导读:本文包含了舌质舌苔论文开题报告文献综述及选题提纲参考文献，主要关键词:双波长比值,光谱差异度指数,舌苔,舌质
舌质舌苔论文文献综述
刘明,赵静,吴太夏,张立福,汤宏颖[1]（2018）在《双波长比值光谱差异度指数用于人体舌苔舌质分离》一文中研究指出舌苔舌质信息定量描述作为中医舌诊的重要内容,直接影响到中医临床舌诊的准确性。基于生物医学光子学理论,利用高光谱技术,提出一种基于双波长比值光谱差异度指数进行人体舌质舌苔分离的光谱分析新方法。首先采集被测对象371.200~992.956nm之间共343个波长的舌体高光谱信息,随机选取15位被测对象进行光谱特征分析。绘制15位被测对象舌质舌苔全波段光谱曲线并进行比较,通过观察发现,舌质舌苔反射光特征差异与血红蛋白在该波段的光学特征变化相吻合,在500~750nm之间,水对光的吸收很少,而舌体表面布满血管,光的吸收主要受到血红蛋白的影响,基于舌质舌苔在573和700nm两波段光谱吸收差异,计算双波长比值,提取舌质舌苔光谱特征差异度指数,根据个体差异,分别提取不同被测对象舌质舌苔光谱特征差异指标,进行舌质舌苔区域分离,实验结果发现,对同一被测对象舌体苔质提取光谱差异度指数SDI,舌苔舌质光谱差异度指数存在一定差异性,由于个体的不同,具有各自明显的舌质、舌体差异度指数分割线,实验结果表明,运用双波长比值光谱差异度指数的光学表达形式能够用于舌质舌苔分离,同时该方法也能够为进一步中医临床舌诊提供客观依据。(本文来源于《光谱学与光谱分析》期刊2018年06期）
张志顺[2]（2017）在《一种改进的舌质舌苔识别算法研究》一文中研究指出针对舌图像诊断中,舌质、舌苔在识别速度和识别精度之间的矛盾,提出一种改进的舌质、舌苔识别算法。先把舌图像从RGB色彩模型转换成HSI色彩模型,用色度直方图处理,快速得到舌图像的分类;然后用FCM算法准确识别不同类的舌质、舌苔图像,解决了舌质、舌苔在识别过程中的模糊性和不确定性问题。实验结果表明,该方法在舌质、舌苔图像的识别速度和识别精度上取得较好的平衡,识别速度快、准确度高。(本文来源于《福建电脑》期刊2017年12期）
王学民,吕元婷,王瑞云,陆小佐,周鹏[3]（2016）在《基于双光源的舌质舌苔分离方法研究》一文中研究指出中医舌诊客观化研究中,舌质舌苔分离是后续实现舌象自动诊断的关键,然而舌质舌苔复杂多样,现有的分离方法多基于颜色差异,适应性不高,尤其是在苔薄厚交错、黄白苔交错等情况下分离效果不理想.针对上述问题,本文设计开发了一种基于双光源的舌质舌苔分离系统,研究了白、绿光源对舌质舌苔分离效果的影响,针对纯绿色光源和标准白色光源下舌图像的色彩特点,分别采用自动和人机交互的初始轮廓提取方法进行Snakes算法分割、互信息理论配准以及聚类法分类,从而实现最终的舌质舌苔分离,结果表明纯绿光图像分离效果明显更好,为中医舌诊处理方法提供了新思路.(本文来源于《纳米技术与精密工程》期刊2016年06期）
