光譜法的中醫舌診研究與應用概況

焦文 崔驥 周昌樂 許家佗

摘要：舌診是中醫獨特的診法之一，文字、語言及圖畫等主觀性、經驗性的描述雖沿用至今，但很難全面、客觀表達舌象的完整信息；現代技術的發展為中醫舌診研究提供了新的思路和方法，如光譜法的應用，對還原舌象信息具有重要意義。本文簡要介紹光譜法，歸納其在中醫舌診領域的研究與應用概況，并提出存在的問題及展望，為進一步研究提供參考。

關鍵詞：光譜法；光譜成像技術；中醫；舌診；應用；綜述

DOI：10.3969/j.issn.1005-5304.2018.11.032

中圖分類號：R241.25 文獻標識碼：A 文章編號：1005-5304（2018）11-0130-05

Abstract： Tongue diagnosis is one of unique techniques of TCM diagnosis. Its subjective and empirical description of written words， spoken language and pictures have been used until now， however， which cannot express the complete information of tongue image comprehensively and objectively. The development of modern technology provides new ideas and methods for the study of tongue diagnosis in TCM. For example， the application of spectroscopy is of great significance for restoring tongue image information. This article briefly introduced the spectroscopy method， summarized its research and application in the field of TCM tongue diagnosis， and put forward the problems and prospects to provide references for further research.

Keywords： spectroscopy method； spectral imaging technique； TCM； tongue diagnosis； application； review

舌診是中醫獨特的診法之一，舌象蘊含大量與人體生理、病理高度相關的信息。文字、語言及圖畫等主觀性、經驗性的描述雖沿用至今，但難以全面、客觀表達舌象完整的信息。隨著科學技術發展，新型設備和儀器與望舌察病相結合，可更客觀、全面還原舌象信息，減少信息失真，開啟中醫舌診現代研究的新篇章。20世紀50年代伊始，逐漸形成以中醫理論為根源，與數碼攝像[1-4]、紅外熱成像[5-6]、光電轉換等[7]技術交叉融合，識別舌象信息的中醫舌診現代研究。21世紀初，光譜技術的發展，對還原舌象信息具有重要意義，為中醫舌診現代研究提供了新的思路。

本文簡要介紹光譜法，歸納其在中醫舌診領域的研究與應用概況，并提出問題與展望，為進一步研究提供參考。

1 光譜法簡介

光譜法是一種光學分析法，指根據物質與電磁波的相互作用，測量物質所輻射或吸收的電磁波的波長和強度，或測量與物質相互作用的電磁波的波長和強度改變的分析方法[8]。光（電磁波）與舌體相互作用時，發生折射、反射、散射、干涉、衍射等現象，目前中醫舌診現代研究主要利用反射現象，故又稱為反射光譜法，是一種通過測量光譜反射率來檢測舌體物理特性的方法。如圖1所示，Φ1（λ）為入射光通量，Φ2（λ）為反射光通量，Φ3（λ）為吸收光通量。光譜反射率ρ（λ）為波長λ的光照射下，舌體反射光通量Φ2與舌體入射光通量Φ1的比值公式為：ρ（λ）=[Φ2（λ）/Φ1（λ）]×100%。

光譜法具有無創和快速的特點，可獲得豐富而準確的舌象信息[9]：可得到特定波長的舌體光譜反射率；舌苔、舌質等部位的光譜反射率為固有屬性，并可通過色度學公式，計算舌體顏色參數，如RGB、XYZ、La*b*等；不同波長的光照射下，舌體光譜反射率不同，由此得出舌體光譜反射率與波長的曲線；有助于研究光照條件及舌色的同色異譜現象[10]，即光譜反射率不同但三刺激值相同的舌質舌苔色；此外，目前光譜及光譜成像技術已經廣泛應用于生物醫學領域，可獲取光譜連續的圖像信息，用于裂紋、齒痕、舌苔面積等紋理信息的研究。光譜及光譜成像技術不僅在生物醫學領域具有極廣闊的應用前景，該技術在中醫舌診現代研究中亦有重要的意義。但光譜法與中醫舌診現代研究的結合尚處于探索階段，優勢尚未充分顯現，并未在中醫舌診現代研究中發揮出應有的價值和作用。

