基于智能信息處理的舌診客觀化研究

徐熊 宋海貝 溫川飆 劉義 曾馨 徐可鑫

摘要：舌診作為中醫(yī)辨證重要方法之一，其研究對(duì)于推進(jìn)中醫(yī)現(xiàn)代化發(fā)展具有重要意義。目的：對(duì)實(shí)現(xiàn)中醫(yī)舌診智能化研究進(jìn)展做出總結(jié)與分析。方法：結(jié)合智能化技術(shù)和中醫(yī)舌診，通過(guò)文獻(xiàn)查閱、資料梳理和科學(xué)的分析等方法。結(jié)論：對(duì)實(shí)現(xiàn)舌診智能化流程、舌象采集、舌像處理、舌象分析、舌診儀等方面現(xiàn)狀分析總結(jié)，為今后對(duì)實(shí)現(xiàn)舌診智能化提供參考價(jià)值。

關(guān)鍵詞：中醫(yī)辨證;舌診;智能化;客觀化;應(yīng)用研究

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）22-0182-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

目前，學(xué)者對(duì)中醫(yī)診斷和智能化研究愈加的深入和重視，其中，對(duì)于中醫(yī)四診中的舌診也提出了智能化、客觀化和定量化的新要求。將現(xiàn)代科學(xué)技術(shù)與舌診相結(jié)合，提高擴(kuò)大臨床診斷的應(yīng)用價(jià)值，將是中醫(yī)診斷學(xué)的發(fā)展趨勢(shì)。舌診是借助觀察舌體的色澤、形態(tài)的變化來(lái)輔助醫(yī)生對(duì)疾病的診斷，智能化技術(shù)的運(yùn)用可以提高其診斷效率、準(zhǔn)確率，降低出錯(cuò)率。要完全實(shí)現(xiàn)智能化中醫(yī)診斷，舌診的研究是不可缺少的部分。

1 舌診與疾病的聯(lián)系以及與智能化相結(jié)合的意義

中醫(yī)講究整體觀，人體五臟六腑的情況可通過(guò)人的面色、舌色、精神狀態(tài)等有所反映。其中，舌診就是行之有效的方法之一。通過(guò)研究者的研究發(fā)現(xiàn)，在痛風(fēng)炎癥[1]、急性心肌梗死[2】、糖尿病[3][4]、惡性腫瘤[5]、高脂血癥[6]、骨科疾病[7]和腎臟疾病[8]等方面都與舌體有所關(guān)聯(lián)。

傳統(tǒng)舌診是通過(guò)醫(yī)生的視覺(jué)觀察加上中醫(yī)理論來(lái)診斷，而隨著智能化技術(shù)的發(fā)展，將傳統(tǒng)中醫(yī)診斷方式與現(xiàn)代技術(shù)結(jié)合，將有可能進(jìn)一步推進(jìn)中醫(yī)診斷學(xué)運(yùn)用的發(fā)展。隨著人工智能的發(fā)展運(yùn)用，人工智能帶來(lái)的不只是技術(shù)變革，在醫(yī)療領(lǐng)域，還是對(duì)醫(yī)療診斷、治療和服務(wù)模式的轉(zhuǎn)變[9]。目前，人工智能技術(shù)的運(yùn)用已涉及醫(yī)療領(lǐng)域的諸多方面，其中人工智能在醫(yī)學(xué)圖像識(shí)別、疾病輔助診斷、健康管理、疾病預(yù)測(cè)、藥物研發(fā)等運(yùn)用普遍，同時(shí)也在醫(yī)學(xué)影像識(shí)別、藥物研發(fā)、健康管理等方面發(fā)揮著重要作用，可以幫助醫(yī)生分析病情、改進(jìn)病理分析方案，進(jìn)一步推動(dòng)我國(guó)醫(yī)療事業(yè)向智能化方向發(fā)展[10]。

2 舌診智能化研究進(jìn)展

2.1 舌診近20年研究熱點(diǎn)