郭宙,杨学智,司银楚,朱庆文,牛欣[4]（2010）在《一种基于K-均值聚类的CIELAB和HSI色彩空间舌质舌苔分割算法》一文中研究指出目的:建立一种基于CIELAB(国际照明委员会1976年L*a*b*标准)和HSI(hue,saturation and intensity,色调、饱和度、亮度)色彩空间的舌质舌苔的分割算法。方法:以数码相机采集神经内科患者的舌图(有淡红舌薄白苔、腻苔、黄苔、舌红少苔、舌面瘀斑等舌图种类)为研究对象。算法结合了CIELAB和HSI色彩空间描述舌图的优势,先以舌图的a*值为聚类样本,使用K-均值聚类对舌质舌苔进行初步分割,然后再根据H值排除紫斑区域以完成分割。结果:该算法不仅可以分割舌质和舌苔,并且能识别舌质上的紫斑。使用该算法对56例采集自临床舌图进行舌质舌苔分割,成功率达92.85%。结论:该算法能自适应分割舌质舌苔,分割结果具有临床诊断价值。(本文来源于《中华中医药杂志》期刊2010年05期）
李胜旭[5]（2010）在《基于颜色相似系数的舌象图像舌质舌苔分离》一文中研究指出舌质舌苔的分离研究是舌诊客观化研究中重要的一部分。通过选择合适的颜色空间,提出一种新的计算舌象中两个像素之间颜色相似系数的方法,根据舌质舌苔的颜色特征确定阈值来判断舌象上两种颜色是否具有相似性,采用改进的区域生长法实现舌质舌苔的分离,提高了分离有效率。通过实验,证明该方法对舌质舌苔的分割有效,符合临床医生诊病要求。(本文来源于《宜春学院学报》期刊2010年04期）
郭宙,杨学智,司银楚,朱庆文,牛欣[6]（2009）在《基于K-均值聚类的常用色彩空间舌质舌苔分割研究》一文中研究指出目的观察常用色彩空间哪个通道(或分量)善于反映舌质舌苔的区别并有助于舌质舌苔的分割。方法以典型舌图(淡红舌薄白苔、腻苔、黄苔等)和色温偏低的舌图为研究对象,在红、绿、蓝叁色(RGB),国际照明委员会1976 L~*a~*b~*标准(CIELAB)和色调、饱和度、亮度(HSI)色彩空间下选择舌图上每个像素的特定色彩分量(a~*分量、L~*分量、H分量、R分量)作为聚类对象。使用K-均值聚类聚成2个集合,按照生成的2个集合的特征完成分割。结果显示CIELAB色彩空间a~*分量对舌质舌苔分割的效果和抗干扰能力最好,不受光照角度、色温偏差、舌苔舌质类型等因素的影响。L~*分量、R分量的聚类结果受光照不均匀的影响明显,H分量的聚类结果多呈分割不完全状态。结论基于K-均值聚类的以CIELAB色彩空间a~*分量为指标对舌质舌苔进行分割的效果较稳定,在舌诊中有一定的实用价值。(本文来源于《北京中医药大学学报》期刊2009年12期）
杜建强,卢炎生[7]（2009）在《一种中医舌象的舌质舌苔分离方法》一文中研究指出舌诊是中医诊法最重要的特色之一,舌诊客观化研究有助于舌诊的继承和发展。根据舌象的特点,分析并处理了舌象的色度直方图,提出了自动确定颜色类别数和初始聚类中心的算法,并在改进模糊聚类算法的基础上提出了一种彩色舌图像舌质舌苔分离方法。实验结果表明,与标准模糊聚类算法相比,该算法极大地加快了聚类迭代速度,减少了系统运算时间;相对于阈值分割法,能够获得更加符合中医要求的苔质分离效果。(本文来源于《计算机应用研究》期刊2009年07期）
许家佗,屠立平,张志枫,周昌乐,张利[8]（2009）在《基于图像区域分割方法的舌质与舌苔识别》一文中研究指出舌象的图像识别是舌象信息计算机诊断的主要内容之一。实现舌质、舌苔的区域识别是舌诊计算机识别过程中的重要步骤,也是后期舌体和舌苔颜色识别和纹理特征分析的重要前提。应用彩色图像区域分割方法,根据舌象颜色的区域特征,采用分裂-合并算法、色度阈值法对舌象进行了区域划分,建立舌质、舌苔的区域分割方法,实现舌质与舌苔的分割。实验结果显示,分裂-合并算法、色度阈值法具有良好的分割效果。(本文来源于《上海中医药大学学报》期刊2009年03期）
