中醫面診信息計算機識別技術研究現狀分析

梁科

摘 要：隨著信息技術在患者疾病診治應用方面的逐步深入，一些基于中醫診治需求的科學技術逐漸得以開發和應用，極大地提升了患者診治的效率和效果。中醫面診信息計算機識別技術就是其中的代表性類型。雖然識別技術的應用尚處于開發和完善階段，但其積極功能卻已凸顯。文章在對中醫面診信息計算機識別技術原理進行分析的基礎上，對該技術的理論與實踐研究現狀進行介紹，以此確定接下來技術開發與應用的方向，以實現中醫面診工作的優化。

關鍵詞：中醫；面診信息；計算機識別技術；研究現狀

前言

面診作為中醫望聞問切療法中的重要內容之一，是中醫特色珍法。醫師通過觀察人面部變化情況可以獲知人體的氣血盛衰情況和五臟六腑的虛實變化，以此作為疾病診斷和治療的依據。長期以來，中醫面診主要借助醫師個人的診療經驗來進行，雖然診治的效果比較好，但并不能夠完全保證診治結果的科學性和準確性，并且這種診療方式缺乏客觀的標準和方法，難以大范圍推動應用。基于近年來計算機技術、信息技術在中醫學臨床研究與實踐中應用所取得的積極效果，以及計算機輔助診療技術應用效果的凸顯，開發與中醫面診相關的計算機技術逐漸成為一項現實性的內容。本文擬對中醫面診信息計算機識別技術的研究與應用情況進行梳理，以豐富技術在中醫面診方面的應用。

1.中醫面診信息計算機識別技術開發的可能性和必要性分析

中醫面診信息計算機識別技術的開發與應用是基于面診信息搜集的現實可能和必要性而言的。

從現實性來說，《靈樞·邪氣臟腑病形》中指出“十二經脈，三百六十五絡，其血其皆上于面而走空竅”，意思是人體的內臟功能和氣血狀況都會在面部有相應的表現，因此，可以通過對人面部各種狀況的觀察來了解其人體的健康情況和病情變化狀況，而這也說明可以通過計算機識別技術來對人的面部信息進行識別搜集，以此作為診療的依據。近年來關于中醫面診中運用計算機識別技術進行信息識別的正確性、科學性研究的成果也表明該技術可以運用到實際的面診中。例如許家佗等人借助數字圖像分析技術和《健康狀態評估簡表》對207名大學生的健康狀態進行了評估，并提取其中的六個部位進行面色特征分析后發現面部面色的分析比整體面色的分析更具有診斷價值，這一結果也表明識別技術可以提升面診的準確性。

從必要性方面來說，雖然中醫發展過程中積累了豐富的面診方法和經驗，但這些內容缺乏客觀性的診斷方法和標準，過多地依賴個人的經驗和感性認識，缺乏科學的依據，不能夠滿足醫療科學技術發展的需要，有必要通過新的技術手段的應用來替代傳統的面診方法和標準，來推動中醫面診工作的有效開展。

正是基于上述現實性、可行性和必要性的考慮，對中醫面診信息計算機識別技術進行開發與應用被提升到了更高的層面。

2.中醫面診信息計算機識別技術開發的原理分析

中醫面診信息計算機識別技術是計算機技術在中醫面診信息搜集方面的應用，更多地要依賴技術原理的應用。就當前的發展來說，該識別技術所涉及的原理主要有以下幾方面。

2.1圖像采集

中醫面診信息計算機識別技術是通過計算機技術對人的面部信息進行識別、采集的一種技術類型，該技術主要是基于人的臉部信息的可采集性，即人的臉部圖像信息可以通過技術手段準確采集并真實地記錄到計算機內。目前計算機圖像采集技術的成熟為中醫面診圖像的采集提供了必要的支撐，使得圖像采集的質量和效果能夠基本滿足診療的需要。

2.2人臉分割

對于中醫面診來說，采集到人的面部圖像僅僅是第一步，需要采取相應的計算機技術來對人臉進行分割，通過分割部分的觀察來發現面部所反映的人體內部的脈絡和氣血情況。

2.3區域定位

中醫面診的主要醫理是人體面部的不同部位對應著不同的臟腑器官，一旦這些器官出現問題，人體的面部情況也會相應地發生變化。當然，這種變化并不完全體現在整個面部，而是某些區域。因此，在診斷過程中需要在人臉分割的基礎上對那些存在問題的面部區域進行定位，以確定相應的出現問題的臟腑器官。