2 光譜法的中醫舌診現代研究

2.1 采集與識別

舌象采集與識別是通過光譜設備獲取有價值舌象信息的過程。由于技術尚不完善，研究受光譜儀器如儀器規格、設備參數等條件的限制較大。在采集設備方面，常用設備多為美國海洋光學公司生產的的微型光譜儀，如NIR-512近紅外光譜儀（波長范圍853.59～1737.26 nm）、USB2000光譜儀（波長范圍450～1200 nm），USB4000可見光光譜儀（波長范圍200～900 nm）、USB4000型VIS/NIR可見近紅外光譜儀（波長范圍360～1000 nm）、QE65000型可見光譜儀（波長范圍200～1100 nm），以及上海中醫藥大學聯合復旦大學和中國科學院上海技術物理研究所研發的PHE201型體表紅外光譜儀（波長范圍1.5～16 μm）[11]。與光譜法相結合的中醫舌診除涵蓋可見光范圍外，還擴展至紅外光譜，可作為中醫舌診內容的延伸。

在光源及波長選擇方面，曾常春等[12]實驗發現，標準光源A、B、C、D65、E照明下，正常舌尖舌色光譜反射率曲線存在明顯差異，且600～780 nm和380～500 nm波段差異較大。趙靜等[13]研究發現，在500～600 nm波段無舌苔附著部位和有舌苔附著部位的光譜曲線差異較大，于579.9 nm處差異最大，可為“苔-質”分離提供參考。嚴文娟等[14]研究發現，在620～950 nm和1000～1150 nm波段舌體內部的組織結構對光譜的漫反射強度較大，能更好地去除環境雜散光的干擾，反映舌體內部組織成分、微循環狀態等信息。劉明等[15]研究發現，舌苔和舌質部分光譜差異最大的波段為525～600 nm波段，進一步提取發現527.548 0 nm處能最能反映舌苔情況。Yamamoto S等[16]采用高光譜相機（HSC1700，日本北海道Satellite 公司）研究發現，舌質同舌苔、口唇、口周區域相比分別在400～600 nm、650～800 nm、400～800 nm波段光譜反射率存在差異，由此提取舌質區域。

此外，采集方式有與舌體接觸式和非接觸式2種。接觸式主要用于獲取舌體內部信息[14]，但因采集衛生條件要求較高等原因而研究較少；非接觸式主要用于獲取舌體表面信息，更加便捷、衛生而大量用于中醫舌診現代研究。

2.2 數據預處理

數據預處理是指對光譜設備輸出的數據進行降噪和校正的過程，為提高數據質量的重要環節。盡管舌體的光譜反射率不會受到光源的影響，但采集過程中受其他因素影響易產生噪點，造成光譜反射率的計算誤差。噪點多來源于采集環境、采集方法及采集儀器等。李剛等[17]采用光調制技術可去除舌體反射光譜采集環境中環境雜散光的干擾，提高光譜法舌診測量的信噪比。趙靜等[18]研究發現，將反射率歸一化法用于光譜舌診數據預處理，可降低光譜采集中操作方法對測量的干擾、提高設備靈敏度等。蔡軼珩等[19-20]為消除光照環境和采集儀器等因素造成的噪點，從光譜反射率復原角度，采用基于有限維模型的舌象圖像顏色校正方法，利用此方法復原光譜反射率曲線，計算得到更準確的顏色值。

2.3 舌象信息提取

舌象內涵豐富，涉及舌質、舌苔及舌下絡脈等，其內涵包括色度及紋理。目前，光譜法用于舌象信息的研究主要集中于舌質和舌苔顏色。

舌質色度方面，曾常春等[21]將反射光譜數據反演于CIE-1964色度圖，得出正常舌色的色品坐標、明度、主波長、色純度等色度學參數，分別為x100.341 3±0.008 5和y100.332 6±0.005 11、17.96±3.78、626.3±51.6、0.083±0.031；孔猛等[22]采用可見光譜，通過670 nm光譜能量強度與590～780 nm紅色域光譜能量比，達到舌質色的定量化的目的，并與常見舌質如淡白舌、淡紅舌、紅舌、絳舌取得較好對應。

舌苔色度方面，林凌等[23]以“薄白苔”“黃腐苔”為例，采用數學方法處理光譜特性內涵，發現“黃腐苔”“薄白苔”在光譜特征值和曲線形態特征（如一階微分曲線主峰寬度）等方面存在較明顯差異，探索一種舌象與歸一化預處理的光譜曲線間的聯系，進而為預測模型的建立提供參數等。

