Resumen

En el diagnóstico lingual, la información del color del cuerpo de la lengua ha guardado información valiosa sobre el estado de la enfermedad y su correlación con los órganos internos. Desde el punto de vista cualitativo, los profesionales pueden tener dificultades para emitir un juicio debido a la inestabilidad de las condiciones de iluminación y a la incapacidad del ojo desnudo para captar la distribución exacta del color en la lengua, especialmente en la lengua con sustancia multicolor. Para superar esta ambigüedad, este artículo presenta una clasificación multicolor de la lengua en dos etapas basada en una máquina de vectores de soporte (SVM) cuyos vectores de soporte se reducen mediante los identificadores de agrupación k-means y la gama de colores rojos propuestos para un diagnóstico preciso del color de la lengua. En la primera etapa, se utiliza la agrupación de k-means para agrupar una imagen de la lengua en cuatro grupos: fondo de la imagen (negro), región de rojo intenso, región de rojo/rojo claro y región de transición. En la segunda fase de clasificación, las imágenes de la lengua en rojo/rojo claro se clasifican a su vez en lengua roja o lengua rojo claro en función de la gama de colores rojos derivada de nuestro trabajo. En general, la precisión de la clasificación en dos etapas propuesta para diagnosticar los colores rojo, rojo claro y rojo intenso de la lengua es del 94%. El número de vectores de soporte en SVM se mejora en un 41,2%, y el tiempo de ejecución para una imagen se registra en 48 segundos.

• Materias:Algoritmos de aprendizaje Transductores de ultrasonido Ingeniería de atención Estudio biomecánico Ortesis progresivas estáticas
• Subjects:Learning algorithms Ultrasound transducers Care engineering Biomechanical study Static progressive orthoses
• Palabras claves:gama de colores rojos, clasificación por etapas, vectores de apoyo, colores rojos profundos de la lengua, imágenes de la lengua de color rojo claro, diagnóstico preciso del color de la lengua, exactitud de la clasificación de la tasa verdadera, región roja profunda, distribución exacta del color, condición de iluminación inestable
• Keywords:red colour range, stage classification, support vectors, deep red tongue colours, light red tongue images, precise tongue colour diagnosis, true rate classification accuracy, deep red region, exact colour distribution, instable lighting condition