申请/专利权人：南博医疗科技(广州)有限公司

申请日：2023-12-28

公开（公告）日：2024-03-19

公开（公告）号：CN117727426A

主分类号：G16H20/60

分类号：G16H20/60;G16H20/90;G06V40/16;G06V10/82

优先权：

专利状态码：在审-公开

法律状态：2024.03.19#公开

摘要：本申请公开了一种基于深度学习的体质鉴别并匹配药膳方案的方法和系统，涉及信息技术处理技术领域。该方法包括：鉴别模型的构建、图像的采集及录入、鉴别值的获取、鉴别结果的获取、搭配模型的构建和药膳的推荐。该系统与该方法相匹配。本申请公开的基于深度学习的体质鉴别并匹配药膳方案的方法和系统，通过多种表征数据的深度学习进行体质的鉴别，获取用户的体质鉴别结果，从而了解到用户的体质类型，然后，再基于体质类型进行药膳材料的匹配，从而实现让普通用户能够清楚的了解到自己的体质适用的药膳，为用户提供了极大的便利。

主权项：1.一种基于深度学习的体质鉴别并匹配药膳方案的方法，其特征在于，该方法包括以下步骤：基于深度学习，以舌苔图像及对应的舌色、苔色和舌象作为特征属性进行训练得到舌象鉴别模型，以面部特征及对应的面色作为特征属性进行训练得到面象鉴别模型，以眉眼图像及对应的眼眶颜色、眼球颜色、眼球形态作为特征属性进行训练得到目象鉴别模型；基于深度学习，以不同类型的体质类型及其对应的药膳材料作为特征属性进行训练得到药膳搭配模型；将用户的鉴别参数对应的输入所述舌象鉴别模型、所述面象鉴别模型和所述目象鉴别模型，所述鉴别参数包括：采用非侵入式采集到的舌区图像、对用户的面部进行拍摄得到的面部图像和对用户的眉眼处进行拍摄得到的眉眼图像；所述舌象鉴别模型基于输入的舌区图像，对所述舌区图像进行特征分析，获取其对应的舌象特征属性，并基于卷积神经网络对得到的舌象特征属性与预设的体质结果进行匹配值的计算得到舌区鉴别值；所述面象鉴别模型基于输入的面部图像，对所述面部图像进行特征分析，获取其对应的面象特征属性，并基于卷积神经网络对得到的面象特征属性与预设的体质结果进行匹配值的计算得到面象鉴别值；所述目象鉴别模型基于输入的眉眼图像，对所述眉眼图像进行特征分析，获取其对应的目象特征属性，并基于卷积神经网络对得到的目象特征属性与预设的体质结果进行匹配值的计算得到目象鉴别值；将所述舌区鉴别值、所述面象鉴别值和所述目象鉴别值进行相关性描述，并在所述舌区鉴别值、所述面象鉴别值和所述目象鉴别值的相关性描述满足预设的判断条件时，将所述舌区鉴别值、所述面象鉴别值和所述目象鉴别值对应的相同类型的体质鉴别结果进行提取作为表现型体质，将所述舌区鉴别值、所述面象鉴别值和所述目象鉴别值对应的不同类型的体质鉴别结果进行汇集作为隐现型体质；将所述表现型体质和所述隐现型体质输入所述药膳搭配模型中，所述药膳搭配模型基于所述表现型体质和所述隐现型体质中体质的类型进行药膳材料的推荐。

全文数据：

权利要求：

百度查询： 南博医疗科技(广州)有限公司 基于深度学习的体质鉴别并匹配药膳方案的方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD