專利名稱：中醫(yī)望診數(shù)字化系統(tǒng)評價色板的制作方法
中醫(yī)望診數(shù)字化系統(tǒng)評價色板的制作方法技術(shù)領(lǐng)域
本發(fā)明屬于中醫(yī)望診現(xiàn)代化研究領(lǐng)域，特別涉及中醫(yī)望診對象(面部、舌體)的光譜色度學(xué)研究以及顏色復(fù)現(xiàn)領(lǐng)域，用于望診數(shù)字化系統(tǒng)圖像描述以及顯示再現(xiàn)的性能評價。
背景技術(shù)：
望診是我國傳統(tǒng)醫(yī)學(xué)“望、聞、問、切”四診診法中的重要內(nèi)容。鑒于傳統(tǒng)的望診方法主要依靠醫(yī)生目測進(jìn)行判斷分析，缺乏客觀評價依據(jù)，因此近年來望診的客觀化、現(xiàn)代化研究得到廣大關(guān)注并取得了一定進(jìn)展。
中醫(yī)望診現(xiàn)代化過程一般采用望診數(shù)字化圖像系統(tǒng)實現(xiàn)，它通過各種圖像設(shè)備采集并顯示圖像，達(dá)到記錄、再現(xiàn)、分析的目的。由于圖像采集及顯示設(shè)備自身屬性的不同，造成了采集到的圖像數(shù)據(jù)缺乏規(guī)范性，并且難以保證顯示的圖像顏色與人眼看到的望診對象顏色的一致。這給很大程度上依靠顏色判斷進(jìn)行辨證的中醫(yī)望診帶來了極大困擾。因此， 采用客觀化、定量化的手段對中醫(yī)望診數(shù)字化系統(tǒng)的圖像數(shù)據(jù)規(guī)范性以及顏色顯示復(fù)現(xiàn)性進(jìn)行評價，是衡量系統(tǒng)性能的一個重要內(nèi)容。
由于望診對象，即面部、舌體，涉及有限的顏色范圍，在這一范圍內(nèi)針對望診對象光譜特點(diǎn)設(shè)計評價色板光譜組成，才能保證評價的實用性和有效性。發(fā)明內(nèi)容
本發(fā)明針對中醫(yī)望診數(shù)字化系統(tǒng)中圖像數(shù)據(jù)規(guī)范以及顏色顯示復(fù)現(xiàn)性能的評價問題，將光譜色度分析技術(shù)以及顏色復(fù)現(xiàn)技術(shù)應(yīng)用于中醫(yī)望診對象，提出針對望診對象光譜特性的評價色板設(shè)計及制作方案。
本發(fā)明具體技術(shù)方案如下中醫(yī)望診數(shù)字化系統(tǒng)評價色板，是在測量中醫(yī)望診中各種面象、舌象光譜反射率條件下，計算提取代表性光譜，并基于混色原理制作具有這些代表性光譜的顏色塊，組成評價色板。該發(fā)明的特征旨在為中醫(yī)望診數(shù)字化系統(tǒng)提供面部、舌體圖像標(biāo)準(zhǔn)化描述以及顯示復(fù)現(xiàn)性能評價的示例依據(jù)，依次包括下述步驟
I.中醫(yī)望診對象代表性光譜確定
采用分光光度計測量正常及病態(tài)面象、舌象的光譜反射率，其中面象需要包含青、 赤、黃、白、黑病色以及正常色用例，舌象需要包含淡紅、淡白、紅、絳、紫、青舌質(zhì)用例以及淡白、白、黃、褐、灰、黑舌苔用例，共至少18類。每類用例需要包含100例以上的實例，并力求多樣化，得到相應(yīng)數(shù)量的光譜反射率，并由三位以上中醫(yī)醫(yī)師給出所屬類型標(biāo)定。
將測得的光譜反射率實例分為兩類。一類稱為典型實例，是所有醫(yī)師都認(rèn)同的某類型的典型色。另一類稱為非典型實例，是醫(yī)師出現(xiàn)類型標(biāo)定分歧或者有醫(yī)師認(rèn)為不是典型類別(需給出認(rèn)為有可能性的兩個類別)的非典型色。分別得到各類典型色樣本集和面色、舌色、苔色三個非典型色樣本集，用于確定代表性色塊樣本光譜。
