基于圖像分析技術探索中醫舌診研究*

★ 丁成華 杜建強 朱明峰 張康 鄭紹勇 寧倫 高巍巍 陳鈴 鄧露露 張珂 (江西中醫學院南昌330004)

舌象的客觀化診斷是舌診研究的熱點之一。舌診是通過觀察病人舌質和舌苔變化以診察疾病的方法，為臨床醫生的必察之項［1］。近年來，有越來越多的學者投入到計算機舌診的研究中，本課題組多學科研究人員攜手合作，優勢互補;借鑒國內外有關研究成果，對中醫舌診進行客觀化、數字化研究與探索。

1 舌象采集環境研究

圖像采集是舌象分析的重要前提，對于舌象采集環境，研究人員主要從光源選取、CCD 設備和色彩校正方法等方面開展研究。對光源的選取嘗試以人工光源代替自然光，有學者比較了人工光源和自然光對舌象的影響［2－3］，人工光源研究比較一致的方法是在暗室、暗箱等環境下，應用D50、D65 等標準光源照明，但受到色溫、顯色性、光譜連續性等因素的制約，不能完全替代自然光，而且設備繁雜，臨床實用性較差。臨床應用過程中，舌象采集的最佳環境仍是自然光［4］。自然光條件下使用國際色彩聯盟(ICC)提出的數碼相機圖像校正方法進行舌色色塊校正研究具有較好的校正效果［5］。有研究表明，晴天上午10 點鐘左右室內(同一地點)光照充足，自然光線照度、色溫參數相對穩定，一致性較好，可作為中醫望診光源環境設計的參考標準 。隨著研究的深入，越來越多的關于采集標準化的觀點被提出，相關的采集設備也不斷升級與成熟。

本課題組分別在自然光和暗室條件下采集舌象，即分別采用了人工光源與自然光源，人工光源多與CCD 設備融為一體，如天津天堰等多家公司研制的數字化舌象采集儀，并對圖像進行客觀量化數據分析;對于自然光源的選擇，基于文獻［3－6］研究成果，課題組對臨床患者舌圖像的采集多選擇在晴天上午9 －11 點自然光線下進行。極少數情況下，直接采用了數碼相機的自帶閃光燈作為照射光源。相機分別采用尼康COOL P1950;佳能600D、500D、70D 等多款單反相機，使閃光燈功能關閉，采用微距模式，多點自動聚焦，感光度為100，白平衡設置為日光或手動。拍攝的照片分辨率為1 600 ×1 200 以上。偶爾使用高分辨率的索尼、尼康等數碼自動相機。利用12 級別的灰度色標和若干彩色色標作為監督色塊，將不同條件下獲取的舌象通過TRM 模型還原到標準條件下的色度值。

2 舌象的預處理研究

舌象的預處理對后續的定量工作有著至關重要的影響;陳海燕等［7］提出使用多個色彩通道動態選取閾值，再根據先驗的空間信息輔助判斷，最終分離舌苔舌質的算法。通過與手工分離結果以及現有自動分離算法的比較，分析表明該算法在分離舌苔舌質的準確度以及處理速度上都有較好的效果。

本課題組［8－10］利用舌象色調和亮度等多種顏色信息，實現了一種自適應多閾值舌象分割算法。將舌象的顏色和空間位置特征相結合，利用貪心規則實現了舌象的提取，解決了其它算法不能提取有苔舌象的問題。并且在顏色空間利用模糊聚類方法實現了舌質與舌苔的分離。該方法通過樣本加權有效提高了苔質分離的速度，取得了較好的實驗效果(詳見圖1)。

3 舌象的量化研究

3.1 舌色的定量研究

針對舌象彩色信息的處理，研究人員分別應用了RGB 模型，YUV 模型，Lab 模型、YCrCb 模型和HSI 模型等多種顏色模型。王永剛等［11］將舌質和舌苔的顏色識別問題分解為苔質分離和顏色細分2步。結果表明，該方法簡單且操作性強，能夠有效地用于舌診客觀化。本課題組應用多個顏色模型對舌象顏色進行定量研究，利用CIELAB 顏色空間，分析數據庫中各類舌色(每類50 例)在顏色空間中的數據特征和分布特征，結果各類舌色特征分量的色度值區間如表1。

