基于Web3D 的中醫嗅診智能分析系統的研究

區錦鋒，李振鵬，廖嘉鎮，黃飛雄，周華英，張 琦

（廣東藥科大學醫藥信息工程學院，廣州 510006）

0 引言

中醫四診“望、聞、問、切”是中醫診斷的核心與精髓。人體因各種疾病會引起自身氣味的改變，但由于人體氣味信息的復雜性和不穩定性，導致中醫嗅診的研究遠遠滯后于其他舌診、脈診等［1-3］。中醫嗅診仍停留在憑醫生的主觀嗅氣味診法，缺乏客觀標準。實現中醫聞診—嗅診數字化和智能化分析是眾多中醫人多年努力的目標和期望。因此，為了促進中醫四診智能診治融合發展，中醫嗅診智能化分析研究顯得尤為迫切［4-5］。林雪娟等［6］、吳敏等［7］運用電子鼻采集口腔氣味，研究得出可以根據口腔氣味特征初步判斷2 型糖尿病的虛實病性。王憶勤［8］開展四診信息融合辨證模型及中醫四診檢測系統的研究，指出中醫四診信息融合在標準化、規范化方面尚處于起步階段，在四診信息融合研究及中醫診斷智能平臺研發方面尚需加強。

本文基于仿生嗅覺技術，對中醫嗅診展開數字化分析與研究。利用電子鼻獲取口腔氣體的氣味信息，并對氣味信息進行數字化分析和研究。同時，通過三維可視化技術實現中醫嗅診智能分析過程的三維可視化。本研究對中醫嗅診數字化、中醫遠程醫療等具有重要的理論意義和應用前景，有利于促進中醫四診數字化、中醫四診信息融合發展。

1 研究思路

本文基于Web3D 的中醫嗅診智能化分析可視化，需要通過數據服務實現中醫嗅診數據的網絡傳輸，然后在前端以網頁的形式為用戶呈現三維可視化的渲染結果。因此，本文從數據服務出發，將中醫嗅診三維數據全部存儲于服務器中，并設計一個基于Web 的中醫嗅診智能分析的三維可視化系統，在客戶端的網頁中進行三維可視化渲染處理，為用戶呈現中醫嗅診智能分析的三維可視化效果，整體設計思路如圖1 所示。

圖1 中醫嗅診智能分析可視化系統整體設計思路

本項目操作過程包括：客戶端頁面主要進行用戶的交互操作處理以及三維圖像的可視化渲染處理并展示；服務器端主要進行中醫嗅診智能分析三維數據的處理以及可視化數據的數據服務存儲與發布，二者通過網絡請求相互傳輸信息，其大致流程有以下三步：

（1）客戶端頁面根據用戶的具體操作向服務器發起對應的數據請求；

（2）服務器端接收來自客戶端的請求，選出符合條件的數據傳輸回客戶端；

（3）客戶端接收服務器響應，獲取對應數據，再組織數據并在瀏覽器頁面可視化渲染和顯示。

2 研究方法和研究內容

針對本文的研究目標，設計的技術路線如圖2所示。

圖2 中醫嗅診智能分析可視化系統技術路線

根據圖2的技術路線，我們將從以下四個方面重點開展研究。

2.1 氣味信息采集與嗅診數字化表征

項目組擬選擇100例慢性肺炎住院病患者作為研究對象，100例健康者作為對照組。研究對象均來自廣州市某三甲醫院呼吸與危重癥醫學科的慢性肺炎住院患者，對照組來自同一醫院體檢科的健康志愿者，所有數據采集均征求本人及家屬同意。

根據口腔氣味采集要求采集病患組和對照組的口腔氣體，并利用電子鼻系統檢測樣品氣味信息，檢測完畢保存好檢測數據，形成嗅診初始數據庫。根據電子鼻檢測的口腔氣體氣味信息庫，提取氣味特征信息（例如曲線的起始水平、上升速率、變化速度、方差、均值、最終穩態值等）；建立一種數據結構，對氣味特征進行描述，用以存儲嗅診參數信息（包含患者類別、檢測平均值、最大值、方差、標準差等），實現中醫嗅診數字化表示。

