基于智能信息處理的舌診客觀化研究

徐熊 宋海貝 溫川飆 劉義 曾馨 徐可鑫

摘要：舌診作為中醫辨證重要方法之一，其研究對于推進中醫現代化發展具有重要意義。目的：對實現中醫舌診智能化研究進展做出總結與分析。方法：結合智能化技術和中醫舌診，通過文獻查閱、資料梳理和科學的分析等方法。結論：對實現舌診智能化流程、舌象采集、舌像處理、舌象分析、舌診儀等方面現狀分析總結，為今后對實現舌診智能化提供參考價值。

關鍵詞：中醫辨證;舌診;智能化;客觀化;應用研究

中圖分類號：TP18 文獻標識碼：A

文章編號：1009-3044（2020）22-0182-03

開放科學（資源服務）標識碼（OSID）：

目前，學者對中醫診斷和智能化研究愈加的深入和重視，其中，對于中醫四診中的舌診也提出了智能化、客觀化和定量化的新要求。將現代科學技術與舌診相結合，提高擴大臨床診斷的應用價值，將是中醫診斷學的發展趨勢。舌診是借助觀察舌體的色澤、形態的變化來輔助醫生對疾病的診斷，智能化技術的運用可以提高其診斷效率、準確率，降低出錯率。要完全實現智能化中醫診斷，舌診的研究是不可缺少的部分。

1 舌診與疾病的聯系以及與智能化相結合的意義

中醫講究整體觀，人體五臟六腑的情況可通過人的面色、舌色、精神狀態等有所反映。其中，舌診就是行之有效的方法之一。通過研究者的研究發現，在痛風炎癥[1]、急性心肌梗死[2】、糖尿病[3][4]、惡性腫瘤[5]、高脂血癥[6]、骨科疾病[7]和腎臟疾病[8]等方面都與舌體有所關聯。

傳統舌診是通過醫生的視覺觀察加上中醫理論來診斷，而隨著智能化技術的發展，將傳統中醫診斷方式與現代技術結合，將有可能進一步推進中醫診斷學運用的發展。隨著人工智能的發展運用，人工智能帶來的不只是技術變革，在醫療領域，還是對醫療診斷、治療和服務模式的轉變[9]。目前，人工智能技術的運用已涉及醫療領域的諸多方面，其中人工智能在醫學圖像識別、疾病輔助診斷、健康管理、疾病預測、藥物研發等運用普遍，同時也在醫學影像識別、藥物研發、健康管理等方面發揮著重要作用，可以幫助醫生分析病情、改進病理分析方案，進一步推動我國醫療事業向智能化方向發展[10]。

2 舌診智能化研究進展

2.1 舌診近20年研究熱點

圖1是運用Citespace軟件繪制的舌診近20年研究的作者共現網絡圖，通過結點大小可看出關鍵詞出現的頻率，其中結點越大說明關鍵詞的出現頻次越高，那么它所受關注程度也就越高。而具有高度中心性的節點是溝通其他多個節點的“橋梁”，充當著媒介者的作用。結果顯示，在以舌診為核心的研究中，對舌象的研究是重點，同時還有對舌苔、舌色、舌質、綜述等進行研究，然后又延伸至客觀化、辨證論治、臨床應用等方面。不同顏色的線段代表著不同的研究時間段，顏色最深至淺表示時間從2000年開始至2019年，一種顏色段代表的時間段為5年。可見舌診和舌象較早就開始研究，接著是舌苔、舌質、舌色、客觀化、綜述、客觀化、相關性等的研究。在主要研究者方面，梁嶸、張志楓、許家佗、陳群、王憶勤、陸小左等在舌診研究領域具有一定權威性。梁嶸主要研究于中醫證候的規范化、標準化和舌象的臨床研究。張志楓在舌診研究主要在于應用計算機圖像處理技術、開展中醫舌象視覺計算。許家佗研究于中醫診療技術信息化研究與應用，跨學科從事中醫舌診信號采集與分析、中醫特色健康評價。

2.2 實現舌診智能化研究流程圖

實現舌診智能化基本流程圖2：舌象采集、舌象處理、舌象分析、反饋結果。首先，通過采集設備在光照條件良好的環境下對舌體采集，目前采集較好的方式則是在黑箱中采集。然后，篩選符合清晰度標準的圖像，利用圖像去噪、圖像分割和特征物提取等技術處理圖像。最后，對提取出的舌象借助中醫理論以及與數據庫對比分析得出結果。

