中醫舌苔厚度的高光譜檢測與分析*

馬貝 ，劉珍珍 ，趙靜 ，王益民

（1.天津中醫藥大學研究生院，天津 301617；2.天津中醫藥大學制藥工程學院，天津 301617；3.天津中醫藥大學中醫藥研究院，天津 301617）

舌苔是舌面上的一層苔狀物，中醫認為由脾胃之氣上蒸胃陰而成[1]。對舌苔的觀察是中醫舌診主要內容之一，具體包括望苔質、望苔色。在望苔質中，舌苔厚度是一項很重要的指標，一般情況下舌苔的厚度隨著病情由輕及重的進展而變厚，因此定量檢測舌苔厚度對于中醫診斷病情具有重要的意義。本研究將高光譜技術應用于不同舌苔厚度的測定，通過比較不同舌苔之間的高光譜數值差異，實現舌苔厚度的定量化檢測與分析。

1 資料與方法

1.1 一般資料 所有病例均來源于天津中醫藥大學第二附屬醫院心血管科門診患者，共采集患者舌象609例。經過篩選和判定，得到薄白苔、水滑苔、白膩苔、黃膩苔共計489例，其中薄白苔129例，水滑苔78例，白膩苔179例，黃膩苔103例。遵循《赫爾辛基宣言》，所有入組人員均簽署知情同意書，通過了天津中醫藥大學倫理委員會審查。

1.2 納排標準

1.2.1 納入標準 1）年齡≥18歲；2）神志清楚，有一定理解能力，能夠與他人進行正常的語言或書面溝通；3）簽署知情同意書。

1.2.2 排除標準 1）由于各種原因無法配合調查者（患有精神疾病，或理解、聽力言語、活動功能障礙）；2）無法穩定伸出舌頭滿足舌圖像拍攝條件者；3）剛食用或飲用過使舌頭染色的物質者；4）剛刮過舌頭者；5）采集圖像不清楚或者伸舌不完整者；6）嚴重白內障、光過敏及做過眼部手術者。

1.3 采集方法 本研究使用美國SOC公司的SOC710高光譜成像儀以及相關必要組件進行舌面高光譜圖像的獲取，同時使用數碼相機拍取舌面數碼圖像。患者信息、舌面數碼圖像、舌面光譜圖像三者一一對應。依據舌面數碼圖像確定舌苔種類，將每幅舌面數碼圖像交由兩名主治醫師判定并記錄，意見一致則采用，不一致時再請另一名主任醫師判斷，得出最終結果。

1.4 數據的獲取與預處理

1.4.1 光譜數據的獲取 使用ENVI4.7軟件打開所采集的高光譜圖像，分別在舌尖、舌中、舌左、舌右、舌根處選取一定區域，導出高光譜數據進行進一步分析。舌面分區依據許家佗舌面部位比例劃分方法[2]，即全舌體前1/5為舌尖，左側1/5位舌左，右側1/5為舌右，后部1/5為舌根，中間部分為舌中，示意圖見圖1。

圖1 舌面分區示意圖

1.4.2 光譜數據歸一化 為了消除外部干擾光線的影響，在控制變量的前提下，對所采集舌象的高光譜數據進行歸一化處理，以在減小誤差的同時增大不同組數據間的差異性[3]。歸一化計算公式如式（1）所示。

其中，X—光譜曲線上某波長下的光譜強度；Xmin—光譜曲線各波長下光譜強度的最小值；Xmax—光譜曲線各波長下光譜強度的最大值。

1.5 選取特征波長 高光譜儀檢測光譜范圍分布于373～1 049 nm之間，共計128個波段。參照劉明[4]等人在基于雙波長比值光譜差異度指數進行苔質分離中的波長選取方法，選定波長576.73 nm作為特征波長，以該波長下的高光譜舌象數值代表舌苔的高光譜特征。

1.6 統計學方法 采用SPSS 24.0進行統計分析，計量資料以均數±標準差（±s）表示，首先對4組舌苔數據進行正態性檢驗，若數據服從正態分布，則采用方差分析；若數據不服從正態分布，則采用非參數檢驗。若檢驗結果P<0.05，表示有統計學意義，需進行事后多重比較。

2 結果與分析

2.1 高光譜圖像 本實驗所得4種舌苔所對應的高光譜舌象見圖2，其中每幅圖左邊為該舌苔對應數碼圖像，右邊為對應高光譜圖像，兩張圖取自同一樣本。

圖2 不同種類舌苔對應數碼圖像與高光譜圖像

2.2 不同舌苔高光譜值 對特征波長576.73 nm處的舌苔高光譜圖像進行分析，分別求得每種舌苔反射光譜平均值并進行歸一化處理，得出具體數值見表1。

表1 舌苔歸一化高光譜數值（±s）

表1 舌苔歸一化高光譜數值（±s）

注：與薄白苔組比較，*P＜0.01，**P＜0.001；與水滑苔組比較，#P＜0.01，##P＜0.001；與白膩苔組比較，△P＜0.05。

種類 例數 舌尖 舌中 舌根 舌左 舌右薄白苔 129 0.195 6±0.039 8 0.282 3±0.043 6 0.329 6±0.052 0 0.256 1±0.039 4 0.258 7±0.045 8水滑苔 78 0.200 7±0.039 8 0.278 7±0.046 5 0.315 5±0.049 3 0.255 2±0.044 2 0.244 9±0.038 0白膩苔 179 0.204 8±0.040 1 0.304 3±0.051 8**## 0.368 9±0.059 4**## 0.265 3±0.054 3 0.260 0±0.045 9黃膩苔 103 0.213 7±0.044 7* 0.311 6±0.052 9**## 0.388 6±0.057 8**## 0.285 4±0.058 1*#△ 0.276 5±0.053 6*##