刘峰,王博亮,黄晓阳[9]（2007）在《聚类分析在舌苔舌质分离中的运用》一文中研究指出舌苔舌质分离是中医舌诊计算机自动分析系统中重要的一个环节.本文研究了聚类分析算法在舌质舌苔分离过程中的运用.在舌象分割完成后,对舌象图像用聚类分析的方法进行舌苔舌质分离处理.聚类算法通过迭代,把特征相似的点作为一类,划分出特征不同的几类,从而分离出舌苔和舌质.通过实验,并和阈值分离算法进行比较,聚类算法有很好的自适应性和准确性,在差异变化很大的不同图像中都能有较好的效果.(本文来源于《漳州师范学院学报(自然科学版)》期刊2007年03期）
韩刚,郭蓉娟,王乐,裴新华,张允岭[10]（2007）在《急性脑血管病的舌质 舌苔和脉象的同质分析》一文中研究指出目的:分析急性脑血管病的舌质、舌苔、脉象的相互关系。方法:采集2002-2005年间295例急性脑血管病患者的临床资料,观察患者的4种舌质、5种舌苔、7种脉象的中医证候,进行同质分析。结果:脑梗死与黯红舌质、黄腻舌苔、滑脉关系密切,而脑出血与红色舌质、黄舌苔、弦滑脉关系密切。结论:同质分析是研究中风病证候学的方法之一,容易解释结果。古人对中风病的证候认识有一定的科学性。(本文来源于《辽宁中医杂志》期刊2007年03期）
舌质舌苔论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对舌图像诊断中,舌质、舌苔在识别速度和识别精度之间的矛盾,提出一种改进的舌质、舌苔识别算法。先把舌图像从RGB色彩模型转换成HSI色彩模型,用色度直方图处理,快速得到舌图像的分类;然后用FCM算法准确识别不同类的舌质、舌苔图像,解决了舌质、舌苔在识别过程中的模糊性和不确定性问题。实验结果表明,该方法在舌质、舌苔图像的识别速度和识别精度上取得较好的平衡,识别速度快、准确度高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
舌质舌苔论文参考文献
[1].刘明,赵静,吴太夏,张立福,汤宏颖.双波长比值光谱差异度指数用于人体舌苔舌质分离[J].光谱学与光谱分析.2018
[2].张志顺.一种改进的舌质舌苔识别算法研究[J].福建电脑.2017
[3].王学民,吕元婷,王瑞云,陆小佐,周鹏.基于双光源的舌质舌苔分离方法研究[J].纳米技术与精密工程.2016
[4].郭宙,杨学智,司银楚,朱庆文,牛欣.一种基于K-均值聚类的CIELAB和HSI色彩空间舌质舌苔分割算法[J].中华中医药杂志.2010
[5].李胜旭.基于颜色相似系数的舌象图像舌质舌苔分离[J].宜春学院学报.2010
[6].郭宙,杨学智,司银楚,朱庆文,牛欣.基于K-均值聚类的常用色彩空间舌质舌苔分割研究[J].北京中医药大学学报.2009
[7].杜建强,卢炎生.一种中医舌象的舌质舌苔分离方法[J].计算机应用研究.2009
[8].许家佗,屠立平,张志枫,周昌乐,张利.基于图像区域分割方法的舌质与舌苔识别[J].上海中医药大学学报.2009
[9].刘峰,王博亮,黄晓阳.聚类分析在舌苔舌质分离中的运用[J].漳州师范学院学报(自然科学版).2007
[10].韩刚,郭蓉娟,王乐,裴新华,张允岭.急性脑血管病的舌质舌苔和脉象的同质分析[J].辽宁中医杂志.2007