圖1是運(yùn)用Citespace軟件繪制的舌診近20年研究的作者共現(xiàn)網(wǎng)絡(luò)圖，通過(guò)結(jié)點(diǎn)大小可看出關(guān)鍵詞出現(xiàn)的頻率，其中結(jié)點(diǎn)越大說(shuō)明關(guān)鍵詞的出現(xiàn)頻次越高，那么它所受關(guān)注程度也就越高。而具有高度中心性的節(jié)點(diǎn)是溝通其他多個(gè)節(jié)點(diǎn)的“橋梁”，充當(dāng)著媒介者的作用。結(jié)果顯示，在以舌診為核心的研究中，對(duì)舌象的研究是重點(diǎn)，同時(shí)還有對(duì)舌苔、舌色、舌質(zhì)、綜述等進(jìn)行研究，然后又延伸至客觀化、辨證論治、臨床應(yīng)用等方面。不同顏色的線段代表著不同的研究時(shí)間段，顏色最深至淺表示時(shí)間從2000年開始至2019年，一種顏色段代表的時(shí)間段為5年。可見舌診和舌象較早就開始研究，接著是舌苔、舌質(zhì)、舌色、客觀化、綜述、客觀化、相關(guān)性等的研究。在主要研究者方面，梁嶸、張志楓、許家佗、陳群、王憶勤、陸小左等在舌診研究領(lǐng)域具有一定權(quán)威性。梁嶸主要研究于中醫(yī)證候的規(guī)范化、標(biāo)準(zhǔn)化和舌象的臨床研究。張志楓在舌診研究主要在于應(yīng)用計(jì)算機(jī)圖像處理技術(shù)、開展中醫(yī)舌象視覺(jué)計(jì)算。許家佗研究于中醫(yī)診療技術(shù)信息化研究與應(yīng)用，跨學(xué)科從事中醫(yī)舌診信號(hào)采集與分析、中醫(yī)特色健康評(píng)價(jià)。

2.2 實(shí)現(xiàn)舌診智能化研究流程圖

實(shí)現(xiàn)舌診智能化基本流程圖2：舌象采集、舌象處理、舌象分析、反饋結(jié)果。首先，通過(guò)采集設(shè)備在光照條件良好的環(huán)境下對(duì)舌體采集，目前采集較好的方式則是在黑箱中采集。然后，篩選符合清晰度標(biāo)準(zhǔn)的圖像，利用圖像去噪、圖像分割和特征物提取等技術(shù)處理圖像。最后，對(duì)提取出的舌象借助中醫(yī)理論以及與數(shù)據(jù)庫(kù)對(duì)比分析得出結(jié)果。

2.3 舌象采集研究情況

近幾十年來(lái)，研究者在圖像采集方面的研究保持著高速且相對(duì)穩(wěn)定的發(fā)展趨勢(shì)。對(duì)于圖像采集技術(shù)，現(xiàn)代的硬件技術(shù)已可以達(dá)到良好圖像獲取標(biāo)準(zhǔn)。

舌象的采集需要在良好的光照環(huán)境中進(jìn)行，石強(qiáng)[11]在探尋合適的舌象采集光照下進(jìn)行了研究，發(fā)現(xiàn)標(biāo)準(zhǔn)光源D50下效果最好。宋賢杰[12]研究通過(guò)人造光代替自然光來(lái)提供采集環(huán)境。在有了良好的光照下，借助智能化技術(shù)實(shí)現(xiàn)舌象的自動(dòng)采集、圖像傳輸便是下一步。楊淑銘[13]在電子技術(shù)的研究中，特別是在圖像采集方面實(shí)現(xiàn)了舌象的自動(dòng)采集模糊分析。姜永超[14]通過(guò)積分球搭建的光照環(huán)境保證了舌體的受光均勻，同時(shí)使用MFC編寫采集處理程序。朱奕丹[15]希望通過(guò)圖像采集技術(shù)和現(xiàn)代化顯示系統(tǒng)，實(shí)現(xiàn)圖像的實(shí)時(shí)采集并能自動(dòng)處理圖像且最終顯示結(jié)果。王軍[16]基于圖像采集分辨率高、獲取數(shù)據(jù)快等特點(diǎn)研究出三維測(cè)量?jī)x。王永清[17]曾早期研究了通過(guò)USB連線的攝像頭來(lái)采集圖像的硬件、軟件設(shè)計(jì)過(guò)程，最終在目標(biāo)板上的圖像采集取得了成功，至今該技術(shù)已運(yùn)用成熟，且已經(jīng)運(yùn)用于諸多采集方面的電子設(shè)備中。圖像采集技術(shù)的不斷發(fā)展至今，對(duì)于舌像的采集已可很好的實(shí)現(xiàn)。除了在硬件采集設(shè)備上研究外，研究者們逐漸偏向于軟件的研究和圖像標(biāo)準(zhǔn)的研究。丁成華[18]研究通過(guò)對(duì)人舌象的特征進(jìn)行了全面的定性、定量的分析以及相關(guān)數(shù)據(jù)的融合，因而可作為采集圖像標(biāo)準(zhǔn)的一重要參考。蔡軼珩[19]等人則設(shè)計(jì)了一種舌體三維動(dòng)態(tài)信息采集系統(tǒng)，這解決了圖像采集單維面的問(wèn)題，實(shí)現(xiàn)了舌體的完整采集，可提高結(jié)果的準(zhǔn)確性。