由于實際面色、舌色、苔色具有一定的多樣性，為了使評價色板中有限的色塊樣本能夠充分體現(xiàn)各類望診對象的光譜特性，即具有更好的代表性，各類中的樣本必須具有明確的顏色共性，即具有各類別典型性。將光譜反射率實例分為典型色和非典型色兩類，并分別處理，就是為了消除非典型色對各類樣本顏色共性帶來的偏差影響，提高評價色塊的代表性。
(I)對于18類典型色樣本集，計算各類樣本的平均光譜，得到18個典型色代表性反射率，并計算它們對應(yīng)的典型色LW色度值。
(2)對于非典型色樣本集，計算所有樣本光譜反射率對應(yīng)的LU*色度值，采用一種基于典型色中心類別自適應(yīng)的K均值聚類方法得到非典型色代表性反射率。
具體方法為
a、類別自適應(yīng)確定初始聚類中心一般的K均值聚類是從N個訓(xùn)練樣本中任選K 個作為初始中心，這種方法沒有針對樣本特點(diǎn)，使聚類結(jié)果具有較大隨意性。本發(fā)明是針對非典型色樣本一般分布在典型色樣本集之間區(qū)域的特點(diǎn)，根據(jù)已經(jīng)確定的面色、舌色、苔色的各類典型色LiVV色度值，采用基于先驗知識的組合平均方式確定非典型色初始聚類中心。
以面色為例，根據(jù)非典型色樣本標(biāo)定中出現(xiàn)的類別組合，從6類典型色中選取相應(yīng)類別的典型色LU*色度值組合，求平均確定非典型色初始聚類中心。例如對于某個非典型色樣本，醫(yī)師標(biāo)定的類別有黃、白兩種，則選取已經(jīng)確定的黃色典型色LiW色度值和白色典型色色度值，計算兩者的平均值，作為一個非典型色初始聚類中心。同樣方法得到舌色、苔色的非典型色初始聚類中心。
根據(jù)孟塞爾體系中相鄰兩個色塊的平均色差約為10，本發(fā)明設(shè)定閾值T=10，對初始聚類中心進(jìn)行調(diào)整。如兩聚類中心色差小于Τ，就將這兩類合并為一類，最終得到的K個初始聚類中心。
b、K均值聚類
按最小距離原則，將非典型色樣本集中的樣本分配到K個聚類集中去，并且每個聚類集中采用該聚類集中的樣本均值作為新的聚類中心。如此聚類迭代。
根據(jù)人眼對顏色的分辨能力，每一步迭代中，若K個新的聚類中心與前一步舊的聚類中心色差為3以內(nèi)時，結(jié)束聚類，即收斂條件定為Z E〈3。否則繼續(xù)如上述方法進(jìn)行聚類迭代。
C、最終聚類中心LiW值對應(yīng)的光譜反射率，即為非典型色反射率。
(3)采用PCA降維方法，提取這些光譜反射率的基反射函數(shù)。選取能量超過99%數(shù)量的基反射函數(shù)，作為基色反射率。根據(jù)有限維模型理論，光譜反射率可相當(dāng)精確地用非常有限的基函數(shù)(特征向量)的線性模型來表示，且基函數(shù)的數(shù)量與光譜反射率帶寬成比例。 由于望診對象的光譜反射率函數(shù)是帶寬受限函數(shù)，一般3-4個基函數(shù)的線性模型可以達(dá)到 99%以上的符合程度。因此，采用基色反射率作為代表性光譜反射率，可以補(bǔ)充典型色和非典型色反射率的不足，保證望診對象光譜反射率基本信息的代表性。
(4)典型色反射率、非典型色反射率、基色反射率，即為望診代表性光譜反射率，共同組成評價色板反射率集合。
2.基于混色原理的評價色板制作
將玫紅、青、黃三基色顏料以及白色顏料均勻地涂在不透明基板上，晾干后采用分光光度計測量它們的光譜反射率，即顏料反射率。
根據(jù)Kubelka-Munk混色原理,計算評價色板反射率集合中各顏色的顏料配比。
