基于動態閾值的圖像分割技術在中醫舌診中的應用

摘要：舌診是中醫四診的重要內容，古往今來，為名醫者莫不精深于舌診。尤其近些年來，計算機技術迅猛發展帶動的信息技術革命，為舌診現代化研究注入了新的活力。本文應用圖像分割技術，研究并比較了用于舌體圖像分割的兩種方法，提出用動態閾值的分割方法比用RGB三色分量差值方法優越，在舌體圖像分割中具有較好的效果。

關鍵詞：舌診；舌象客觀化；舌體圖像分割；圖像分析；RGB；動態閾值

中圖分類號：TP391文獻標識碼：A文章編號：1009-3044(2008)14-20910-02

1 引言

自古以來中醫有四種診斷疾病的方法，那就是望、聞、問、切四診。望診就是醫生通過視覺來觀察病人的神、色、形和態的變化。總體來說，望診包括一般望診和舌診兩部分，一般望診又包括望神、察色、望形態、望五官等，舌診包括望舌質、望舌苔。舌質是舌的肌肉部分，舌苔是舌面附著的苔狀物，舌質可以反映五臟的虛實，舌苔可以察外協浸入人體的深淺[1-2]。臨床上通常把舌質和舌苔變化聯系起來綜合判斷，一般是急性病重舌，慢性病重脈，因為舌象能準確及時的反映機體生理病理狀況[3]。望舌診病是中醫長期實踐積累的獨特診病手段。

2 舌象客觀化的研究

傳統的中醫舌診是由中醫師根據自己的知識和經驗用人眼觀察，并在短時間內作出判斷，其診斷結果受醫生的知識水平、思維方式及診斷技巧的限制，也受光線溫度等外界客觀因素的影響，因此難免會出現某些誤差，把淡黃色誤作深黃色，紅色誤作淡紅色等。為了消除人為因素的影響，使用現代數字圖像處理及分析技術和現代的智能信息處理技術，使中醫舌診從主觀診斷轉向客觀決策[4]，進行舌診客觀化的研究是非常有意義的，具有較好的前沿性和可操作性。

采用數字圖像處理技術對舌象進行圖像分析的研究始于80年代中期。孫立有等人，先對利用圖像處理和模式識別進行舌診客觀化的研究提出了一種想法[5]，建議著重分析舌象的色度變化，并且貫徹中醫的辯證觀及整體觀思想，為國內后來的舌診客觀化研究提出了一個方向。蘇開娜等首次利用圖像處理技術進行了舌苔潤燥的分析，采用二分光反射模型討論了舌苔圖像上亮斑象素點在RGB 彩色空間的分布特征及亮度特征。本文主要探討舌體區域自動分割的一種方法[6]。

3 用動態閾值法分割舌體區域

在舌體圖像分割中，一般的分法是利用舌體的顏色與背景顏色的不同，把舌體區域從背景中分割出來。臺灣國立中山大學蔣依吾等根據大量的觀察實驗指出舌體中舌尖舌邊的RGB三色分量與周圍皮膚由較大差異，提出了的邊緣增強公式，進行舌體區域分割取得一定效果[7]。但是由于這種顏色差別僅存在于舌尖和舌邊，不適用舌根部位，所以僅用顏色的差值來分割舌體是無法取得好的效果。本文參考上述公式，再利用舌體區域與背景區域存在的豐富邊緣，用動態閾值的分法獲取邊緣并連接，在舌體圖像分割中取得較好效果。

3.1 用RGB三色分量差值法分割舌體區域

設RGB色彩空間像素Vc=(r，g，b)，r，g，b∈[0…1]則有：

Gate=(r-g)+(b-g)*6+(r+g+b)/3

IF(gate(i，j)<0.527)

Crf(i，j)=1;

ELSE Crf(i，j)=0;

其中(i，j)指像素在圖像矩陣中的位置。gate(i，j)是RGB三色分量差值，Crf(i，j)為參考的二值化圖像，Crf(i，j)=1指要分割出的目標區域，Crf(i，j)=0指背景區域。這樣可以得到舌體中的舌邊和舌尖的邊緣，再通過舌體根部與上嘴唇出現的陰影區得到舌根邊緣，這樣就可以把整個舌體區域分割開來[8]。