2.4 舌象圖像處理研究情況

基于智能化的舌診研究，不僅需要完整的圖像采集，同時(shí)還離不開圖像處理這一技術(shù)，對(duì)圖像處理也有較高要求。若不能有效的解決該問(wèn)題，對(duì)實(shí)現(xiàn)計(jì)算機(jī)對(duì)圖像的分析會(huì)造成一定難度，并導(dǎo)致準(zhǔn)確度低。

去噪處理、圖像校正、圖像分割、特征提取[20-22]等技術(shù)都需對(duì)圖像進(jìn)行處理。面對(duì)采集到的圖像不夠達(dá)到精細(xì)化要求，同時(shí)隨著圖像處理軟件技術(shù)的發(fā)展，圖像處理也變得重要。在去噪處理方面，常見有均值濾波、中值濾波和高斯濾波等方法。馬璐[23]對(duì)不同去噪處理方法進(jìn)行了比較分析。在圖像校正方面，鄭娜[24]研究為了降低非均勻光照對(duì)圖像的質(zhì)量的影響，提出了一種基于改進(jìn)雙邊濾波的自適應(yīng)校正算法，該方法能夠使圖像顏色保真，提高對(duì)比度，增強(qiáng)清晰度。在圖像分割方面，鄭文超[25]提出了一種基于圖分割技術(shù)的全卷積神經(jīng)網(wǎng)絡(luò)算法。在特征提取方面，謝濤[26]在HSV顏色空間下，對(duì)提取的舌像進(jìn)行苔質(zhì)分離，分別對(duì)舌苔和舌質(zhì)進(jìn)行多項(xiàng)特征的提取。對(duì)于軟件圖像處理的研究，不僅需對(duì)圖像的識(shí)別、增強(qiáng)、復(fù)原、編碼壓縮以及分割技術(shù)分別進(jìn)行探索分析，以豐富現(xiàn)有的技術(shù)體系內(nèi)容，還應(yīng)為計(jì)算機(jī)圖像處理技術(shù)發(fā)展提供更全面的理論依據(jù)。張?chǎng)蝃27]提出一種ARM架構(gòu)下計(jì)算機(jī)圖像并行化處理技術(shù)研究方法。管晶晶[28]立于模糊算法理論，對(duì)計(jì)算機(jī)圖像處理技術(shù)進(jìn)行了研究。顧玉蓉[29]全面分析Bayesian-MCMC算法在計(jì)算機(jī)圖像處理中的應(yīng)用優(yōu)點(diǎn)。