表1 CIELAB 顏色空間舌色分布數據

圖1 舌體自動分割

本試驗比較了各類舌色與淡紅舌的色度學數據:紅舌與淡紅舌比較，L* 小于淡紅舌、A* 大于淡紅舌、B* 小于淡紅舌，暗紅舌的L* 小于淡紅舌、A* 大于淡紅舌、B* 小于淡紅舌;淡暗舌與淡紅舌比較，L* 大于淡紅舌、A* 小于淡紅舌、B* 小于淡紅舌，紫暗舌的L* 小于淡紅舌、A* 小于淡紅舌、B*小于淡紅舌，淡白舌的L* 大于淡紅舌、A* 小于淡紅舌、B* 大于淡紅舌，絳舌的L* 小于淡紅舌、A*大于淡紅舌、B* 小于淡紅舌。淡白色L* 最大，表示亮度最大。絳舌A* 值最大，表明舌色顏色最紅。紫暗舌和絳舌B* 最小，表示藍色成分偏多，顏色偏紫。(A* 負值指示綠色而正值指示品紅，B* 負值指示藍色而正值指示黃色，L * = 0 生成黑色，而L* = 100 指示白色)。

3.2 舌體歪斜的定量研究

衛保國等［12－13］采用一種新的確定對稱中軸線的方法，并結合嘴角定位，實現了舌體歪斜的自動定量分析;采用曲線擬合參數與曲線形狀胖瘦的關系，結合舌體的長寬比，實現了舌體胖瘦的自動定量分析。

本課題組提出了一種具有自校正的舌象歪斜自動分析方法［14］。比較和分析了現有中軸提取方法，事實證明已知方法均不適用于舌象的中軸提取。設計了一種利用形態對稱分析提取中軸的算法，該算法具有自動校正舌根部位的邊界的能力，提高了中軸分析的準確程度。提出了一種借助舌象的變異色調分量進行嘴角分析的方法。在對比實驗中，該方法較原有方法有更高的準確性，并且效率較原有方法更高。

4 舌象與疾病相關性研究

翁維良等［15］運用“中醫舌診專家系統”對照觀察了352 例血瘀證舌質和218 例非血瘀證舌質的改變，進行了舌質RGB 的量化觀測，認為舌質RGB 對血瘀證量化診斷具有重要參考價值。本課題組對69 例冠心病患者舌象進行RGB 值特征分析，發現舌苔的RGB 值均多大于舌質;是因為整體舌苔亮度大于舌質，反映在HSI 空間就是舌苔I 值大于舌質。由于被采集的冠心病患者舌質顏色偏紫紅色，反映在RGB 色彩空間上R 值最大，G 值最小，和實驗所獲得數據相符(見圖2)。許家佗等［16］研究了基于圖像分析的亞健康狀態舌象顏色特征。本課題組不斷從臨床調查入手，對舌象與多臟腑病證的關聯性進行探究［17－19］。

圖2 舌質與舌苔RGB 均值、HSI 均值

5 舌象與臨床數據融合研究

課題組通過舌象與體質關聯研究［20］，探索性的研制了中醫體質的臨床決策支持系統，該系統由5 個模塊組成。分別是查詢模塊，調查結構模塊，調查修改模塊，調查刪除模塊和數據分析模塊。該屬性信息，體質信息和舌象特征信息(其中舌象特征包括:舌色、舌形、舌態、舌下絡脈、舌苔厚薄、苔質和苔色)是通過調查模塊進行收集。測試者的體質類型是通過計算機自動識別并與之對應的選方用藥由計算機自動生成。通過具體的數據分析模塊，舌象特征與體質類型間的特異性和敏感性關系數據可自動獲得。該系統的應用與不斷改進，將有助于輔助中醫臨床診治。同時，課題組還研制了“基于XML的中醫動態結構化電子病歷系統”［21］該系統的實現具有一定的前瞻性意義和臨床實用價值。

綜上，多年來，筆者從舌象采集環境、舌體分割、舌質和舌苔的分離、顏色量化以及其他舌體特征的識別、舌象與體質、相關疾病的關聯研究等方面開展了探索性的研究。隨著研究的深入，將進一步探究舌象與臨床證候之間的內在聯系，使舌診研究建立在同步與動態的臨床調查、圖像分析的基礎上。

［1］丁成華，孫曉剛.中醫舌診圖譜(中英對照)［M］.北京，人民衛生出版社，2003.12

［2］衛保國，沈蘭蓀，王艷清，等.數字化中醫舌象分析儀［J］.中國醫療器械雜志.2002，26(3):164.

