基于CiteSpace 的中醫舌診可視化分析

宋海貝，許強，溫川飆，羅悅

（成都中醫藥大學，四川 成都 611137）

0 引言

舌診是指對舌部的外觀、顏色、苔質等進行診斷，歸納患者的身體癥狀，判斷疾病的病位和病性等狀態[1]，是中醫望診的重要組成內容，在現代中醫診斷中必不可少。近幾十年來，伴隨著計算機技術的創新發展，舌診在傳統中醫臨床應用的基礎上，不斷引入人工智能、圖像處理、物聯網等技術，逐步向診斷方法客觀化、診斷流程標準化的方向發展[2-3]，將問診、面診、脈診等數據進行整合分析，實現四診融合[4]。本研究從知識圖譜可視化展示的角度對舌診領域的發展現狀進行梳理[5]，運用CiteSpace 軟件對中醫舌診研究的中文科學文獻進行相關性分析[6]，總結該領域的研究現狀和熱點，并對中醫舌診未來的發展做出了預測，對中醫舌診的進一步研究起到指導作用。

1 資料與方法

1.1 數據獲取

將中國期刊全文數據庫（CNKI）作為文獻數據來源，主題詞設置為“舌診”或“舌象”，搜索時間跨度1979 年至2020 年，檢索時間為2020 年12 月20 日，經過文獻篩選和剔除，得到有效文獻3541 篇，按照軟件CiteSpace 的數據要求進行特定格式的導出。

文獻篩選標準為：（1）文獻必須來自學術期刊、博碩學位論文、會議論文；（2）文獻不能來自報紙、專利、標準；（3）刊名、作者、機構等信息不全的文獻不選；（4）培訓通知、會議通知等不符合研究文獻的條目不選。

1.2 “舌診”數據可視化構建方法

使用軟件CiteSpace5.3.R4 創建新項目、設置相關參數，其中時間切片時間段選擇與所有文獻實際跨度一致，即1979至2020 年，每個時間切片的年份數是5 年，節點類型分別選取作者、機構、關鍵詞等選項，是本研究的主要分析內容。

2 結果與分析

2.1 “舌診”文獻數據統計分析

對“舌診”文獻來源進行統計，其中期刊論文2766 篇、會議論文325 篇、博碩學位論文450 篇。根據圖1 年文獻量走勢圖可知，整體趨勢主要分為平穩期和快速增長期2 個階段。第1 階段為1979 至2001 年期間，這個時期發文量較少，通過文獻研究，這一階段主要為理論研究。第2 階段為2000-2020 年，諸多學者不同角度展開中醫舌診研究，產出文獻較多，相關學者結合神經網絡、物聯網、可穿戴等技術進行中醫舌診客觀化研究和檢測系統的開發，研究方法不斷改進，在舌診標準化研究方面成果顯著。

圖1 CNKI 年文獻量走勢圖

在“舌診”文獻來源中，統計文獻數目大于20 的期刊見表1，所以本領域研究成果發表的主要期刊有《中國雜志》《遼寧中醫雜志》《中國中醫藥藥報》《中國中西醫結合雜志》《中華中醫藥學刊》等。

表1 舌診CNKI 文獻來源分布表

表2 是舌診領域的作者發文數量>20 篇的作者，共有15人，總計發表495 篇；另外，發表10（含10）～20 篇文獻的作者有28 人，共計發表377 篇；發表文獻<10 篇的作者人數沒有具體統計。在表2 中，發表中醫舌診領域文獻數量最多的作者是哈爾濱工業大學的李乃民教授，達52 篇，其主要研究方向為中醫疑難雜癥診治、中醫四診及抗疲勞。

表2 發表舌診CNKI 文獻20 篇以上作者及發文數量（篇）

圖2 展示了在中醫舌診領域文獻作者之間的合作網絡圖，其中形成了6 個合作穩定、成果顯著的研究團隊。通過對這6 個研究團隊研究成果分析，得到這6 個團隊的主要研究內容[7-13]，見表3。

