氣郁質“淡紅舌、薄白苔”舌象特征新認識?

楊珺涵， 咸楠星， 依秋霞， 李玉鋒， 尹 妮， 李相澤，王思佳， 段佳薺， 楊關林， 張 哲

(1.遼寧中醫藥大學， 沈陽 110847；2.遼寧中醫院大學附屬醫院， 沈陽 110032；3.東北大學計算機科學與工程學院， 沈陽 110169)

《素問·寶命全形論篇》云：“夫人生于地，懸命于天，天地合氣，命之曰人”，即人是由天與地兩氣相合感應而生。現代研究認為，體質是在先天遺傳、后天喂養以及社會環境等因素的影響下所表現出的個體差異。由于生活節奏不斷加快，日益增加的學習、工作等壓力增強了現代年輕人心理焦慮和生理不適感，使氣郁質之人逐漸增多[1]。對亞健康人群的氣郁質進行早辨識早糾正,可防止其向疾病狀態轉變，符合中醫“治未病”理論。舌診是中醫學四診之首望診的重中之重，舌象與臟腑、經絡、氣血、津液有著密切聯系[2]。舌象是辨別人體健康狀態的窗口，體質是人體心理與生理的相對穩定特質，故通過舌象辨別體質具有重大意義[3]。縱觀文獻，氣郁質舌象特征通常被認為是無明顯異常的正常舌象即“淡紅舌，薄白苔”。本課題組在標準的舌象拍攝環境下進行舌象采集，通過專家組判定辨識、全卷積神經網絡和圖像處理技術相結合的方式，探究氣郁質亞健康人群舌象量化特征，以期為氣郁質舌象特征提供參考。

1 對象

本研究納入樣本為遼寧中醫藥大學在讀大學生500例，年齡在19～22歲之間，男女比例為2∶3。

2 方法

2.1 問卷調查

采用王琦教授編制的《中醫體質分類與判定表》[4，5]，由經過培訓的調查員現場對研究對象進行問卷調查。通過調查后，納入氣郁質68例占比13.6%，平和質270例占比54%。之后采用抽樣隨機方法，分別從氣郁質和平和質中各抽取50例進入下一步研究。

納入標準：獲知情同意，既往無重大疾病，近期無身體明顯不適者。

2.2 舌圖像采集方法

采用Cannon EOS 800 D數碼相機，EF-S18-135 mm f/3.5-5.6 IS STM鏡頭，D65光源(人工模擬太陽光。該光源經過蔡軼珩等進行測試，認為D65光源可以作為望診系統的標準評價光源[6])，即黑色遮光罩與金屬架搭建的不透光標準舌象采集拍攝環境。在與研究對象進行溝通后，囑受試者取坐位，下巴置于下頜托上訓練其正確的伸舌姿勢，囑其伸舌時盡量張口將舌伸出口外，舌體自然放松，舌面向下，切勿用力以免舌體顏色變化及舌體過于緊張。注意每次伸舌時間不宜過長，如果需要重復拍攝，則囑受試者休息3～5 min。在拍攝前，囑受試者切勿進食有顏色的藥物或食物，以防染苔。

2.3 定性化舌象要素判定方法

選擇3名副主任醫師對采集到的舌圖片共同進行舌色(淡紅舌、紅舌、淡紫舌、淡白舌等)、舌形(齒痕舌、點刺舌、裂紋舌、老嫩舌等)、苔色(白苔、淡黃苔等)、苔質(薄苔、膩苔、類剝苔等)、津液潤燥程度(潤、燥等)以及舌下絡脈(粗細、有無迂曲、有無結節、顏色)的判定。

2.4 舌體分割方法

隨著人工智能與計算機技術的不斷發展，越來越多的科研人員對舌診之舌色、舌苔進行了數據化分析[7]。數碼相機采集到的舌圖片包括除舌以外的面部、口唇、牙齒等其他區域，而這些區域對于舌診無太大意義。為避免這些部位對舌象特征的分析造成干擾，本文利用全卷積神經網絡技術fully convolutional networks(FCN)將舌體區域分割出來，FCN系列客觀分割精度與主觀效果圖一致，分割精確度高[8]。

