基于数字化技术对糖尿病两虚证舌象特征的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 本课题的研究现状 | 第12-16页 |
| 1.2.1 糖尿病舌诊的研究现状 | 第12-13页 |
| 1.2.2 数字图像处理技术的应用 | 第13-16页 |
| 1.3 论文主要工作及章节安排 | 第16-18页 |
| 1.3.1 论文主要工作 | 第16-17页 |
| 1.3.2 论文章节安排 | 第17-18页 |
| 第二章 基本理论知识 | 第18-24页 |
| 2.1 气阴两虚兼血瘀证中医研究基础 | 第18页 |
| 2.2 颜色空间模型 | 第18-23页 |
| 2.2.1 RGB颜色模型 | 第19-20页 |
| 2.2.2 HSV颜色模型 | 第20-21页 |
| 2.2.3 Lab颜色模型 | 第21-23页 |
| 2.2.4 YCbCr颜色模型 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 舌象图像预处理 | 第24-37页 |
| 3.1 舌体图像分割 | 第24-30页 |
| 3.1.1 舌体图像分割难点 | 第24-25页 |
| 3.1.2 基于HSV颜色空间的舌体分割算法 | 第25-29页 |
| 3.1.3 实验结果与分析 | 第29-30页 |
| 3.2 舌质舌苔分离 | 第30-36页 |
| 3.2.1 舌质舌苔分离的目的 | 第30-31页 |
| 3.2.2 基于K均值聚类的舌质舌苔分离算法 | 第31-34页 |
| 3.2.3 实验结果与分析 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 糖尿病舌象特征提取 | 第37-52页 |
| 4.1 颜色特征提取 | 第37-44页 |
| 4.1.1 舌象颜色类别 | 第37-39页 |
| 4.1.2 糖尿病舌象颜色分布情况 | 第39-40页 |
| 4.1.3 基于颜色模型变换的舌象颜色特征提取 | 第40-44页 |
| 4.1.4 特征选择 | 第44页 |
| 4.2 裂纹特征提取 | 第44-50页 |
| 4.2.1 提取裂纹区域 | 第45-48页 |
| 4.2.2 裂纹特征的量化 | 第48-50页 |
| 4.3 总的特征提取框架 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 舌象分类识别 | 第52-65页 |
| 5.1 K-最近邻分类算法 | 第52-54页 |
| 5.1.1 K-最近邻分类算法原理 | 第52-53页 |
| 5.1.2 不同K值下的分类效果 | 第53-54页 |
| 5.2 支持向量机分类算法 | 第54-62页 |
| 5.2.1 SVM理论背景 | 第54-55页 |
| 5.2.2 SVM基本原理 | 第55-59页 |
| 5.2.3 核函数参数选取 | 第59-62页 |
| 5.3 分类方法性能评价标准 | 第62页 |
| 5.4 实验结果与对比分析 | 第62-64页 |
| 5.4.1 数据分组 | 第62-63页 |
| 5.4.2 实验结果分析 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 结论 | 第65-68页 |
| 1 总结 | 第65-66页 |
| 2 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 附录A (攻读硕士学位期间公开发表的论文) | 第74页 |