2.4 高光譜成像技術

此外，高光譜成像技術亦用于中醫舌診現代研究。高光譜成像技術起源于20世紀80年代，由一維光譜特性與二維圖像技術相結合產生。高光譜成像技術補充了光譜法用于裂紋、齒痕等舌象圖像紋理特征研究的不足，擴展了舌象信息的維度，是一種新型非接觸式光學診斷技術[24]。

李剛等[25]提出一種基于X-Y振鏡掃描式舌診高光譜采集系統，包括數據采集、歷史數據分析、高光譜圖像顯示等設計。李家星等[26]利用高光譜成像技術采集舌象，并從整體分析舌體交疊混合的圖譜信息，結合多種數據挖掘算法關聯證候，提取特異光譜指標集，從生理、生化指標等角度解讀證候，進而提出一種證候客觀化診斷的新模式。李慶利等[27-30]設計一種基于推帚式的高光譜成像系統，采用圖譜結合算法進行舌體分割，利用高光譜圖像、光譜信息，提出一種基于Gabor濾波器的舌紋分析算法，并進一步研發舌象輔助診斷系統，包含圖像采集與存儲、舌象特征提取、輔助診斷等功能。

3 光譜法的中醫舌診現代應用

3.1 臨床指標預測

臨床化驗指標多數是有創檢查，需要采集患者體/血液進行分析。因此，探索無創檢驗成為一種需求。目前，主要以血液生化指標為主進行預測研究。

趙靜等[31]采用偏最小二乘法建立模型，生化指標真實值同驗證集未知樣本的預測結果間的相關系數分別達到0.883、0.979，平均相對誤差分別為1.88%、1.65%，提示近紅外光譜分析結合偏最小二乘法或可為血細胞壓積、平均血紅蛋白濃度的無創檢測提供一種新的方法。李家星等[32]采用支持向量機分別建立人體血清白蛋白、球蛋白和總蛋白成分近紅外光譜定量回歸模型，相關系數依次為0.894、0.931、0.863，預測的均方誤差依次為2.19、1.93、4.38，取得較為理想的預測效果，提示舌尖處近紅外光譜特性可較客觀地預測人體血清蛋白的變化。林凌等[33]采用舌尖近紅外光譜數據用于血清總蛋白含量無創檢測，分別建立主成分分析結合BP神經網絡模型（平均相對誤差7.35%，均方根誤差3.069 1 g/L）和偏最小二乘法模型（平均相對誤差4.77%，均方根誤差0.130 1 g/L），提示舌診近紅外光譜可較準確地用于總蛋白含量的無創檢測。李剛等[34]建立紅細胞總數與光譜數據的偏最小二乘回歸模型，該模型相關系數為0.994，真實值與預測值間相關系數、平均相對誤差、均方根誤差分別為0.994、0.81%、0.472，提示舌尖部可無創檢測紅細胞。

3.2 疾病無創篩查

某些疾病的篩查是有創的，臨床實際當中頻繁的篩查可能會給患者造成不良的體驗。本著“人文關懷”原則，探索疾病無創篩查已成為現代醫學進步的一種訴求。目前光譜研究主要應用于心血管、消化、內分泌等系統疾病篩查。

李剛等[35-36]采用光譜法用于健康組、高黏血癥傾向組、脂肪肝組、冠心病組預測，其中間隔偏最小二乘法模型預測準確率高達85%，與可見光波段相比，近紅外波段含有更多與疾病分類相關的信息，并提出一種基于光譜法的脂肪肝無創、快速診斷新方法，通過建立3層BP網絡模型，用于健康人和脂肪肝患者樣本分類預測，正確率達89.7%。應薦等[37]采用自主研發的PHE201體表紅外光譜儀檢測乳腺增生病患者舌體各部的紅外輻射光譜，發現乳腺增生病患者舌前、舌中、舌邊5個部位紅外輻射光譜具有相似的形態，其中有17個波長檢測點乳腺增生病患者舌前與其他部位紅外輻射強度比較有明顯差異，初步探索舌面各部紅外輻射光譜的臨床意義。嚴文娟等[38-42]采集舌尖等部位近紅外光譜數據，建立診斷模型，用于：①健康人、脂肪肝患者、肝炎患者的預測；②健康人、糖尿病患者的預測；③健康人、冠心病患者、糖尿病患者和肝炎患者4類人群快速、無損的識別；④健康人和肝炎患者快速、無創篩查；⑤病毒性肝炎患者與健康人快速、精確分類篩查。

