中医“望目辨证”的数字化技术研究

论文摘要

随着电子技术和计算机技术的发展,中医诊断数字化研究正成为中医界和计算机界的研究热点。“望目辨证”属望诊范畴,所依据的眼像白睛络脉及斑块特徵可客观地反映病人所患疾病的“证候”。“望目辨证”诊断数字化研究可对中医诊断客观化起到促进作用。本文对“望目辨证”诊断数字化中的关键技术进行了研究,主要工作和贡献有:1)针对眼像颜色校正问题,提出了一种基于von Kries色适应的分区颜色校正方法,通过定性分析Munsell标准色样集中von Kries校正系数随色样不同而变化的现象,先用灰色世界法作预处理,再根据眼像所属区域类型(光源色区/光源补色区)调整von Kries系数,分别进行颜色校正,灰色区作白平衡处理,最后将各类区域合成在一起。在摄像机非标定情形下,可对眼像色彩偏差(例如“偏蓝偏暗”)进行一定程度的校正。2)针对眼像络脉提取问题,提出了一种基于自适应边缘跟踪的白睛络脉自动跟踪方法。首先利用灰度直方图最优阀值分割提取白睛区域,并在等距扫描线上动态地寻找跟踪初始位置和方向。通过对扫描截面灰度函数进行自适应的高斯微分滤波检测边缘点,通过低通方向滤波检测络脉在两侧边缘点走向。在跟踪过程中,动态调整跟踪矢量方向和长度,可同时检测出分支点。方法可较好地抑制背景形态噪声,处理曲率和直径呈非渐进变化的络脉形态。3)针对眼像白睛斑块高度恢复问题,即利用快速步进法从明暗重构形状问题,提出了一种基于自适应网格的快速步进法,根据当前访问的网格曲面的曲率特性,在步进过程中动态地调整网格尺寸,对细化的深度加以控制,利用Hash表实现对邻接点的快速查找。方法可减少高曲率区域的误差,并可以降低噪声的影响。此外,从数学上证明了该方法在一阶前后向差分情形下符合因果律。4)针对快速步进法的运行效率问题,提出了一种基于等值线跟踪的快速步进法。通过避免排序过程,一次将窄带中的结点全部取出,并对以此构建的窄带内结点进行单遍/两遍更新,可快速跟踪等值线的传播,以O(N)时间复杂度计算出区域内各结点的的解。通过使源点按初始值大小动态地加入窄带,方法可以推广至多源问题,且时间复杂度仍为O(N)。方法较原快速步进法和分组步进法速度快,较基于日历队列快速步进法误差小,且在处理复杂情形时,比快速扫描法速度快。方法可有效地处理从明暗重构形状及眼像白睛斑块高度恢复问题。5)构建了“望目辩证”数字化实验系统,该系统包括建库和诊断两个部分,是解决中医“望目辩证”诊断数字化关键技术上的首次探索,初步验证了“望目辩

论文目录

• 摘要
• 图目录
• 表目录
• 第一章 引言
• 1.1 选题的背景和意义
• 1.1.1 “望目辨证”中医学理论基础及诊治实例
• 1.1.2 “望目辨证”诊断数字化的意义
• 1.2 “望目辨证”诊断数字化的研究目标
• 1.3 中医诊断数字化研究现状
• 1.3.1 传统中医专家系统
• 1.3.2 切诊、望诊数字化技术
• 1.4 与“望目辨证”相关的图像处理技术研究现状
• 1.4.1 不同光源条件下的颜色校正技术
• 1.4.2 络脉（血管）跟踪提取技术
• 1.4.3 从单幅图像恢复物体表面高度技术
• 1.5 论文主要工作
• 1.6 论文的组织
• 第二章 “望目辨证”数字化研究概述
• 2.1 “望目辨证”数字化实验系统的构成
• 2.2 “望目辨证”数字化系统的关键技术
• 2.2.1 稳定分离白睛表面图像特征
• 2.2.2 对特征进行描述和归类
• 2.2.3 模仿专家思维进行推理与分类
• 2.3 “望目辨证”数字化的应用前景
• 2.4 小结
• 第三章 白睛络脉与斑块的颜色校正
• 3.1 颜色校正概述
• 3.2 “望目辨证”数字化对颜色校正的要求
• 3.3 基于VON KRIES 色适应分区颜色校正方法思想
• 3.3.1 von Kries 色适应
• 3.3.2 随色样而变的von Kries 校正系数
• 3.3.3 图像区域类型分类
• 3.4 MUNSELL 色样集实验
• 3.4.1 Munsell 颜色系统
• 3.4.2 色样集实验
• 3.5 分区颜色校正方法的实现
• 3.5.1 图像预处理
• 3.5.2 图像区域类型的判别与校正
• 3.5.3 图像区域的合成
• 3.6 实验结果及分析
• 3.6.1 测试数据集的采集
• 3.6.2 在测试数据集上的实验结果
• 3.6.3 白睛图像实验结果
• 3.7 小结
• 第四章 白睛络脉的跟踪与提取
• 4.1 络脉提取概述
• 4.2 “望目辨证”图像中络脉的特点及提取思路
• 4.3 白睛区域的分割
• 4.4 络脉跟踪起点的确定
• 4.4.1 通过扫描线检测跟踪起点
• 4.5 利用自适应边缘跟踪进行络脉提取
• 4.5.1 络脉跟踪过程及规则
• 4.5.2 络脉边缘点的确定及方向矢量计算
• 4.5.3 分支与膨胀情形的处理
• 4.6 实验结果及分析
• 4.6.1 跟踪参数的选择
• 4.6.2 白睛图像实验结果
• 4.7 小结
• 第五章 白睛斑块的高度恢复
• 5.1 高度恢复问题概述
• 5.1.1 光学模型
• 5.1.2 辐照方程
• 5.2 快速步进法的原理
• 5.2.1 网格结点分类
• 5.2.2 方法基本框架
• 5.2.3 快速步进法应用于SFS 问题
• 5.3 基于自适应网格的快速步进法
• 5.3.1 算法基本步骤
• 5.3.2 自适应网格环境中的因果律
• 5.3.3 自适应网格的实现
• 5.3.4 实验结果及分析
• 5.4 基于等值线跟踪的快速步进法
• 5.4.1 等值线跟踪的基本思想
• 5.4.2 等值线跟踪算法
• 5.4.3 实验结果及分析
• 5.4.4 自适应网格与等值线跟踪的结合
• 5.5 小结
• 第六章 “望目辨证”数字化实验系统的实现
• 6.1 “望目辩证”诊断数字化实验系统的结构
• 6.2 眼像建库子系统
• 6.3 眼像诊断子系统
• 6.3.1 眼像预处理模块
• 6.3.2 眼像特徵提取模块
• 6.3.3 层次推理机模块
• 6.4 系统实验结果及分析
• 6.4.1 胃腑证候实验结果
• 6.4.2 其他脏腑区域证候实验结果
• 6.4.3 诊断错误原因分析
• 6.5 小结
• 第七章 结束语
• 7.1 本文工作总结
• 7.2 下一步工作
• 参考文献
• 作者简历
• 攻读博士学位期间发表的论文
• 致谢