2.3 舌象采集研究情況

近幾十年來，研究者在圖像采集方面的研究保持著高速且相對穩定的發展趨勢。對于圖像采集技術，現代的硬件技術已可以達到良好圖像獲取標準。

舌象的采集需要在良好的光照環境中進行，石強[11]在探尋合適的舌象采集光照下進行了研究，發現標準光源D50下效果最好。宋賢杰[12]研究通過人造光代替自然光來提供采集環境。在有了良好的光照下，借助智能化技術實現舌象的自動采集、圖像傳輸便是下一步。楊淑銘[13]在電子技術的研究中，特別是在圖像采集方面實現了舌象的自動采集模糊分析。姜永超[14]通過積分球搭建的光照環境保證了舌體的受光均勻，同時使用MFC編寫采集處理程序。朱奕丹[15]希望通過圖像采集技術和現代化顯示系統，實現圖像的實時采集并能自動處理圖像且最終顯示結果。王軍[16]基于圖像采集分辨率高、獲取數據快等特點研究出三維測量儀。王永清[17]曾早期研究了通過USB連線的攝像頭來采集圖像的硬件、軟件設計過程，最終在目標板上的圖像采集取得了成功，至今該技術已運用成熟，且已經運用于諸多采集方面的電子設備中。圖像采集技術的不斷發展至今，對于舌像的采集已可很好的實現。除了在硬件采集設備上研究外，研究者們逐漸偏向于軟件的研究和圖像標準的研究。丁成華[18]研究通過對人舌象的特征進行了全面的定性、定量的分析以及相關數據的融合，因而可作為采集圖像標準的一重要參考。蔡軼珩[19]等人則設計了一種舌體三維動態信息采集系統，這解決了圖像采集單維面的問題，實現了舌體的完整采集，可提高結果的準確性。

2.4 舌象圖像處理研究情況

基于智能化的舌診研究，不僅需要完整的圖像采集，同時還離不開圖像處理這一技術，對圖像處理也有較高要求。若不能有效的解決該問題，對實現計算機對圖像的分析會造成一定難度，并導致準確度低。

去噪處理、圖像校正、圖像分割、特征提取[20-22]等技術都需對圖像進行處理。面對采集到的圖像不夠達到精細化要求，同時隨著圖像處理軟件技術的發展，圖像處理也變得重要。在去噪處理方面，常見有均值濾波、中值濾波和高斯濾波等方法。馬璐[23]對不同去噪處理方法進行了比較分析。在圖像校正方面，鄭娜[24]研究為了降低非均勻光照對圖像的質量的影響，提出了一種基于改進雙邊濾波的自適應校正算法，該方法能夠使圖像顏色保真，提高對比度，增強清晰度。在圖像分割方面，鄭文超[25]提出了一種基于圖分割技術的全卷積神經網絡算法。在特征提取方面，謝濤[26]在HSV顏色空間下，對提取的舌像進行苔質分離，分別對舌苔和舌質進行多項特征的提取。對于軟件圖像處理的研究，不僅需對圖像的識別、增強、復原、編碼壓縮以及分割技術分別進行探索分析，以豐富現有的技術體系內容，還應為計算機圖像處理技術發展提供更全面的理論依據。張鑫[27]提出一種ARM架構下計算機圖像并行化處理技術研究方法。管晶晶[28]立于模糊算法理論，對計算機圖像處理技術進行了研究。顧玉蓉[29]全面分析Bayesian-MCMC算法在計算機圖像處理中的應用優點。

2.5 舌象分析技術研究情況

圖像分析基于前兩個步驟，最后借助中醫理論分析出舌診的結果。目前，已研究出相關舌像的分析方法，但這方面的研究還并不是很多，在對舌象的分析中，有人提出可以采用對舌像先分解再分析[30]的方法，先通過圖像分割技術分割舌體的舌苔和舌質部分，分別對舌苔和舌質的特征部分進行提取，然后分別歸類于中醫舌診。除此，也又人提出可以對舌象進行全方位特征進行提取[31][32]，這樣就可以避免分解提取的繁瑣度，提高處理效率，同時也使之形成舌診自動化提取與客觀化診斷方式相結合成為可能。隨著大數據的發展，通過建立源數據庫，對采集處理后的舌像與數據庫里的標準舌像對比，當對比達到一定吻合度后，可以根據數據庫里的舌像的病癥完成診斷。其中，可見對于最初源數據的建立十分重要，同時還需不斷的補充以及修正，隨著數據達到一定數量后，其運用價值將得到很大提高。將舌像采集、處理和分析結合成一體才能趨向于智能化，有研究機構就研制出了中醫客觀舌診分析儀，它能采集、查看、存儲數字化彩色舌像圖像，實現彩色舌像的重現，并具有自動分析常見舌像特征。