3.3 中醫證候研究

中醫舌象便于觀察，能直接反映臟腑狀況，是臨床辨證施治不可或缺的重要依據。目前，光譜法主要涉及肝癌、高血壓等疾病不同中醫證候的研究以及健康人與不同疾病證候之間的差異性等。

徐穎等[43]采用一種光譜測色法采集133名原發性肝癌患者的舌色光譜數據，發現肝郁脾虛證、濕熱蘊結證、肝腎陰虛證、氣滯血瘀證4種舌色之間有明顯色差，與臨床特點相符。程南方[44]使用可見-近紅外光譜儀采集舌尖部舌色信息，發現高血壓病痰濕壅盛型、肝火亢盛型與正常人群組及其兩者之間的舌色差異在光譜色度學指標Dominant Wavelength、Purity等方面存在不同程度上的反映。林凌等[45-46]用可見光光譜數據，對表寒里熱證患者、健康人、風寒患者舌象數據進行分類和預測，其中支持向量機模型用于健康人與表寒里熱證患者的預測，準確率達100%，預測誤差平方均值為0.077 34。

4 問題與展望

上述研究為光譜法在中醫舌診現代研究奠定了一定基礎。但仍存在以下問題：①傳統中醫或現代醫學理論指導不足。如中醫理論以整體觀念為主要特點，單純通過光譜舌象數據預測疾病及其證候等，相關指標的特異性及敏感性有待進一步探索。②研究深度和廣度不足。由于研究的樣本量不足，涉及疾病較少，尚有許多疾病如癌癥舌象等有待研究；在疾病診斷與預測方面，雖然取得一定成果，但與臨床相結合仍有很長的路程。③由于中醫舌診現代研究具有自身的特點，對光譜技術提出了新的需求和挑戰，如儀器設備昂貴、光源波長范圍等問題制約光譜數據的色度學參數計算等。④目前光譜法用于中醫舌診現代研究的基礎尚未完善，存在一些重復性研究，減緩了光譜法應用于中醫舌診現代研究的步伐。這些問題導致現階段光譜法并未在中醫舌診現代研究中發揮應有的優勢和作用。

目前，光譜法與中醫舌診現代研究的結合尚處于探索階段，但該技術在中醫面色診現代研究中已取得了一系列有意義的成果，提示光譜法應用現代中醫診斷技術研究的可行性及優勢。許家佗、吳宏進等[47-49]觀測400～550 nm波段，發現健康組、亞健康組及疾病組面部光譜反射率存在規律：亞健康組>健康組>疾病組，其中亞健康組在400～560 nm段光譜反射率明顯偏高。通過對亞健康組中不同臟腑辨證組間光譜反射率比較，發現肺型在400～520 nm明顯低于其他臟型、脾型在420～600 nm明顯高于其他臟型，提示光譜特性可作為亞健康狀態、疾病狀態診斷的參考指標。從現代中醫理論和光譜技術等角度來看，面色診與舌診同屬中醫望診范疇，其研究方法和內容存在諸多共同點，故面色診的研究成果及經驗可適當借鑒到中醫舌診現代研究中。同時，光譜及光譜成像技術在生物醫學等領域已開展較多方面的應用，如熒光多標記共定位、染色體核型分析、眼底病變檢測、光譜成像癌變檢測、生物芯片檢測、無損血糖監測及拉曼癌變檢測等[50]，上述領域的應用經驗可為中醫舌診現代研究提供借鑒。

綜上，以光譜法為代表的光譜技術具有巨大的研究價值和廣闊的發展前景，與數碼攝像、紅外熱成像、光電轉換等技術同為中醫舌診現代研究的重要內容。光譜法提升了中醫舌診現代研究的維度，為該領域研究提供了新的思路和方法。但光譜法的應用尚未發展成熟，亟待進一步探索和挖掘。在已有成果基礎上，將光譜技術與中醫理論相融合，才能發揮光譜法在中醫舌診現代研究中的應用價值，促進學科快速發展。

參考文獻：

[1] 許家佗，包怡敏，王志國，等.166例慢性胃炎患者舌象特征與證型關系的初步觀察[J].上海中醫藥大學學報，2003，17（2）：34-37.