3.2 用動態閾值法分割舌體區域

上述分法僅利用了顏色信息，很難把與舌體顏色相近的唇部區域去除，但是大部分舌體與唇部之間都存在一定的邊緣，用動態閾值取出圖像的灰度邊緣，再加上上述方法取出的RGB三色分量差值得到邊緣，分割舌體，這種方法會取得更好的效果。具體操作是：首先定位舌中的一點，然后取出沿圖像四周的點與舌中此點連線的灰度值，計算連線中的最大梯度，取為待選邊緣點。梯度的計算公式是grad(i)=gray(i)-gray(i+I)，其中grad(i)指在連線位置i處的梯度值；gray(i)是指在連線位置i處的灰度值。用RGB三色分量差值得到的舌體邊緣點，將其記為coloredge (i)。最后比較灰度梯度得到的邊緣點與用RGB三色分量差值得到的邊緣點，選擇最終邊緣點，連接這些點，形成閉合區域，分割出舌體區域[9]。根據經驗，選擇最終邊緣點的公式：

IF(rgad(i)<0.28)

edge(i)=grad(i);

ELSEedge(i)=colordege(i);

4 結論

根據中醫對分割出的圖像的評價，把圖像質量分為5個等級：優等，較好，中等，分割失敗，未分割[10]。實驗樣本中基本涵蓋了各種情況的舌圖像，有舌面完全伸出覆蓋下嘴唇的圖像，也有未完全伸出的圖像，也有露出上腭的圖像。我們用上述的3.1和3.2方法分別對舌體區域進行分割實驗。實驗證明，3.1方法對于舌面伸出覆蓋下嘴唇的圖像有較好的效果，但對于舌面未完全伸出未覆蓋下唇的圖像分割效果很差。3.2方法對于上述兩種圖像都有較好的效果，但對于舌邊緣模糊的圖像分割效果較差。兩種分割方法得到的效果圖如下：

5 結束語

近年來計算機技術的迅猛發展，使舌診客觀化研究在方法上有了很大的進展，但仍存在許多問題亟待解決。在中醫理論指導下和臨床實踐的參與下，利用計算機和圖像處理技術對舌象作進一步的定性、定量分析，建立舌診的客觀統一識別標準，提高了舌象特征自動分析的準確性和實用性，推動了舌診客觀化系統的發展，這將是我們進一步研究的重點。

參考文獻：

[1] 劉慶，岳小強.舌診現代化研究的回顧與展望[J].中西醫結合學報，2003，5(1):66-70.

[2] 沈蘭蓀，王愛民，王衛國，等.圖像分析技術在舌診客觀化中的應用[J].電子學報，2001，12(A):1762-1765.

[3] 朱潔華，阮邦志，勵俊雄，等.舌診客觀化研究的一種圖象處理方法[J].中國生物醫學工程學報，2001，20(2):132-137.

[4] 王愛民，趙忠旭，沈蘭蓀.中醫舌象自動分析中舌色、苔色分類方法的研究[J].北京生物醫學工程，2000，19(3):136-142.

[5] 孫立有.利用計算機圖像識別技術進行舌診客觀化研究的探討[J].安徽中醫學院學報，1989，5(4):5-7.

[6] 蘇開娜，盧翔飛.基于圖象處理的舌苔潤燥分析方法的研究[J].中國圖象圖形學報，1999，4(增刊):345-348.

[7] 蔣依吾，陳建仲.電腦化中醫舌診系統[J].中國中西醫結合雜志，2002，20(2).

[8] 沈蘭蓀，趙忠旭.基于圖像處理的中醫舌像分析儀的研究[J].國外電子測量技術，1999(6):33-35.

[9] 王愛民.用于舌診客觀化的圖像分析技術的研究[D].博士學位論文，北京:北京工業大學，2001.

[10] 余興龍，竺子民，金國藩，等.中醫舌診自動識別系統[J].儀器儀表學報，1994，15(1):67-71.

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文