［3］許家佗，張志楓，費兆馥，等.舌象數字圖像采集條件的實驗觀測［J］.中國中醫基礎醫學雜志.2007，13(1):23 －26.

［4］許家佗，張志楓，嚴竹娟，等.自然光條件下基于色差校正方法的舌象顏色分析［J］.中西醫結合學報2009，7(5):422 －427

［5］樊艷，梁嶸，王召平.數字舌圖的色彩管理研究［D］. 北京中醫藥大學優秀碩士畢業論文集.2006.

［6］宮愛民，董秀娟，邸丹，等.中醫望診標準環境的選擇與測量［J］.時珍國醫國藥，2012，23 (8):2 029 －2 030.

［7］陳海燕，卜佳俊，龔一萍，等.一種基于多色彩通道動態閾值的舌苔舌質分離算法［J］. 北京生物醫學工程，2006，25(5):466 －469.

［8］Jianqiang Du，Yansheng Lu，Mingfeng Zhu，et al. A Novel Algorithm of Color Tongue Image Segmentation Based on HSI［C］.In Proceedings of International Conference on Biomedical Engineering and Informatics，Sanya，2008:733 －737.

［9］Mingfeng Zhu，Jianqiang Du，Kang Zhang，et al. A Novel Approach for Tongue Image Extraction Based on Combination of Color and Space Information［C］.In Proceedings of International Conference on Bioinformatics and Biomedical Engineering，Beijing，2009.

［10］Jianqiang Du，yansheng Lu，Kang Zhang，et al.A Novel Approach of Tongue Body and Tongue Coating Separation Based on FCM［C］.In Proceedings of International Conference on Bioinformatics and Biomedical Engineering，Shanghai，2008:2 499 －2 503.

［11］王永剛，楊杰，周越，等.中醫舌象顏色識別的研究［J］. 生物醫學工程學雜志，2005，(6):1 116 －1 120.

［12］衛保國，沈蘭蓀，蔡軼珩.舌體歪斜的自動分析［J］.計算機工程與應用，2003，25:22 －25.

［13］衛保國，沈籃蓀.舌體胖瘦的自動分析［J］. 計算機工程，2004，30(11):25 －26，68.

［14］朱明峰，杜建強，孟凡，等. 一種具有自校正的舌象歪斜自動分析方法［J］.生物醫學工程學雜志，2012，29(2):152 －156.

［15］翁維良，黃世敬，洪尚杓.運用“中醫舌診專家系統”對血瘀證舌質的研究［J］.中國中醫基礎醫學雜志，2000，6(10):58 －61.

［16］許家佗，張志楓，李蕾，等. 基于圖像分析的亞健康狀態舌象顏色特征研究［J］.遼寧中醫雜志，2010，37(12):2 328 －2 330.

［17］高秀娟，丁成華.舌象變化與心血管疾病的相關性研究［J］. 上海中醫藥雜志，2003，36(7):60 －62.

［18］丁成華，方華珍，查青林，等. 舌象變化與胃食管反流病內鏡像及Hp 感染的相關性研究［J］. 江西中醫藥，2006，37(2):17 －19.

［19］方華珍，丁成華，王玉臣，等. 舌診在慢性萎縮性胃炎辨證中的意義［J］.中國中醫基礎醫學雜志，2013，19(4):416 －418.

［20］張珂，丁成華，鄭紹勇，等.舌象與體質的關聯性探討［C］. 中華中醫藥學會第十三屆中醫診斷學術年會論文集，2012，7:86 －90.

［21］朱明峰，杜建強，丁成華，等.基于XML 的中醫動態結構化電子病歷系統的設計［J］. 江西中醫學院學報，2013，25(2):73 －77.