2.2 中醫嗅診智能分析模型構建及實現

將針對200 個實驗樣本，按照7 ∶3 分成訓練樣本和測試樣本。同時構建多層結構的人工神經網絡：輸入層、多個隱含層和輸出層，并設置初始參數進行模型訓練和學習，技術路線如圖3所示。

圖3 中醫嗅診智能分析模型

課題組根據多層神經網絡算法，研究激活函數：ReLU、Sigmoid、Tanh 等各函數特點，選擇適合氣味特征的激活函數，不斷訓練和更新各層的權值和偏置值。同時，訓練模型時根據訓練誤差條件選擇學習率α 和batchsize 參數值大小，滿足多層神經網絡既充分訓練又要避免訓練時間過長而出現過擬合。訓練結束，保存各參數，完成模型構建與實現。

2.3 中醫嗅診智能分析平臺的三維數據分析及三維模型構建

根據中醫嗅診智能分析的場景設計，進行三維數據分析及三維模型設計。通過將源數據中的信息依次轉換為幾何結構、索引結構以及紋理結構三部分，完成數據轉換處理［9-10］。然后根據三部分存儲的信息以及3D 數據的結構規范構建一個完整的3D 模型數據，為后續的基于Web 的三維可視化實現做準備。

2.4 中醫嗅診智能分析平臺的三維可視化展示

服務器端將采用SSM 架構分層設計中醫嗅診智能分析3D 可視化平臺，底層的數據內容除了常規參數數據外還包括三維數據；業務層主要對相關數據進行處理，即根據生成的中醫嗅診智能分析平臺的三維數據的3D 模型，通過對數據參數的邏輯處理將信息在視圖層展示；視圖層將基于Web GL 技術實現3D 可視化場景渲染與展示，完成Web 視圖頁面的三維展示功能［9，11］。客戶端無需安裝其他APP 應用軟件，直接通過瀏覽器運行用3D 引擎——Three.js 組件，自動構建三維可視化場景并渲染展示［12-13］。

3 研究結果

3.1 獲取口腔氣味信息

本文利用電子鼻檢測病患者和對照者的口腔氣味，如圖4 為口腔氣體氣味信息檢測過程。檢測完畢保存好檢測數據，形成嗅診初始數據庫。

圖4 口腔氣體氣味信息檢測

3.2 構建中醫嗅診智能分析模型

利用深度學習算法的平移、扭曲、縮放具有一定程度的不變性，研究深度學習算法參數優化方法，構建基于深度學習算法的中醫嗅診智能分析模型和系統，實現中醫嗅診數字化和智能化分析，系統界面和分析結果分別如圖5和圖6所示。

圖5 中醫嗅診智能分析系統主界面

圖6 中醫嗅診智能分析結果

3.3 三維數據模型構建

在三維數據可視化系統中，核心內容是營造三維虛擬場景，而虛擬環境的建立首先要進行三維數據建模，然后在建模的基礎上再進行渲染顯示。因此三維數據建模既是基礎又是關鍵技術，通過將源數據中的信息完成數據轉換處理，構建一個完整的3D 模型數據是實現中醫嗅診智能分析平臺三維可視化的核心內容。圖7所示為三維可視化的一個截圖。

圖7 中醫嗅診智能分析三維可視化

4 結語

中醫嗅診信息客觀化采集和數字化方法研究是中醫四診合參數字化、智能化發展的重要基礎。本文通過將Web3D 的可視化技術應用于中醫嗅診智能化分析與研究，通過Web3D 技術完成中醫嗅診三維數據建模及建立中醫嗅診智能化分析的三維可視化平臺，旨在依托互聯網，通過直觀生動的三維場景畫面有效地展示中醫嗅診的復雜分析過程，有助于推動我國傳統中醫醫術和中醫文化在全世界范圍內的廣泛宣傳和推廣。本研究為中醫嗅診數字化研究、中醫遠程醫療等提供新方法，有利于促進中醫四診數字化、中醫四診信息融合發展。