2.6 舌診儀研究情況

舌診智能化研究的一重要體現在于舌診儀，具有標準、客觀、集采集、處理、分析于一體等優勢。目前，在舌診儀成果方面，有研究出多點立體舌像采集裝置以實現舌體的多方位獲取，以及對中醫舌診儀健康檢查指標體系建立的研究。在專利研究方面，目前，有研究出LED光源手持式中醫舌診儀、微云智能舌診儀、電子舌診儀、電子舌面鏡等。在舌診儀應用方面，闕翼[33]通過觀察冠心病穩定期患者舌象，探討冠心病穩定期患者舌象的特征以及儀器數據客觀化。許嵐[34]研究了慢性乙型肝炎治療前后舌象的變化，提供客觀的舌診數據。舌診儀研究的增多代表著技術的不斷進步以及研究者們對中醫舌診的重視程度，然而由于舌診儀的多樣性和差異性以及各自制定的標準不同，其客觀化研究結果可行度還有待提高。目前舌診儀還處于實驗以及教學等方面，對于臨床運用還不足。隨著大數據的發展，舌診儀的發展還有很大空間。

3 討論

近年來科學技術的不斷成熟，使得舌診智能化研究有了較大進展，隨著不同階段的探索，找到一種有效且易于形成統一標準的技術方法，為今后在舌象采集環境標準、圖像標準，圖像處理方法、步驟標準，特征物提取標準，舌象分析標準等的統一做好積淀。今后在不斷探索的同時也需提高對形成統一標準的重視。

通過對資料整理發現，目前，對于實現舌診信息化、智能化研究與中醫診斷客觀化研究存在脫節。首先，由于目前中醫智能化診斷技術還不夠成熟，應用于臨床的成果不夠普及，同時也由于中醫診斷學的復雜性以及需要經驗積累等因素，要實現高智能化的診斷系統還有難度。在中醫學者研究中，大多數都是通過比較研究組和對照組舌象，與中醫藥臨床有所分離。然而，理工專業的學者又更多集中于圖像識別技術、圖像分析等技術，缺少中醫診斷學理論的指導，對臨床診斷應用幫助不夠明顯。總結下來就是實現智能中醫診斷學現代化研究需要多學科多領域的合作支撐，比如、中醫學、數學、物理學、計算機等領域的人才探討完成，同時還需有效的利用現有研究成果，借助人工智能開放平臺等實現更具臨床實際意義的研究。

從舌診研究進展看，需借助現代醫學手段，推進舌診指標微觀化、立足傳統中醫理論的研究，其次，進一步探索舌診內容的定量化以及借助現代的信息技術多學科、多領域聯合和研究舌診智能系統化。舌診智能化的研究可以給中醫學帶來諸多優勢，通過人工智能和中醫診斷技術的結合，不但能夠推進我國中醫診斷學的發展，還可以減輕醫療人員的工作量，還能有效地減少醫學診斷的誤診率，也可以避免醫生主觀判定的一些弊端，彌補不足，隨著過程的進展，中醫智能診斷技術將會不斷完善，未來在中醫學診斷治療的研究方向中，人工智能診斷專家系統也是一重點。隨著大數據、網絡傳輸、硬件設備等技術的不斷深入，將可以模擬出具有專家思維和判斷力的系統，同時還有高精度率、高效率、高完善率等優勢。在硬件方面，中醫智能診斷設備還有便攜方便、處理能力強、操作簡單、可隨時監測等優勢，同時還可以在借助網絡連接來儲存和分析數據，通過這些數據醫生可以遠程診斷，為患者提供便捷。目前，中醫智能化診斷還不能完全實現中醫診斷（四診）結合為一體，更多是單一方面的診斷，因而，能實現該目標將是研究者們的共同努力方向。

參考文獻：

[1]何夢吟，祝韻薇，魯盈，舌象與原發性痛風炎癥活動度關系的臨床研究[J].中國中醫急癥，2019，28（8）：1327-1330.

[2]李晨晨，姜鈞文，肖蕾，急性心肌梗死中醫證型分布特點及與舌象相關性研究[Jl.中醫藥臨床雜志，2019，31（3）：504-508.

[3]蘭琴，熊鳴峰，王騰宇，等，糖尿病前期患者舌象規律的臨床研究[J].光明中醫，2017，32（23）：3370-3372.

[4]林麗貞，阮詩瑋.糖尿病腎病氣陰兩虛夾瘀證治療前后舌象改變的研究[J].糖尿病新世界，2017（18）：23-24.

[5]韓柯柯，霍介格，錢峻，等.惡性腫瘤舌下絡脈的研究進展[J].中國中醫基礎醫學雜志，2017，23（12）：1787-1789.

[6]宋雪陽，許朝霞，王憶勤.高脂血癥的中醫證候及舌脈象特征研究概述[J].時珍國醫國藥，2018，29（1）：161-163.