圖2 CNKI 文獻作者合作關系圖譜

表3 CNKI 文獻舌診主要團隊研究方向

對研究機構的數據進一步處理，如將不同時期同一機構的名字進行合并、學院合并到學校等處理[14]，其中發表文獻數量排名第一的是上海中醫藥大學130 篇，之后分別是北京中醫藥大學113 篇和天津中醫藥大學96 篇，另外發文量在5 篇以上的機構有70 家。

圖3 是發文量在2 篇以上的研究機構之間的合作網絡圖，表4 是發文量在15 篇以上的機構列表。由機構合作網絡圖3 可見，其中包含242 個節點、202 條連接，節點表示某個研發機構，節點的大小表示該機構發文量成果的多少，成果越多、節點越大，連接表示機構之間的合作關系。產學研聯合發展是舌診領域的顯著特點，主要體現在中醫藥院校、醫院和企業之間的協同合作。發文量較多的研究機構一般參與合作也較多，但是合作在一定程度上受地域限制，一般地理位置較近的機構之間合作較多。其中上海中醫藥大學在中醫舌診的客觀化研究方面取得了突破性進展，目前已經主導完成舌診檢測國際標準2 項，分別于2017 年和2019 年發布[15]。

表4 發表舌診CNKI 文獻15 篇以上研究機構列表

圖3 CNKI 文獻研究機構合作網絡視圖

2.2 “舌診”文獻數據關鍵詞知識圖譜構建

在3541 篇CNKI 舌診文獻中出現頻次≥20 的關鍵詞有60 個（表5）。這些關鍵詞說明舌診與脈象、脈診關系緊密，在臨床診斷中需要診法合參[16]；文獻中常用的研究方法有舌診客觀化、辨證分型、圖像分割、中西醫結合、舌微循環檢測等；關鍵詞中包括與中醫舌診密切相關的疾病，如慢性胃炎、冠心病、溫病、血瘀證、肺癌、萎縮性胃炎、艾滋病、脾胃病、慢性乙型肝炎、糖尿病等；CNKI 文獻中中醫舌診的研究對象按頻次由多到少分別是舌苔、舌體、舌色、舌質、舌下絡脈等，舌診研究內容依次是黃苔、紅舌、青紫舌、紫舌、膩苔、淡白舌、厚苔、薄白苔、裂紋舌、淡紅舌等。

表5 CNKI 文獻舌診出現頻次≥20 的關鍵詞

圖4 是CNKI 文獻中關于舌診研究主要關鍵詞的網絡圖譜，其中大節點是在圖譜網絡中的中心性[17]較高的節點，圖4可見高中心性關鍵詞共計18 個，具體關鍵詞在表6 列出，從中可以看出舌診研究的熱點內容。

圖4 CNKI 文獻舌診關鍵詞共現圖譜

綜上，對中醫舌診領域研究的主要熱點討論如下。

（1）舌診研究

從表5 的高頻關鍵詞和表6 的高中心性關鍵詞可見，對于舌診的研究內容按照頻次依次是舌苔（221 次，中心性0.08）、舌體（212 次，中心性0.08）、舌色（140 次，中心性0.06）、舌質（139 次，中心性0.10）等方面的癥候（72 次）表現，中醫舌診判斷結果多以中醫證型（94 次，中心性0.13）進行表達[18]，圖4 關鍵詞共現圖譜可見舌診結果也與體質關系緊密。舌色的研究集中在對青紫舌（67 次）、紫舌（56 次）、淡白舌（54次）、紅舌（70 次，中心性0.08）等的臨床舌色表現，歸納舌色與疾病的關聯規律以及治療效果。舌苔主要對黃苔（86 次，中心性0.12）和膩苔（54 次）進行研究，因其反映臟腑疾病最為常見，在現代中醫診斷應用廣泛，通常對其形成原因、疾病表現等進行分析[19]。

（2）疾病診斷

舌象診斷在慢性病管理和健康預測等方面優勢明顯。舌診在臨床應用上覆蓋外科、婦科、腫瘤科、兒科、骨科的常見疾病，也涵蓋了中醫“治未病”領域。由表5 和表6 可知，慢性胃炎（118 次，中心性0.09）是舌診研究最多的疾病，圖4 可見慢性胃炎的治療采用中醫四診和胃鏡檢查指標結合的診斷方式，由表及里，多診合參[20-21]。圖4 還說明舌象與癌癥、艾滋病、肝炎、糖尿病等諸多慢性病聯系緊密，臨床診斷多結合舌象表現給予治療。另外舌下脈絡（28 次）的研究也比較突出，主要分析舌下兩側血脈的異常變化，多見于對其脈絡長度、形態、顏色等方面的分析，也屬于舌象癥狀表現的一種。

