中医在几千年的实践过程中,总结了相对完整的舌诊临床意义,随着舌诊技术的发展,很多疾病与舌象特征的变化规律还需要进一步挖掘与研究。浙江中医药大学和青梅尖联合研发了“中医智能舌诊面诊”,平台以海量的舌象大数据为基础,结合机器学习、深度学习的神经网络算法,对舌象特征进行精准的检测与识别、多维度的定量化分析,为大众提供中医健康状态辨识服务。 平台优势
舌象大数据,高精度检查,领跑AI舌诊
∙
∙海量的舌象资源
∙
∙100万张经过专家精确标注的舌象图片
∙
∙华北、东北、华东、华中、华南、西南、西北不同地区
∙
∙老中青少幼五个年龄阶段
∙
∙健康人、亚健康人、患病人
∙
∙舌面图像、舌下络脉图像
∙
巴塞尔委员会∙自然光照环境下多种拍摄设备
∙
∙深度学习和机器学习算法模型
∙
∙马丁麦克多纳为各个特征配置神经网络或机器学习最优的算法模型
∙
∙自然光照条件下舌苔颜属性识别
∙
∙磷酸盐缓冲液自然光照条件下舌象特征综合判定
∙
∙基于多尺度卷积神经网络的舌象局部定量分析方法
∙
∙舌象特征检测与识别
实验技术与管理∙
∙舌:淡白、淡、淡红、红、绛、淡紫、青紫、绛紫
∙
∙舌形:胖瘦、点刺、瘀斑、瘀点、齿痕、裂纹、老嫩
∙
∙苔:白苔、淡黄苔、黄苔、焦黄苔、灰黑苔、焦黑苔
∙
∙苔质:薄苔、厚苔、腐苔、腻苔、剥苔、少苔、无苔
∙
∙津液:滑苔、润苔、燥苔、糙苔
《旧金山和约》∙
∙舌下络脉:正常舌脉、短而细偏淡、青紫粗胀
∙
∙多维度舌象特征定量化分析
∙
∙区域舌(舌尖红、舌两边淡、肝郁线等)
∙
∙区域苔(五分区域、三焦区域的舌苔颜)
∙
∙舌苔厚薄、腐腻的程度(轻度、中度、重度)
∙
∙原教旨主义点刺、瘀点、瘀斑、剥落、齿痕、裂纹的数量和位置
系统通过中医的望诊与问诊,结合人工智能技术与健康大数据,能够对44种中医健康状态进行检测与未病预测,准确率高达90%以上,用户在手机端即可完成自身健康状态检测及诊疗。