深度学习在中医舌象分类中的应用与实践

作     者：谢佳澄 

作者单位：吉林大学 

学位级别：硕士

导师姓名：梁艳春

授予年度：2019年

学科分类：12[管理学] 100505[医学-中医诊断学] 1005[医学-中医学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

主      题：计算机应用 深度学习 卷积神经网络 中医舌象 体质分类 

摘      要：中华文明历史悠久,源远流长,传统中医伴随着历史的发展一直流传至今,形成了一套坚实的中医理论基础。与西方医学不同的是,中医讲求全面了解和系统掌握疾病的相关信息,从而指导临床治疗,这与西方医学形成了完美的互补。中医的诊断技术举世闻名,其独特的四诊法(望闻问切)相传是中国古代战国时期的名医扁鹊根据民间流传的经验和他多年的行医实践,总结出来的诊断疾病的四种基本方法,即望诊、闻诊、问诊和切诊,总称为“四诊。舌诊是望诊的一个重要环节,也是医生通过舌象来了解病人体内病例变化的一种有效的诊疗手段。近年来,随着中医现代化不断加深,人们对舌诊定量化、客观化有了新的要求。依托现代信息技术方法研究舌诊的原理,使其更加科学化和便捷化已经成为了舌诊研究的必然方向。但是,中医舌诊一直都是通过医生的目测观察进行判断,并通过医生的个人从医经验将患者的身体情况转化为凝练的语言文字,这种诊断形式缺乏定量化和客观化的度量,同时在舌诊的过程中容易受到外部条件(如光源条件、观察角度等因素)的影响以及一些人为因素(如知识水平、临床经验等)的干扰,并且从预约医生到现场诊断往往需要很长的时间。不过在另一方面,我们也可以看到这些不利的因素也为计算机辅助诊断创造了有利的机会,借助计算机方法来模拟中医舌诊过程的想法也自然是水到渠成。本文以中医体质为例,对传统中医以舌象为基础进行体质分类的过程进行了分析和研究,通过机器学习和深度学习算法实现了对一张图片中是否存在舌头部分的判别,同时模拟了借助舌象对中医体质分类的过程,构建了一个可以通过舌象图片进行中医体质分类的判别系统,用户可以通过手机便捷地了解自己所属的中医体质,并根据自己所属的中医体质获取饮食、生活方式等相关的推荐信息。本文的主要工作如下:1.对来自服务器中用户上传的舌象图片和上海中医药大学门诊部的舌象数据进行收集,并由中医师为原始无标签的舌象数据按照中医九种体质分类标准进行数据标定,构建了一个带有体质分类标签的舌象数据集。2.构建了舌象图片的识别模型。该模型能够准确地判断一张图片是否为舌象照片,通过机器学习中传统的分类方法和深度学习中卷积神经网络的方法加以实现,并对以上两种分类方法的结果做了对比和分析。3.基于深度学习中的残差神经网络结构,训练出一个中医九种体质的分类模型。并将训练好的中医体质分类模型加以应用,实现了一个智能中医体质分类平台。该平台能够对用户上传的舌象照片给出用户所属中医体质分类、体质特征描述和相应的生活建议。