2.5 HSV色調空間模型及其提取方法

本研究選用可以反映顏色直觀性的HSV(Hue，Saturation，Value)色調空間模型[9]，對舌圖片進行定量化分析。HSV模型(如圖1所示)中的H為色相(Hue)，表示將顏色分布于0～360度的圓心角上，每個角度代表一種顏色，離0度越近表示顏色越紅；S為飽和度(Saturation)，取值為0～1，S數值越小表示顏色越淺淡；V為明度(Value)，取值為0～1，表示與光強無直接關系的色彩明亮程度，數值越大越有光澤，數值越小說明越暗沉[10]。本文H取值范圍為[0,1),H=0時為0度，H=0.5時為180度，H無限趨近于1時，角度無限趨近于360度。

圖1 HSV色調空間模型

本研究應用Python語言,Pycharm開發工具將分割出舌圖像的舌色進行客觀參數提取，包括舌尖部、舌中部、舌根部HSV數值。

2.6 統計學方法

3 結果

3.1 定性化氣郁質組及平和質組舌象特征判定結果

表1示，經專家判定后發現，舌色特征方面，氣郁質組與平和質組舌色所占比例最高的為淡紅舌，在氣郁質組中占比66%，在平和質組中占比86%。淡紫舌在氣郁質組占比12%，而在平和質組中占比0%，氣郁質組出現淡紫舌的比例與平和質組比較高，差異有統計學意義(P<0.05)，因此氣郁質更易出現淡紫舌。舌形特征方面，氣郁質組齒痕舌比例明顯高于平和質組(P<0.01)，點刺舌也較平和質組較為多見(P<0.01)，故氣郁質舌易為齒痕、易生點刺。舌苔特征方面，苔色特征2組均為白苔占比最高，苔質特征2組均為薄苔占比最高。但氣郁質組膩苔占比為20%，平和質組占比6%，差異有統計學意義(P<0.05)，故氣郁質易生膩苔。

表1 2種體質人群的舌象分布[例(%)]

3.2 定性化氣郁質組及平和質組舌下絡脈特征分析結果

表2示，經專家判定后發現，氣郁質組舌下絡脈正常比例低于平和質組，其中氣郁質組占比60%，平和質組占比90%。氣郁質組舌下絡脈迂曲者所占比例高于平和質組(P<0.05)，氣郁質組舌下絡脈顏色加深者所占比例也高于平和質組(P<0.05)，故氣郁質舌下絡脈易迂曲且顏色加深。

表2 2種體質舌下絡脈比較 [例(%)]

3.3 氣郁質組及平和質組舌尖、舌中、舌根部HSV特征分析結果

分析氣郁質組與平和質組舌色參數，包括舌尖部、舌中部、舌根部的H、S、V值(結果如表3、4)。表5示，與平和質組比較，氣郁質組舌尖部H值明顯偏小(P<0.05)，舌中部、舌根部差異無統計學意義，2組在舌尖、中、根部S值差異無統計學意義。與平和質組比較，氣郁質組舌尖、舌中部V值明顯偏小(P<0.05)，舌根部V值差異無統計學意義。

表3 2種體質在舌尖部色度參數比較

表4 2種體質在舌中部色度參數比較

表5 2種體質在舌根部色度參數比較

4 討論

《丹溪治法心要·卷一·郁第十一》載:“氣血沖和,萬病不生,一有怫郁,諸病生焉。故人身之病,多生于郁。[11]”氣郁體質是在人體生命過程中，得先天之稟賦及后天之將養，由于情緒長期受阻、氣滯而變得敏感、多疑、憂慮心胸狹窄等生理狀態[12]。由于現代人社會壓力增大，起居飲食等生活習慣較差，人們長時間處于高強度高壓力的生活狀態中，情緒不得排解，人體氣機升降出入產生障礙，長此以往形成氣郁體質。