（3）客觀化研究

由于傳統中醫診斷受主觀經驗影響大，診斷結果的一致性差、準確率低，有必要借助現代科學技術實現中醫診斷的客觀化[22]。圖4 可見，舌象客觀化研究與圖像分割、特征提取關聯較大，尤其是圖像分割，從整體圖像上精確分割出舌體是舌診客觀化的前提，也是其難點所在。傳統的舌體分割方法包括區域分割法、邊緣檢測法、閾值分割法、最大類間方差法等，都是基于圖像特征的分割方法[23-24]，目前的舌象分割算法還沒有一個十分有效。近年來，基于卷積神經網絡或其擴展網絡結構（如UNet、UNet++等）進行圖像分割是目前的主要技術[25-29]，深度學習技術以其強大的特征提取能力在圖像檢測、圖像分割、圖像識別等機器視覺領域取得了突破性成果。

在圖像分析方面，主要是對分割出的舌象進行舌色（淡白舌、絳舌、淡紫舌、暗紅舌等）、苔色（白苔、淡黃苔、黃苔等）、舌體（老嫩、胖瘦、齒痕、裂紋等）、舌苔（薄厚、潤燥、腐膩等）的分類，常用方法有神經網絡分類[30]、聚類分析、支持向量機以及深度學習[31]等。

隨著現代科學技術的不斷發展，中醫舌象診斷方法層出不窮，舌診智能化正朝著客觀化方向發展[32]。舌象的圖像檢測、圖像分割、圖像分析的研究都在不斷細致化、標準化、客觀化。國內外對中醫舌診方法的探究也表明了人們對中醫診斷的重視，中醫舌診的客觀化研究也推進了中醫的客觀化進程。

2.3 “舌診”文獻數據研究趨勢

對突現詞的研究可以掌握某一主題詞衰落或興起的程度[33-34]。由圖5 突現詞圖譜可以看出，突現度最大（強度為21.7462）的關鍵詞是對黃苔的研究，說明對黃苔的研究一直是中醫舌診研究的熱點，研究表明黃苔并發癥比較多，在臨床病種中常見，黃苔一般與消化功能紊亂關系密切，同時對膩苔、淡白舌、青紫舌、厚苔的研究也相對較多。此外舌診領域研究的前沿還涉及血瘀證（強度為6.6086）、臨床研究（強度為6.0387）、微循環（強度為8.3959）、慢性胃炎（強度為10.2746）、血液流變學（強度為6.5095）等。這些研究前沿的關鍵詞表明：量化分析舌色和舌質是目前的研究熱點[35]；以慢性胃炎病、冠心病等為代表的五臟病是中醫舌診目前常見診斷病癥，研究多將疾病的胃鏡像與中醫證型及舌象之間的關聯性進行研究[36]；用不同技術檢測舌微循環狀態，用于分析其與疾病之間的相關性[37]。

圖5 CNKI 文獻舌診研究的突現詞圖譜

3 總結

本研究發現慢性胃炎、冠心病、溫病、血瘀證、肺癌、萎縮性胃炎、艾滋病、脾胃病、慢性乙型肝炎、糖尿病、類風濕性關節炎是該研究領域關注較多的疾病；圖像分割、機器學習、光譜分析是該領域應用較多的研究方法；舌診標準化方面，國際標準還有待進一步完善，需要覆蓋舌診的圖像采集、診斷指標、診斷結論等各方面；該領域研究機構之間的緊密合作大部分局限在地域限制，各研究機構應該打破地域限制，加強不同區域關于中醫舌診客觀化的研究，在該領域取得更多突破性成果。未來伴隨著新技術的不斷更新，中醫舌診客觀化研究也會不斷進步，舌象診斷將逐漸向便捷式、標準化、家庭管理化的方向發展，以期在“治未病”、慢性病管理以及中醫藥療效評價等方面發揮更大的作用。