2.4面部特征信息提取

計算機識別技術在面診信息識別與搜集方面的應用主要是根據計算機技術對不同顏色信息的識別和區分來體現的，即計算機技術可以實現以合適的顏色空間來對人體面部的顏色、光澤、眼神、口唇顏色等基本信息進行提取，以此來放大人體面部的信息，提升疾病診療的可靠性。

通過上述對中醫面診信息計算機識別技術開發的原理與流程的分析可以看出，該技術是基于人體面部特征與內臟器官之間對應關系以及計算機技術對面部不同特征進行識別相結合的基礎上所形成的，是一種客觀、科學的面診技術手段。

3.中醫面診信息計算機識別技術的研究現狀

基于中醫面診信息計算機識別技術的理論分析可以看出，該技術在面診信息識別方面具有獨特的優勢，能夠提升面診的效率和效果。而正是基于現實的需要，越來越多的臨床理論與實踐研究者在平時的面診過程中側重于從計算機識別技術層面來開發和優化面診方式。就目前來說，研究的側重點和結論集中表現在以下幾方面。

3.1相關設備的研發

設備是發揮計算機識別技術在中醫面診信息搜集方面作用發揮的基礎性條件，如果沒有設備的支撐，識別技術只能是一種設計方案或思路。近年來，一些臨床研究者和實踐者從不同層面出發研發了一些設備，推動計算機識別技術在中醫面診中的應用。

劉明佳基于顏色形成的相關原理，從生物醫學的角度出發研發出了一套人體的面色信息采集設備，該設備主要借助工業級數碼攝像機和歐司朗直管光源等設備與技術來對人臉圖像進行初步的研究，將攝像機的高成像功能和接近日光照射效果的光源技術進行有效的融合，從而為面診信息的準確性和全面性提供了設備方面的支撐。

鄭冬梅基于相關標準和要求的基礎上設計制造了由氙燈光源和積分球組成的中醫色診標準光源的環境，并通過一系列的模擬實驗對該設備進行驗證，最終得出標準光源環境條件下所采集的人臉面部信息可以滿足面診的基本信息需求。

邸單基于中醫中舌診的相關經驗和方法，將光源領域的新技術運用其中，設計出了以發光二極管光源中醫面色圖像采集平臺，并將采集的信息與中醫專家的面診結果進行對比，最終結果表明該平臺所采集的信息與專家面診的結果一致。

李福鳳等人在面色信息自動識別研究的基礎上，開發了中醫面診檢測儀，并以此采集了一些慢性腎衰患者的面部圖像，對其中癥候面診特征信息與腎功能的變化關系進行了研究，結果表明慢性腎衰各證型的尿素氮、血肌酐、尿酸、腎小球濾過率等多項腎功能指標與面色參數之間存在著一定的相關性。

通過以上關于中醫面診信息計算機識別技術研究中關于相關設備開發的研究現狀的分析可以看出，目前國內在中醫面診信息計算機識別技術相關設備的開發方面所遵循的是基于傳統面診經驗基礎上的技術方式改良與創新，即將技術應用作為專家面診中的一項技術補充，目的在于確保面診信息的準確性。

3.2識別算法的研究

識別算法的研究是目前中醫面診信息計算機識別技術研究中的重點內容，也是該技術得以有效實現的關鍵性技術點。通過查閱相關研究成果可以發現，在識別算法方面的研究內容和成果相對比較豐富，并且一些好的算法已經在面診中的面部檢測與定位等方面得以應用。

樸鑫對基于人體皮膚顏色特征的基礎上產生的橢圓類分析算法在皮膚區域內進行了檢驗，結果表明該算法所得的結果用中值濾波去除噪音點后，可以根據所統計出的最長行和最長列的膚色像素的最大值來確定一個矩形區域，該區域就是面色出現問題的范圍。

毛紅朝對高斯膚色統計模型中的人臉檢測算法和基于Adaboost分類器的人臉檢測方法結合在人臉區域定位方面的應用情況進行了研究，結果表明這兩種方法的結合可以保證最終人臉檢測的高精準率。

