计算机舌诊中不确定性信息的处理与分析

由于受到内外扰动因素的影响，在计算机舌象诊断的数据获取与特征处理等环节中存在许多不确定性信息，它们降低了系统在规则抽取与知识建模方面的稳定性和正确性，已成为现阶段制约中医舌诊客观化发展的最主要问题之一。为此，本项目拟在前期研究基础上，针对本领域研究较少涉及的中医舌诊中的不确定性信息的处理与分析开展深入的研究，主要包括：舌象特征提取与离散化处理、舌诊特征有效表示、舌诊规则提取与知识建模等内容，通过粗糙集与信度网等方法的联合，建立起面向计算机舌象诊断分析应用的不确定性信息处理框架，为中医舌诊客观化研究提供基础理论和关键技术支撑，有着重要的科学意义。本项目研究还有望在一定程度上拓展传统中医舌诊信息化实现途径，为研发具有"个人保健"、"早期发现"、"无损检测"及"远程诊疗"等中医特色的家庭和社区健康诊察系统奠定基础，以满足人们对于日常健康检测的迫切需求，具有良好的应用前景和重要的社会意义。

由于受到内外扰动因素的影响，在计算机舌图像处理与分析中的数据获取与特征处理等环节中尚存着在许多不确定性信息。它们降低了系统在特征抽取与知识建模方面的稳定性和正确性，已成为现阶段制约中医舌诊客观化发展的最主要问题之一。由于上述不确定信息主要来自数据采集、舌图像分割、舌色特征处理等方面，因此在本项目中，我们分别对舌图像数据采集设备进行升级，提出了稳健的舌轮廓分割算法，开展了舌色流行学习研究，探讨了舌图像非均匀模糊的快速复原算法，具体包括如下几个方面：.1）在舌图像数据采集方面，本项目对原有设备进行了设计改造，实现采集环境标准化并固化采集参数，增加舌体厚度信息采集模块等。这些工作在很大程度上减少了来自信号采集层次的不确定信息。.2）在舌轮廓不确定信息处理方面，本项目提出了基于分水岭与区域合并算法的舌体自动分割，基于GaborFM的自动舌体分割以及交互式舌图像轮廓分割三种方法。实验结果表明，这些算法可显著抑制由于舌图像分割算法所导致的伪轮廓、形状偏差等局部不确定信息。.3）在舌色不确定信息处理方面，本项目提出了基于局部线性嵌入算法的舌色流行学习框架，可以更直观地辅助医师研判舌图像数据分析中各种潜在的由健康舌色过度到非健康（病理）舌色的颜色变化趋势，并有效抑制了由于舌色感知过程中的部分例外或反常信息干扰所造成的舌色模型扰动和不确定性。.4）舌图像模糊不确定信息处理方面，本项目提出了非均匀模糊图像快速复原和基于广义加性卷积模型的相机抖动模糊图像盲复原两种处理方法。它们不仅可以用于解决舌图像采集过程中的大部分模糊问题，还可以作为通用的方法用于复原多种非均匀模糊图像，同时在计算效率方面也具有较大优势。.本项目的上述研究成果已经公开发表在30余篇国际期刊/会议论文。其中，SCI收录16篇，EI收录30篇，ISTP收录14篇。此外，本项目累计采集舌图像样本2000余例。本项目研究成果有望在一定程度上拓展传统中医舌诊信息化实现途径，为研发具有"个人保健"、"早期发现"、"无损检测"及"远程诊疗"等中医特色的家庭和社区健康诊察系统提供必要的技术支撑，以满足人们对于日常健康检测的迫切需求。