[2] 許家佗，孫煬，張志楓，等.基于差分統計方法的舌象紋理特征的分析與識別[J].上海中醫藥大學學報，2003，17（3）：55-58.

[3] 許家佗，周昌樂，方肇勤，等.舌像顏色特征的計算機分析與識別研究[J].上海中醫藥大學學報，2004，18（3）：43-47.

[4] 許家佗，張志楓，孫煬，等.舌象圖像分析中點刺與瘀點特征的識別[J].上海中醫藥大學學報，2004，18（4）：38-40.

[5] 諸凱，魏璠，何堅，等.不同人群舌紅外熱象觀察及動物舌血液灌注率測定[J].中醫雜志，2004，45（1）：49-50.

[6] 武哲麗，陳群，徐志偉，等.肝病瘀血舌象與血瘀證舌溫臨床研究[J].中國中醫藥信息雜志，2008，15（7）：22-24.

[7] 任重，劉國棟，黃振.基于平場全息凹面光柵的舌診用光譜儀的研制[J].光譜學與光譜分析，2013，33（9）：2586-2590.

[8] 郭德濟.光譜分析法[M].重慶：重慶大學出版社，1994：1.

[9] 林凌，解鑫，李剛.基于光譜的中醫舌色客觀化方法初探[J].光譜學與光譜分析，2009，29（3）：707-710.

[10] 孔猛，曾常春，劉友章，等.應用可見反射光譜法對中醫舌診舌色的色度學研究[J].世界科學技術-中醫藥現代化，2011，13（6）：982-987.

[11] 馮鑫鑫，葛林寶，應薦.PHE201體表紅外光譜儀應用進展[J].遼寧中醫藥大學學報，2011，13（4）：46-47.

[12] 曾常春，楊利，許穎，等.不同標準照明體光源對正常舌尖舌色色度學參數的影響[J].北京中醫藥大學學報，2012，35（1）：33-37.

[13] 趙靜，劉明，陸小左，等.人體舌苔的反射光譜特征分析[J].光譜學與光譜分析，2014，34（8）：2208-2211.

[14] 嚴文娟，賀國權，譚勇，等.基于漫反射舌體光譜信息的實驗方法研究[J].實驗技術與管理，2014，31（3）：40-42.

[15] 劉明，趙靜，李剛，等.高光譜成像用于中醫舌診舌苔信息提取[J]. 光譜學與光譜分析，2017，37（1）：162-165.

[16] YAMAMOTO S， TSUMURA N， NAKAGUCHI T， et al. Regional image analysis of the tongue color spectrum[J]. International Journal of Computer Assisted Radiology & Surgery，2011，6（1）：143-152.

[17] 李剛，趙靜，林凌，等.光調制技術用于提高光譜法舌診的測量信噪比[J].光譜學與光譜分析，2012，32（1）：192-195.

[18] 趙靜，李哲，李剛，等.反射率歸一化用于提高光譜法舌診信噪比[J]. 光譜學與光譜分析，2012，32（6）：1624-1627.

[19] 蔡軼珩，曹美玲，張新峰，等.基于有限維模型的舌圖像顏色校正方法可行性研究[J].世界科學技術-中醫藥現代化，2007，9（5）：116-121.

[20] 蔡軼珩，曹美玲，張新峰，等.舌色有限維模型分析的初步研究[J]. 北京生物醫學工程，2007，26（6）：579-583.

[21] 曾常春，楊利，許穎，等.516例正常人舌色與唇色的可見反射光譜色度學調查[J].中西醫結合學報，2011，9（9）：948-954.

[22] 孔猛，曾常春，劉友章，等.基于可見反射光譜法的中醫舌診定量與歸類分析研究[J].中西醫結合學報，2011，9（1）：29-35.

[23] 林凌，張晶，解鑫，等.人體舌苔的光譜學研究[J].納米技術與精密工程，2010，8（1）：54-58.

[24] 龔小進，王剛，歐中華，等.高光譜成像技術在生物醫學中的應用[J]. 激光生物學報，2016，25（4）：289-294，314.

[25] 李剛，趙靜，林凌，等.X-Y振鏡掃描式舌診高光譜采集系統[J].光譜學與光譜分析，2011，31（12）：3347-3351.

[26] 李家星，吳紅杰，李剛，等.高光譜成像技術在中醫證候客觀診斷中的應用[J].光譜學與光譜分析，2010，30（11）：3072-3075.