在舌尖分區，薄白苔組高光譜數值最小，黃膩苔組數值最大，4種舌苔高光譜檢測數值由小到大排列順序為：薄白苔<水滑苔<白膩苔<黃膩苔。其中，黃膩苔組數值高于薄白苔組且有顯著統計學差異（P<0.01），其他組間無統計學差異（P>0.05）。

在舌中分區，水滑苔組數值最小，黃膩苔組數值最大，4種舌苔高光譜檢測數值由小到大排列順序為：水滑苔<薄白苔<白膩苔<黃膩苔。其中，黃膩苔組數值均高于薄白苔組和水滑苔組且有極顯著統計學差異（P<0.001），白膩苔組數值均高于薄白苔組和水滑苔組且有極顯著統計學差異（P<0.001），黃膩苔組和白膩苔組、水滑苔組和薄白苔組間均無統計學差異（P>0.05）。

在舌根分區，水滑苔組數值最小，黃膩苔組數值最大，四種舌苔高光譜檢測數值由小到大排列順序為：水滑苔<薄白苔<白膩苔<黃膩苔。其中黃膩苔組數值均高于薄白苔組和水滑苔組且有極顯著統計學差異（P<0.001），白膩苔組數值均高于薄白苔組和水滑苔組且有極顯著統計學差異（P<0.001），黃膩苔組和白膩苔組之間、水滑苔組和薄白苔組之間均無統計學差異（P>0.05）。

在舌左分區，水滑苔組數值最小，黃膩苔組數值最大，4種舌苔高光譜檢測數值由小到大排列順序為：水滑苔<薄白苔<白膩苔<黃膩苔。其中，黃膩苔組數值均高于薄白苔組和水滑苔組且有顯著統計學差異（P<0.01），也高于白膩苔組且有統計學差異（P<0.05），其他組間無差異。

在舌右分區，水滑苔組數值最小，黃膩苔組數值最大，四種舌苔舌苔高光譜檢測數值由小到大排列順序為：水滑苔<薄白苔<白膩苔<黃膩苔。其中，黃膩苔組數值高于薄白苔組且有統計學差異（P<0.01）、也高于水滑苔且有極顯著統計學差異（P<0.001），其他組間無差異。

3 討論

舌診是中醫的重要診察方法，是中醫辨證論治的主要依據。舌診的主要觀察內容包括舌色質、舌體、舌苔[5]，其中舌苔的厚度反映了邪正盛衰和邪氣之深淺。舌苔由薄轉厚，提示病進；舌苔由厚轉薄，提示病退[6]。現代研究顯示，舌苔的本質[7]是一種混合物，舌絲狀乳頭表面覆蓋有角化的鱗狀上皮細胞，當角化皮剝落延緩，與食物殘渣、唾液、細菌等混雜，附著于舌乳頭表面，便成為舌苔。梁嶸等[8]發現，急性心肌梗死患者舌苔厚度與疾病所引起的應激激素變化密切相關；胡捷[9]通過比較胃癌患者與健康人的舌苔厚度，發現為胃癌組的舌苔厚度明顯高于健康組。通過以上文獻記載與現代研究可以看到，定量檢測舌苔的厚度對于中醫診斷病情具有重要的意義。

本研究所選取的心血管門診患者舌苔中，薄白苔的特點為透過舌苔能隱隱見到舌質；水滑苔的特點為舌面水分過多，伸舌欲滴，捫之濕滑；白膩苔與黃膩苔的特點為中間厚、邊周薄，緊貼舌面，揩之不去。人眼直接觀察可以看出舌中、舌根是舌苔的主要分布區域，白膩苔與黃膩苔的厚度明顯高于薄白苔和水滑苔。檢測結果提示，高光譜數值對于不同種類的舌苔具有敏感性，能夠反應舌苔主要分布區域的不同舌苔厚度的差異，并表現為水滑苔<薄白苔<白膩苔<黃膩苔，具有一致性，這為進一步利用高光譜成像技術完善舌苔定量及分析，建立舌苔客觀化評價方法提供了基礎實測數據支持。

高光譜成像技術是近十幾年發展起來的集探測器件、精密光學器械、微弱信號檢測、計算機及信息處理等技術于一體的綜合性影像技術。具有光譜范圍廣、光譜分辨率高以及圖譜合一的特點，所獲得的光譜圖像信息量豐富、數據描述模型多、應用前景廣泛。該技術早期主要應用于空間遙感與測量，近年來已逐漸滲透入其他領域。在生物醫學領域，作為一種新型的、非接觸式的光學診斷技術，通過光譜圖像信息為臨床醫學提供了一種有效的輔助診斷手段，具有很好的發展潛力。