按該配比將顏料混合，均勻地涂在不透明基板上，晾干后按一定尺寸裁成正方形色塊。如此根據(jù)評價色板反射率集制作所有對應(yīng)色塊，并按順序粘貼在一塊基板上組合成色板。
有益效果
本發(fā)明旨在實現(xiàn)中醫(yī)望診數(shù)字化系統(tǒng)的圖像描述規(guī)范化、圖像顯示顏色復(fù)現(xiàn)性的評價，即采用待評價系統(tǒng)拍攝評價色板并獲取其圖像數(shù)據(jù)以及顯示色度信息，通過計算獲得的各項數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)的差異，來評價系統(tǒng)性能。本方法首先分析各類代表性面部、舌體的光譜反射曲線，選取基反射函數(shù)，并計算各類樣本的典型色反射率和非典型色反射率，共同組成評價色板反射率集合；然后基于相減混色理論，將采用玫紅、青、黃三基色顏料以及白色顏料，根據(jù)色板反射率集合計算各顏料配比，制作評價色塊，并組成評價色板。
由于色板中顏色體現(xiàn)了望診對象的光譜特點(diǎn)，可作為望診對象代表性顏色光譜示例樣本，用以評價望診數(shù)字化系統(tǒng)圖像數(shù)據(jù)規(guī)范性和顯示圖像的復(fù)現(xiàn)性。同時，也可用于望診數(shù)字化系統(tǒng)數(shù)據(jù)規(guī)范和顯示復(fù)現(xiàn)算法研究的訓(xùn)練示例樣本，優(yōu)化系統(tǒng)性能。
將本方法得到的色塊結(jié)合少量全色域聚類色塊組成訓(xùn)練樣本，訓(xùn)練望診數(shù)字化圖像系統(tǒng)數(shù)據(jù)修正模型(采用多項式模型)。使用測試樣本分別測試該訓(xùn)練樣本集得到的模型(感興趣色域模型)和全色域聚類色塊樣本集得到的標(biāo)準(zhǔn)模型的表現(xiàn)(測試樣本由 ColorChecker-24 與 DigitalColorChecker-SG 中 skin zone 共 38 個樣本組成)。得到的色差分布曲線顯示，本方法訓(xùn)練樣本集得到的模型對望診感興趣對象色塊(后14樣本)修正精度高于一般樣本集。


圖I是本方法的主流程圖2是中醫(yī)望診對象代表性光譜確定流程圖3是某類舌體典型色反射率曲線示例圖4是舌體顏色前三個基色反射率曲線示例圖5是基于混色原理的評價色板制作流程圖6是本方法訓(xùn)練樣本集得到的模型與全色域訓(xùn)練樣本集得到的模型下的測試樣本色差分布對比曲線圖。
具體實施方式
本實施方法的具體實施過程如下
I.采用分光光度計如PR650測量正常及病態(tài)面象、舌象的光譜反射率，其中面象需要包含青、赤、黃、白、黑病色以及正常色用例，舌象需要包含淡紅、淡白、紅、絳、紫、青舌質(zhì)用例以及淡白、白、黃、褐、灰、黑舌苔用例，共18類。每類用例需要包含100例以上的實例，并力求多樣化,得到相應(yīng)數(shù)量的光譜反射率,并由三位以上中醫(yī)醫(yī)師給出所屬類型標(biāo)定。
2.將測得的光譜反射率實例分為兩類。一類稱為典型實例，是所有醫(yī)師都認(rèn)同的某類型的典型色。另一類稱為非典型實例，是醫(yī)師出現(xiàn)類型標(biāo)定分歧或者有醫(yī)師認(rèn)為不是典型類別(需給出認(rèn)為有可能性的兩個類別)的非典型色。分別得到各類典型色樣本集和面色、舌色、苔色三個非典型色樣本集，用于確定代表性色塊樣本光譜。
3.對于18類典型色樣本集，計算各類樣本的平均光譜，得到18個典型色代表性反射率，并計算它們對應(yīng)的典型色LiW色度值。