汪晶晶對基于支持向量機的分類算法應用到中醫顴色的自動分類中的情況進行了研究，結果表明該算法對顴色的識別準確率達到82.35%，該分類算法是一種有效的算法。

吳暾華根據相關原理設計了一種在復雜環境下對多姿態人臉進行檢測的算法，有效地解決了由于正面、平面旋轉或者是側轉對人臉檢測方面的影響，提升了人臉圖像識別的精準度。

李曉強等人基于實踐總結的基礎上提出了一種支持向量機的唇色自動分類方法，并按照特征的差異對唇色進行分類，最終發現均值特征是判斷唇色的重要特征之一。

尹方平對復雜環境下不同角度姿勢情況下彩色人眼的檢測算法進行了研究，并提出了比較好的分析算法，優化解決了光照條件不均勻和人臉伸縮旋轉條件下對眼睛定位的干擾問題，從而提升了中醫面診結果的準確性。

通過上述對目前關于中醫面診信息計算機識別技術開發與應用過程中相關算法的研究情況分析可以看出，一些診療專家根據自身的工作經驗和診療需要對計算機識別技術及其中的一些關鍵算法的研究具有十分積極的作用，直接推動了計算機識別技術的發展與應用。

3.3識別結果的處理

計算機識別技術在中醫面診信息提取中的應用并不是簡單地局限在識別方面，其所需要解決的除了面診信息的識別以外，還要對一些信息進行科學的分析和判斷，為面診提供相應的輔助。

馬麗霞根據面色提取進行了深層次的研究，即將所有顏色空間都投影到一個標準的空間內，然后對多項式回歸、BP神經網絡和支持向量回歸三個顏色校正算法后確定了面色評價的準則，并在該準則的輔助下確定了適合面部圖像的最優校正算法，從而為面診信息的完整準確利用提供了指導。

雖然目前在此方面的研究比較少，但該研究是實現計算機識別技術與中醫面診信息有效對接的關鍵，是該項技術由發展到成熟的關鍵所在。

結語

通過對中醫面診信息計算機識別技術研究現狀的分析可以看出，識別技術研究是實現中醫面診信息計算機識別技術得以廣泛應用的關鍵所在，同時也是當前研究中的熱點內容。雖然不同研究者從不同的角度對該技術的開發與應用進行了研究，并得出了豐富的成果，但研究僅是在局部性的方法應用，并沒有真正實現中醫面診信息計算機識別技術的大范圍推廣。因此，需要在接下來的研究與實踐中加以深入推廣，以促進識別技術在中醫面診信息搜集中的有效運用。

參考文獻

[1]王祉，張紅凱，李福鳳，等.中醫面診信息計算機識別方法研究及臨床應用概述[J].中華中醫藥學刊，2014（08）：1882-1885.

[2]許家佗，李蕾，張志楓，等.基于圖像處理的亞健康狀態面色特征分析[C].中國中西醫結合學會診斷專業委員會2009年會議論文集，2009.

[3]劉明佳.基于人臉彩色圖像的疾病診斷研究[D].深圳：哈爾濱工業大學深圳研究所元，2008.

[4]鄭冬梅.中醫色診定量系統研究及初步應用[D].南京：南京航空航天大學，2012.

[5]邸丹，王憶勤勞，李福鳳，等.中醫面色圖像采集平臺設計方案[C].中華中醫藥學會第九次中醫診斷學術會議論文集，2008：273-278.

[6]樸鑫.面診中的人臉分割研究[D].深圳：哈爾濱工業大學深圳研究生院，2006.

[7]毛紅朝.面向中醫面診的診斷信息提取——關鍵算法研究與實現[D].廈門：廈門大學，2007.

[8]吳暾華.面向中醫面診診斷信息提取的若干關鍵技術研究[D].廈門：廈門大學，2008.

[9]李福鳳，李國正，周睿，等.基于PLC、LDA的中醫面診光澤識別研究[J].世界科學技術（中醫藥現代化），2011（06）：977-981.

[10]馬麗霞.彩色人臉圖像顏色校正及其在肝病診斷中的應用研究[D].哈爾濱：哈爾濱工業大學，2009.

[11]汪晶晶，李曉強，閆西平，等.基于支持向量機的中醫望診顴色分類研究[J].北京生物醫學工程，2012（01）：1-6.

機構名稱：山東省高等學校中醫藥數據云服務重點實驗室（山東管理學院）

基金項目：國家社會科學基金（No.16BGL181）

（作者單位：山東管理學院職工健康數據管理研究所）