[27] 李慶利，薛永祺，王建宇，等.高光譜成像系統在中醫舌診中的應用研究[J].紅外與毫米波學報，2006，25（6）：465-468.

[28] 李慶利，薛永祺，王建宇，等.基于超光譜圖像的舌體分割算法[J]. 紅外與毫米波學報，2007，26（1）：77-80.

[29] 李慶利，薛永祺，劉治，等.基于高光譜成像技術的中醫舌紋分析算法[J].光電工程，2007，34（4）：60-64.

[30] 李慶利，薛永祺，劉治.基于高光譜成像技術的中醫舌象輔助診斷系統[J].生物醫學工程學雜志，2008，25（2）：368-371.

[31] 趙靜，林凌，陸小左，等.血細胞壓積與平均血紅蛋白濃度的可見-近紅外光譜無創檢測[J].光譜學與光譜分析，2014，34（3）：652-655.

[32] 李家星，林凌，李哲，等.基于舌近紅外反射光譜的人體血清多種蛋白含量無創測量[J].光譜學與光譜分析，2012，32（11）：2992-2996.

[33] 林凌，李哲，李曉霞，等.基于舌診NIR反射光譜血清總蛋白含量的無創測量[J].光譜學與光譜分析，2012，32（8）：2110-2116.

[34] 李剛，趙靜，李家星，等.舌診歸一化反射光譜用于紅細胞數無創測量[J].光譜學與光譜分析，2011，31（5）：1328-1331.

[35] 李剛，趙靜，李家星，等.可見-近紅外反射光譜用于疾病快速篩查[J].光學學報，2011，31（3）：183-188.

[36] 李剛，趙靜，張晶，等.基于光譜法舌診的脂肪肝快速診斷[J].光譜學與光譜分析，2010，30（10）：2748-2751.

[37] 應薦，沈雪勇，張志楓，等.乳腺增生病患者舌面各部紅外輻射光譜比較[J].上海中醫藥大學學報，2006，20（1）：38-41.

[38] 嚴文娟，林凌，趙靜，等.概率神經網絡用于舌診的近紅外光譜分類[J].激光與紅外，2010，40（11）：1201-1204.

[39] 嚴文娟，李剛，林凌，等.人工神經網絡在舌診近紅外光譜中的應用研究[J].計算機工程與應用，2011，47（27）：132-135.

[40] 嚴文娟，李剛，林凌.基于近紅外光譜的舌診疾病識別的研究[J].紅外技術，2010，32（8）：487-490，494.

[41] 嚴文娟，張晶，胡廣芹，等.BP神經網絡用于肝炎患者舌診近紅外光譜的研究[J].光譜學與光譜分析，2010，30（10）：2628-2631.

[42] 嚴文娟，張晶，趙靜，等.基于PCA-BP肝炎患者舌診的光譜識別[J].天津大學學報：自然科學與工程技術版，2011，44（4）：287-290.

[43] 許穎，曾常春，蔡修宇，等.原發性肝癌不同中醫證型患者舌色的光譜測色及其色度學比較研究[J].中西醫結合學報，2012，10（11）：1263- 1271.

[44] 程南方.基于光譜技術對高血壓病兩證舌象的定量研究[D].廣州：廣州中醫藥大學，2012.

[45] 林凌，李哲，張晶，等.可見光光譜用于表寒里熱證舌診的快速分類[J].中華中醫藥雜志，2012，27（1）：169-172.

[46] 林凌，張晶，趙靜，等.基于光譜法的中醫證型快速診斷[J].光譜學與光譜分析，2011，31（3）：677-680.

[47] 許家佗，吳宏進，陸璐明，等.不同健康狀態的面部光譜色度特征分析[J].生物醫學工程學雜志，2012，29（6）：1062-1067.

[48] 吳宏進，許家佗，陸璐明，等.亞健康狀態的面部光譜與五臟色色度特征[J].中西醫結合學報，2012，10（1）：59-66.

[49] 吳宏進，許家佗，張志楓，等.疾病狀態五臟病面色光譜色度特征研究[J].中華中醫藥雜志，2012，27（4）：1029-1033.

[50] 于翠榮，王新全，齊敏珺，等.光譜及光譜成像技術在生物醫學領域的應用[J].量子電子學報，2015，32（6）：641-647.