4.對于非典型色樣本集，計算所有樣本光譜反射率對應(yīng)的色度值，采用一種基于典型色中心類別自適應(yīng)的K均值聚類方法得到非典型色代表性反射率。
a、類別自適應(yīng)確定初始聚類中心根據(jù)已經(jīng)確定的面色、舌色、苔色的各類典型色 LU*色度值，采用基于先驗知識的組合平均方式確定非典型色初始聚類中心。
以面色為例，根據(jù)非典型色樣本標(biāo)定中出現(xiàn)的類別組合，從6類典型色中選取相應(yīng)類別的典型色LU*色度值組合，求平均確定非典型色初始聚類中心。例如對于某個非典型色樣本，醫(yī)師標(biāo)定的類別有黃、白兩種，則選 取已經(jīng)確定的黃色典型色LiW色度值和白色典型色色度值，計算兩者的平均值，作為一個非典型色初始聚類中心。同樣方法得到舌色、苔色的非典型色初始聚類中心。
設(shè)定閾值T=10，對初始聚類中心進(jìn)行調(diào)整。如兩聚類中心色差小于Τ，就將這兩類合并為一類，最終得到的K個初始聚類中心。
b、K均值聚類設(shè)初始聚類中心為Z1G^Z2GO、…Zk(k)，括號內(nèi)序號為聚類中心迭代次數(shù)；按最小距離原則，將其余樣本分配到K個聚類集中去；
Dj (k) =min {| | X-Zi | |, i=l, 2, ..., K}貝丨J X e Sj (k)
式中k為聚類迭代次數(shù)而(k)表示第k次迭代的第j個聚類集& (k)表示第k次迭代中樣本X與第j聚類中心距離最小。
采用樣本均值作為新的聚類中心，重新計算各個聚類中心；
式中Nj表示第j個聚類集的樣本個數(shù)。
根據(jù)人眼對顏色的分辨能力，若新舊聚類中心的色差范圍為3以內(nèi)時，即收斂條件定為Z E〈3，結(jié)束聚類。否則繼續(xù)如上述方法進(jìn)行聚類迭代。
C、最終聚類中心LiW值對應(yīng)的光譜反射率，即為非典型色反射率。
5.采用PCA降維方法，提取這些光譜反射率樣本集的基反射函數(shù)。
設(shè)光譜反射率樣本集的協(xié)方差矩陣為I MI
2 = ^g(xi - J1Xx1 —
其中，Χ=[Χ「μ，Χ2_μ，"·，ΧΜ_μ ]，Xi為第i個樣本向量，μ為樣本集的平均向量， M為樣本數(shù)目。計算矩陣Σ的特征值和相應(yīng)的特征向量，確定光譜反射率樣本集的基函數(shù)。 具體求解方法可采用奇異值分解算法，對于矩陣X進(jìn)行奇異值分解，得到正交矩陣U和V， 使得 其中，w=diag[ λ U λ 2，...，λ J , U=Lu1, u2, ···, uM], V=Lv1, ν2, **·, νΜ]0 Ai 為矩陣XtX的M個特征值，Ui和Vi分別為XXt和XtX對應(yīng)于λ ,的特征向量。
計算各特征值占所有特征值能量
權(quán)利要求
1.中醫(yī)望診數(shù)字化系統(tǒng)評價色板的制作方法，其特征在于依次包括下述步驟1)中醫(yī)望診對象代表性光譜確定采用分光光度計測量正常及病態(tài)面象、舌象的光譜反射率，其中面象需要包含青、赤、 黃、白、黑病色以及正常色用例，舌象需要包含淡紅、淡白、紅、絳、紫、青舌質(zhì)用例以及淡白、 