买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜吉林大学;暨南大学申请的专利基于人工智能的智慧中医舌诊方法及计算机存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115063364B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210659677.0，技术领域涉及：G06T7/00；该发明授权基于人工智能的智慧中医舌诊方法及计算机存储介质是由徐昊;石立达;张荣华;陈少涌;王攀攀;邓正源;陈永琪设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本基于人工智能的智慧中医舌诊方法及计算机存储介质在说明书摘要公布了：一种基于人工智能的智慧中医舌诊方法及计算机存储介质，属于智慧医学技术领域，该方法分为三个阶段：基于TransFuse网络的舌体分割；基于OPENCV的舌体分割后处理；基于集成学习的智能分析方法。所述计算机存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行所述的基于人工智能的智慧中医舌诊方法对应的操作。本发明在基于Transfuse的基础上，充分利用了CNN网络和Transformer网络，集两种网络之所长，可以捕获低层次空间和高级语义特征，大幅度提升了模型的训练和推理效率，提升了模型部署在云端或智能终端的效率。本发明具有显著的优势，算法准确率、健壮性和鲁棒性有了明显的提升。

本发明授权基于人工智能的智慧中医舌诊方法及计算机存储介质在权利要求书中公布了：1.一种基于人工智能的智慧中医舌诊方法，其特征在于，所述方法分为舌体分割阶段、分割预处理阶段及三焦区域检测与智能分析阶段三个阶段，三个阶段具体为：第一阶段，基于TransFuse网络的舌体分割，包括如下步骤：1获取舌象图像，并对每个舌象图像进行数据增强预处理，所述数据增强预处理是使用imgaug数据增强库进行随机数据增强操作；2利用两个相互独立的通道对数据预处理之后的舌象图像分别进行特征提取，第一个通道通过CNN网络进行特征提取，第二个通道通过Transformer网络进行特征提取；其中，在利用Transformer网络进行特征提取时，先将舌象图像切割成多个图像块，随后图像块被展平并传递给线性层得到每个图像块的特征D，将每个图像块的位置信息和特征信息一同输入至Transformer的编码层；3使用通道注意力、空间注意力、3×3卷积和残差连接的方式将CNN网络提取的特征和Transformer网络提取的特征进行特征融合，其公式如下所示： 其中，ti代表不同尺度下由Transformer网络得到的特征，同样地，gi代表不同尺度下由CNN网络得到的特征；ChannelAttn代表的是通道注意力机制，SpatialAttn代表的是空间注意力机制；和分别代表经过通道注意力和空间注意力之后的结果；W1i和分别代表针对于和得到的可学习的权重矩阵；Conv代表的是3×3卷积；⊙代表的是哈达玛积；Residual代表的是残差块；代表的是3×3卷积之后得到的特征，fi代表的是经过特征融合之后得到的特征；4训练分割网络：将分割网络正向传播得到的预测掩码与掩码标签计算损失，通过损失函数进行反向传播以训练分割网络；5使用训练好的分割网络进行舌象图像的推理计算，得到第一阶段的舌体分割掩码图像；第二阶段，基于OPENCV的舌体分割掩码图像的后处理操作，并得到舌体区域的三焦五脏定位，包括如下步骤：1基于第一阶段得到的舌体分割掩码图像，进行空洞填充和去掉多余轮廓处理，得到只有一个轮廓的舌体分割掩码图像；具体过程为：使用函数cv2.findContours找到舌体分割掩码图像中的所有轮廓，并找到最大轮廓，并将最大轮廓使用cv2.drawContours函数进行像素点填充，得到新的舌体分割掩码图像，其公式如下：Contours＝cv2.findContoursimgmaxContours＝findAreaContoursImgnew＝cv2.drawContoursmaxContours其中，Contours代表的是找到所有轮廓的集合；Area代表的是计算轮廓面积的函数；find是寻找最大面积在Contours中索引的函数；maxContours代表的是最大的轮廓的所有点的坐标值的集合；Imgnew代表经过像素填充之后新的舌体分割掩码图像；2将所述只有一个轮廓的舌体分割掩码图像与第一阶段中的初始图像进行合并，得到分割好的舌体图像；3对第二阶段步骤2得到的分割好的舌体图像进行尺寸变换和视角变换处理以标准化舌体分割图像；并在视角变换之前，通过cv2.minAreaRect函数得到舌体轮廓的外接矩阵的四个点的坐标，通过坐标点进行智能判断得到四个坐标的位置，将坐标按照左上、右上、右下、左下进行排序，自定义视角变换之后在新图像中的四个坐标点位置，如下式所示， 其中，widthstart，heightstart，widthend，heightend分别代表了视角变换之后外接矩阵的宽和高的起止位置；width和height代表变换之前的原舌象图像的宽和高；因此，视角变换后的外接矩阵的坐标为： 随后使用cv2.getPerspectiveTransform函数进行视角的智能变换，将原舌体舌体轮廓的外接矩阵四个点的坐标变换成视角变换后的外接矩阵四个点的坐标，得到视角变换之后的新图像；4使用遍历图像像素值的方法，将标准化好的舌体分割图像进行像素点定位识别，并根据像素位置判断出对应器官的区域，使用ImageDraw.Draw.text函数进行文字填入，得到舌体三焦五脏区域的智能定位；第三阶段，基于集成学习的智能舌象分析方法1将经第二阶段步骤3得到的标准化后舌体分割图像输入至多个CNN网络进行特征提取；2将多个CNN网络的输出与标签进行独立地交叉熵损失计算，并反向传播训练单个网络；3将多个训练好的CNN网络进行图像推理得到对应的多个概率分布并进行概率分布的集成运算，最终得到舌象图像的智能分析结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学;暨南大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。