研究結果顯示，氣郁質易生點刺，氣郁質組舌尖部H值相對于平和質組明顯偏小。在HSV色彩空間模型中，H值越小則色彩越接近紅色，因此可得氣郁質組舌尖部明顯偏紅。戴芳[13]等經過研究后提出, 心、肺與舌尖異常的關系可能比其他臟腑更為密切, 說明舌尖主心肺的理論確實有一定的實際臨床意義，更加確定了舌尖候心肺之說。肝主疏泄，主調達情志，正如《醫學正傳》所云：“或因怒氣傷肝，或因驚氣入膽，母能令子虛，因而心血為之不足，又或遇事繁冗，思想無窮，則心君亦為之不寧。[14]”肝氣通則心氣和，反之肝氣郁滯化火亦可上擾于心，同時肝能調暢氣機。肺主一身之氣，若肝郁氣滯、肝氣不升、肺氣不降則全身氣機失調，氣機郁滯化火。因此，氣郁體質之人易生心肺之火，故研究結果舌尖部變紅、H值降低符合上述理論。點刺舌多為臟腑或血分熱盛，肝郁化火上擾心肺，故氣郁體質之人更易見舌尖舌邊生點刺。

研究結果顯示，氣郁質組易出現齒痕舌，氣郁質組舌尖、舌中部V值明顯偏小，V值表示色彩明亮程度，數值越小越暗，故氣郁質組相較于平和質組，在舌面更易形成膩苔(舌象舌尖、舌中部明顯偏暗)。由于憂思情緒不解，脾失健運，津液不得運化，水濕內停，故舌體胖大易受到牙齒擠壓形成齒痕。舌苔為胃氣熏蒸于舌面所致，與脾胃運化水谷關系密切，氣機郁滯，水濕、食積不得運化，停滯中焦，舌面更易形成膩苔。《素問·陰陽應象大論篇》提及“心生血，血生脾，心主舌”[15]。舌為心之苗，心氣通于舌，舌為脾之外候，且足太陰脾經連舌本，散舌下，故本研究在舌尖與舌部之V值出現變化有理可循。憂思傷脾、氣機郁滯致脾陽不升，陽氣不能投達于外，氣血不能如常上輸于舌，故舌尖、舌中部較平和質相對暗淡。

研究結果顯示，氣郁體質易為淡紫舌，舌下絡脈迂曲、顏色加深。“氣為血之帥”“氣行則血行”，血液能夠通暢不息流于脈道中，得益于氣之統帥和推動。心主血脈，心氣推動和調控血液在脈道中運行并流注全身，同時發揮營養滋潤作用；肺主宗氣生成，肺朝百脈，全身血液都要經百脈流注于肺，得氣體交換后再運送全身。因此情志不遂，心肺氣機阻滯，易致瘀血形成，因此表現為舌色淡紫，舌下絡脈瘀滯不暢。

體質作為一種正常的生命現象，不同體質決定著個體對于某些疾病致病因子以及病變類型的傾向性[1]。“治未病”中不可或缺的環節—中醫體質研究可指導臨床實踐，糾正偏頗體質以期有效的“治未病”。臨床中舌象最易觀察和判斷，故在此基于全卷積神經網絡和圖像處理技術，將氣郁體質人群舌圖象參數進行分析。量化指標在一定程度上反映出氣郁質與平和質舌象之間的細微差別，以期為今后舌象辨識體質提供客觀量化支持。在此次研究中仍有很多不足，如利用相機采集舌圖像可能會因為儀器、拍攝角度、外界干擾等發生一定程度上的舌圖像不夠清晰，樣本年齡結構過于單一等問題。在今后的研究中，需盡可能排除導致圖片失真的其他因素，需按照不同年齡段構建中醫體質舌圖像體系，同時構建其他體質的舌象庫，或可以利用一些中藥來調節偏頗體質進行療效觀察等，讓體質學說更好地應用于亞健康、養生保健及“治未病”中，使現代數字化科學技術為中醫的臨床與研究提供客觀化證據。