识别、判断等操作，相较于可见光图像的特征，红外图像的特征更少，更易于后续的算法的处理和识别；
49.步骤2、中央处理模块2将该舌体红外图像传输到图像智能识别模块3中；
50.步骤3、由图像智能识别模块3通过内置的深度学习算法模型对舌体红外图像进行识别，分析舌头红外图像的特征，与正常的舌头红外图像进行对比，得出差异，根据差异判断舌体红外图像中的舌体是否含有病变特征，确定病灶的种类和程度，形成识别结果，并将
识别结果传输给中央处理模块2；
51.步骤3、中央处理模块2获取图像智能识别模块3的识别结果后将识别结果传输至数据存储模块5中进行存储；
52.步骤4、中央处理模块2将舌体红外图像、识别结果、输出指令传输到输出模块上，根据输出指令判断是由图像显示模块4和报告打印模块6中的一个或两个输出识别结果，
53.图像显示模块4直接将识别结果显示至其高清电容彩色触摸屏显示器上，在显示器上可以对拍摄的舌体红外图像进行放大或缩小的操作，该操作通过现有技术即可实现，因此在此不做详述，
54.在需打印诊断报告，可以自主选择通过中央处理模块2传送控制指令给报告打印模块6进行打印，打印内容包括识别结果，也可以包括识别结果和舌体红外图像。
55.通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干相似的变形和改进，这些也应视为本发明的保护范围之内。