面向中医面诊诊断信息提取的若干关键技术研究

【摘要】： 面诊是中医望诊的重要内容,为中医临床必察之项。中医学认为,人体是一个有机的整体,面部犹如反映人体生理病理的一面镜子,望五官神色变化,可直接诊察脏腑病变。 面诊的优点在于它的方便和快捷:无论多么复杂的病症,通过查看患者的面部,就能快速地阐明主要的病理过程。因此,在临床应用、自我诊断方面具有重要的价值。按照21世纪医学最有前景的诊断方向:无痛、无伤,面诊是很少的诊法之一。 然而,传统的面诊方法依赖于医生直观的定性观察。人眼难以分辨细小的差异,判断结果容易因人而异,具有主观性,重复性也差。这些缺点给面诊的进一步发展带来严重的困难。因此,对中医面诊的客观化进行研究,对于中医辩证规范化,及中医教学、科研手段的现代化,具有重要的理论和实际意义。 中医面诊客观化在本文中具体指的是对面色与眼神这两种主要的面诊诊断信息的自动识别、量化及其辩证推演。本研究意在填补国内在中医诊断信息自动提取中有关头面望诊方面的空白。研究的目标是建立自动提取面色和眼球运动信息的计算方法,为中医面诊诊断信息的量化、分析与处理提供理论和方法上的支持。研究内容为面色、眼神信息自动提取中涉及的若干关键技术,主要包括:多姿人脸检测、人脸特征定位、中医面色识别和针对面诊的眼动跟踪。 主要研究成果归纳如下: (1)提出了一种在复杂背景下的多姿人脸检测方法。该方法直接利用角点构造疑似人脸窗口,避免了因角度估计失败带来的检测率下降。在检测方法上还做了以下改进:(a)引入目标物体边缘先验规则,加快了检测速度:(b)利用LAB颜色空间的L分量对图像做光线校正。在CMU正面和平面旋转测试集上分别取得了95.1%和94.6%的检测率,误检窗口数分别为43和24,在Feret侧转测试集上取得了89.7%的检测率,误检窗口数15。实验结果表明,该方法解决了正面、平面旋转和侧转人脸的检测问题,同时还在遮挡、光照、图像分辨率等多方面具有较高的鲁棒性。另外,在中医面诊人脸库中的检测率达到了100%、误检窗口0个,表明该方法可用在中医面诊图像处理与分析上。 (2)提出了一种称为FC-ASM的物体轮廓提取方法。该方法首先以FCM聚类结果作为C-V分割模型的初始位置,加快了C-V模型的收敛速度,同时提高了准确性;其次,改进了ASM模型:将由C-V模型分割出的物体局部轮廓作为匹配过程中的固定点,得到物体的全局轮廓。该方法充分利用了物体的几何信息和统计模型的先验知识,对于几何信息较强的区域做精确分割,而对于几何信息较弱的区域利用统计知识有目的地获取轮廓。该方法成功地应用于人脸特征轮廓提取,在正面人脸图像上,定位精度较目前主流的AAM模型高出27.2%,且具有较高的鲁棒性,这为中医面色信息的自动提取提供了准确的参考位置。 (3)根据中医面色脏腑分属图,首次提出中医面色识别的方法并取得了84.6%的识别率。该方法在标准化的条件下,以面色脏腑分属图上特征点的LAB颜色作为面色特征,通过FCM聚类区分基色和面色,从图像上自动提取面诊特征向量并利用支持向量机自动归类识别,为面诊自动逻辑推理提供依据,也具有一定的临床诊断参考价值。 (4)建立了一个面向中医面诊的眼动跟踪模型。该模型在标准化的光照条件下,以鼻孔作为参考点,充分利用Camshift跟踪算法和Lucas-Kanade光流的实时性,快速地计算眼球运动速率和轨迹。在分辨率为640×480的视频上,取得了25帧/秒的跟踪速度,该研究成果为中医眼神分析奠定了基础。 各项实验结果表明,本文提出的解决方法是有效的,基本达到了预期的研究目标。该研究对于扩大四诊客观化研究的范围、丰富中医诊断信息提取方法有着重要的科研研究价值,对于推动中医诊断信息技术的应用前景同样有着重要的实际应用意义。另外,在模式识别领域,与人脸相关的技术如人脸检测、识别、特征定位和跟踪等,因其难度大、应用面广,一直是近年来的研究热点,本文的研究成果还可为其它相关的应用研究提供借鉴。