1、近年來,隨著計算機技術(shù)的發(fā)展應用,很多研究開始利用計算機來輔助醫(yī)生進行觀察,從而得到比較客觀的觀察結(jié)果,給醫(yī)生提供可靠的數(shù)據(jù)。通過使用圖像分析技術(shù)和圖像識別技術(shù)來進行舌苔的分類工作是一個有著廣闊前景的重要應用研究。
　　 舌苔的顏色是舌診中的一個重要特征。然而,各種顏色的舌苔圖像所占的顏色范圍相對較小,如果采用一般的彩色模型將難以達到令人滿意的分辨效果。L*a*b*彩色模型覆蓋了全部的可見光色譜,相比于其他的彩色模型,它可以更準

2、確地表述各種色彩。因此,在本文中將舌苔圖像的L*,a*,b*三個分量的平均值作為舌苔分類算法的輸入數(shù)據(jù)。
　　 由于舌苔在舌頭上有它自身的分布特點,所以在本文中設計了一個經(jīng)驗模板來幫助取得舌苔的特征代表性區(qū)域。所有對舌苔的顏色分析都在這個代表性區(qū)域上進行。因為舌苔的其他部分往往特征比較的不明顯,甚至含有大量的干擾性數(shù)據(jù),容易對分類結(jié)果帶來負面的影響,所以通過對舌苔圖像代表性區(qū)域的選取可以提高舌苔圖像分類的準確率。
　　

3、在現(xiàn)有的舌苔分類方法中,模糊c均值算法是一種被廣泛使用的分類算法。模糊c均值算法基于模糊數(shù)學的理論,具有理論基礎完善,算法簡單,易于計算機實現(xiàn)等優(yōu)點。文中采用一種新的距離測度替代原有算法中的歐氏距離測度來消弱舌苔噪聲數(shù)據(jù)對聚類結(jié)果的影響。本文實現(xiàn)了改進的模糊c均值算法來對舌苔圖像進行分類,并通過實驗評估分析了這一方法。進一步,本文采用一種能更好的模擬醫(yī)生診斷過程的神經(jīng)網(wǎng)絡,即自組織映射網(wǎng)絡,來模擬醫(yī)生通過眼睛對病人舌頭的直觀觀察的過程。