[7]張兵，馬凰富，劉波，等.非創傷性股骨頭壞死的舌象定量研究[Jl.中醫正骨，2015，27（4）：8-11.

[8]周小芳，李雪，李福鳳，不同CKD分期慢性腎衰患者的舌象特征研究[J].數理醫藥學雜志，2018，31（3）：323-325.

[9]王海星，田雪晴，游茂，等，人工智能在醫療領域應用現狀、問題及建議[J].衛生軟科學，2018，32（5）：3-5，9.

[10]章瀚文.人工智能在醫療中的應用[J].科技傳播，2018，10（20）：112-113.

[11]石強，湯偉昌，李福鳳，等.舌象信息客觀化研究中光源選擇初探[J].上海中醫藥大學學報，2004，18（2）：39-41.

[12]宋賢杰，徐晨潔，劉曉谷，等.采集舌象用光源的光譜研究[J].光譜學與光譜分析，2008，28（5）：978-982.

[13]楊淑銘.慢性腎臟病中醫舌象自動采集與特征識別的研究[D].成都：電子科技大學，2018.

[14]姜永超，樊春玲，明星，等，一體式中醫舌象采集分析系統設計[J].計算機測量與控制，2018，26（1）：222-225.

[15]朱奕丹，方怡冰.基于FPGA的圖像采集與VGA顯示系統[Jl.計算機應用，2011，31（5）：1258-1261，1264.

[16]王軍.基于計算機視覺的三維測量儀研究[Dl.南京：南京理工大學，2018.

[17]王永清，何波，王乾，等.Linux下基于ARM920T的USB攝像頭圖像采集[J].微計算機信息，2007，23（2）：176-177.

[18]丁成華，杜建強，朱明峰，等.基于圖像分析技術探索中醫舌診研究[J].江西中醫藥，2013，44（11）：7-9.

[19]蔡軼珩，張琳琳，盛楠，等.基于光度立體法的中醫舌體三維表面重建[J].電子與信息學報，2015，37（11）：2564-2570.

[20]張翔，胡廣芹，張新峰.中醫舌圖像的質量評價研究[Jl.世界中西醫結合雜志，2017，12（11）：1607-1611.

[21]許家佗，張志楓，嚴竹娟，等，自然光條件下基于色差校正方法的舌象顏色分析[J].中西醫結合學報，2009，7（5）：422-427.

[22]盧運西，李曉光，張輝，張菁，卓力，中醫舌象分割技術研究進展：方法、性能與展望[J/OL].自動化學報：1-12[2019-09-02]

[23]馬璐，楊文飛，關于數字圖像處理中多種去噪方法的比較[J].吉林工程技術師范學院學報，2019，35（9）：92-94.

[24]鄭娜，穆平安，基于改進雙邊濾波的非均勻光照圖像校正算法[J].電子測量技術，2019，42（17）：157-161.

[25]鄭文超，基于卷積神經網絡的圖像分割算法[J].電子技術與軟件工程，2019（21）：63-64.

[26]謝濤，基于圖像處理的舌像分割及潤燥識別研究[D].上海：華東理工大學，2017.

[27]張鑫.ARM架構下計算機圖像并行化處理技術研究[J].計算機測量與控制，2017，25（12）：237-239，250.

[28]管晶晶，基于模糊算法理論的計算機圖像處理技術[J].中國新通信，2018，20（9）：114.

[29]顧玉蓉.基于計算機圖像處理中的Bayesian-MCMC算法[J].數字技術與應用，2016（3）：147.

[30]韓立博，胡廣芹，張新峰，等，基于直方圖均衡化的伽馬校正和K-means聚類的舌象苔質分離方法[J].北京生物醫學工程，2019，38（1）：1-6.

[31]朱顥.全方位舌像特征提取及多核學習分類[D].哈爾濱：哈爾濱工業大學，2011.

[32]張翔，胡廣芹，張新峰，中醫舌圖像的質量評價研究[J].世界中西醫結合雜志，2017，12（11）：1607-1611.

[33]闕翼，冠心病穩定期患者舌象特征及其客觀測量比較研究[D].北京：中國中醫科學院，2018.

[34]許嵐，陳唪，張云靜，等，從中醫舌診客觀化分析慢性乙型肝炎常見證型[Jl.遼寧中醫雜志，2014，41（9）：1817-1819.

[通聯編輯：唐一東]

基金項目：國家重點研發計劃（ 2018YFC1707600）;四川省科技廳重大項目（18ZDYF3289）;四川省衛健委項目（19PJ195）

作者簡介：徐熊（1998-），男，成都中醫藥大學本科在讀，研究方向：中醫藥信息化;通訊作者：宋海貝（1986-），女，成都中醫藥大學，講師，碩士，研究方向：中醫藥信息化。