白、黃、褐、灰、黑舌苔用例，共18類；每類用例需要包含100例以上的實例；將測得的光譜反射率實例分為兩類；一類稱為典型實例，是所有醫(yī)師都認(rèn)同的某類型的典型色；另一類稱為非典型實例，是醫(yī)師出現(xiàn)類型標(biāo)定分歧或者有醫(yī)師認(rèn)為不是典型類別，即需給出認(rèn)為有可能性的兩個類別的非典型色；分別得到各類典型色樣本集和面色、舌色、苔色三個非典型色樣本集，用于確定代表性色塊樣本光譜；將光譜反射率實例分為典型色和非典型色兩類，并分別處理；(1)對于18類典型色樣本集，計算各類樣本的平均光譜，得到18個典型色代表性反射率，并計算它們對應(yīng)的典型色LW色度值；(2)對于非典型色樣本集，計算所有樣本光譜反射率對應(yīng)的LU*色度值，采用一種基于典型色中心類別自適應(yīng)的K均值聚類方法得到非典型色代表性反射率；具體方法為a、類別自適應(yīng)確定初始聚類中心根據(jù)已經(jīng)確定的面色、舌色、苔色的各類典型色 L*a*b*色度值，采用基于先驗知識的組合平均方式確定非典型色初始聚類中心；以面色為例，根據(jù)非典型色樣本標(biāo)定中出現(xiàn)的類別組合，從6類典型色中選取相應(yīng)類別的典型色 L*a*b*色度值組合，求平均確定非典型色初始聚類中心；同樣方法得到舌色、苔色的非典型色初始聚類中心；設(shè)定閾值T=10，對初始聚類中心進(jìn)行調(diào)整；如兩聚類中心色差小于Τ，就將這兩類合并為一類，最終得到的K個初始聚類中心；b、K均值聚類按最小距離原則，將非典型色樣本集中的樣本分配到K個聚類集中去，并且每個聚類集中采用該聚類集中的樣本均值作為新的聚類中心；如此聚類迭代；根據(jù)人眼對顏色的分辨能力，每一步迭代中，若K個新的聚類中心與前一步舊的聚類中心色差為3以內(nèi)時，結(jié)束聚類，即收斂條件定為Z E〈3 ;否則繼續(xù)如上述方法進(jìn)行聚類迭代；C、最終聚類中心LH*值對應(yīng)的光譜反射率，即為非典型色反射率；(3)采用PCA降維方法，提取這些光譜反射率的基反射函數(shù)；選取能量超過99%數(shù)量的基反射函數(shù)，作為基色反射率；(4)典型色反射率、非典型色反射率、基色反射率，即為望診代表性光譜反射率，共同組成評價色板反射率集合；2)基于混色原理的評價色板制作將玫紅、青、黃三基色顏料以及白色顏料均勻地涂在不透明基板上，晾干后采用分光光度計測量它們的光譜反射率，即顏料反射率；根據(jù)Kubelka-Munk混色原理,計算評價色板反射率集合中各顏色的顏料配比；按該配比將顏料混合，均勻地涂在不透明基板上，晾干后裁成正方形色塊；如此根據(jù)評價色板反射率集制作所有對應(yīng)色塊，并按順序粘貼在一塊基板上組合成色板。
全文摘要
中醫(yī)望診數(shù)字化系統(tǒng)評價色板的制作方法，屬于中醫(yī)望診現(xiàn)代化研究領(lǐng)域，用于望診數(shù)字化系統(tǒng)圖像描述以及顯示再現(xiàn)的性能評價。由于圖像采集及顯示設(shè)備自身屬性的不同，造成了采集到的圖像數(shù)據(jù)缺乏規(guī)范性，且難以保證顯示的圖像顏色與人眼看到的望診對象顏色的一致。本方法分析各類代表性面部、舌體的光譜反射曲線，選取基反射函數(shù)，并計算各類樣本的典型色反射率和非典型色反射率，共同組成評價色板反射率集合；然后基于相減混色理論，將采用玫紅、青、黃三基色顏料以及白色顏料，根據(jù)色板反射率集合計算各顏料配比，制作評價色塊，并組成評價色板。得到的色差分布曲線顯示，本方法訓(xùn)練樣本集得到的模型對望診感興趣對象色塊修正精度高于一般樣本集。
文檔編號A61B5/00GK102934988SQ20121045269
公開日2013年2月20日 申請日期2012年11月12日 優(yōu)先權(quán)日2012年11月12日
發(fā)明者蔡軼珩, 郭松, 呂慧娟, 張新峰 申請人:北京工業(yè)大學(xué)