2.5 舌象分析技術(shù)研究情況

圖像分析基于前兩個(gè)步驟，最后借助中醫(yī)理論分析出舌診的結(jié)果。目前，已研究出相關(guān)舌像的分析方法，但這方面的研究還并不是很多，在對(duì)舌象的分析中，有人提出可以采用對(duì)舌像先分解再分析[30]的方法，先通過(guò)圖像分割技術(shù)分割舌體的舌苔和舌質(zhì)部分，分別對(duì)舌苔和舌質(zhì)的特征部分進(jìn)行提取，然后分別歸類于中醫(yī)舌診。除此，也又人提出可以對(duì)舌象進(jìn)行全方位特征進(jìn)行提取[31][32]，這樣就可以避免分解提取的繁瑣度，提高處理效率，同時(shí)也使之形成舌診自動(dòng)化提取與客觀化診斷方式相結(jié)合成為可能。隨著大數(shù)據(jù)的發(fā)展，通過(guò)建立源數(shù)據(jù)庫(kù)，對(duì)采集處理后的舌像與數(shù)據(jù)庫(kù)里的標(biāo)準(zhǔn)舌像對(duì)比，當(dāng)對(duì)比達(dá)到一定吻合度后，可以根據(jù)數(shù)據(jù)庫(kù)里的舌像的病癥完成診斷。其中，可見對(duì)于最初源數(shù)據(jù)的建立十分重要，同時(shí)還需不斷的補(bǔ)充以及修正，隨著數(shù)據(jù)達(dá)到一定數(shù)量后，其運(yùn)用價(jià)值將得到很大提高。將舌像采集、處理和分析結(jié)合成一體才能趨向于智能化，有研究機(jī)構(gòu)就研制出了中醫(yī)客觀舌診分析儀，它能采集、查看、存儲(chǔ)數(shù)字化彩色舌像圖像，實(shí)現(xiàn)彩色舌像的重現(xiàn)，并具有自動(dòng)分析常見舌像特征。

2.6 舌診儀研究情況

舌診智能化研究的一重要體現(xiàn)在于舌診儀，具有標(biāo)準(zhǔn)、客觀、集采集、處理、分析于一體等優(yōu)勢(shì)。目前，在舌診儀成果方面，有研究出多點(diǎn)立體舌像采集裝置以實(shí)現(xiàn)舌體的多方位獲取，以及對(duì)中醫(yī)舌診儀健康檢查指標(biāo)體系建立的研究。在專利研究方面，目前，有研究出LED光源手持式中醫(yī)舌診儀、微云智能舌診儀、電子舌診儀、電子舌面鏡等。在舌診儀應(yīng)用方面，闕翼[33]通過(guò)觀察冠心病穩(wěn)定期患者舌象，探討冠心病穩(wěn)定期患者舌象的特征以及儀器數(shù)據(jù)客觀化。許嵐[34]研究了慢性乙型肝炎治療前后舌象的變化，提供客觀的舌診數(shù)據(jù)。舌診儀研究的增多代表著技術(shù)的不斷進(jìn)步以及研究者們對(duì)中醫(yī)舌診的重視程度，然而由于舌診儀的多樣性和差異性以及各自制定的標(biāo)準(zhǔn)不同，其客觀化研究結(jié)果可行度還有待提高。目前舌診儀還處于實(shí)驗(yàn)以及教學(xué)等方面，對(duì)于臨床運(yùn)用還不足。隨著大數(shù)據(jù)的發(fā)展，舌診儀的發(fā)展還有很大空間。

3 討論

近年來(lái)科學(xué)技術(shù)的不斷成熟，使得舌診智能化研究有了較大進(jìn)展，隨著不同階段的探索，找到一種有效且易于形成統(tǒng)一標(biāo)準(zhǔn)的技術(shù)方法，為今后在舌象采集環(huán)境標(biāo)準(zhǔn)、圖像標(biāo)準(zhǔn)，圖像處理方法、步驟標(biāo)準(zhǔn)，特征物提取標(biāo)準(zhǔn)，舌象分析標(biāo)準(zhǔn)等的統(tǒng)一做好積淀。今后在不斷探索的同時(shí)也需提高對(duì)形成統(tǒng)一標(biāo)準(zhǔn)的重視。

通過(guò)對(duì)資料整理發(fā)現(xiàn)，目前，對(duì)于實(shí)現(xiàn)舌診信息化、智能化研究與中醫(yī)診斷客觀化研究存在脫節(jié)。首先，由于目前中醫(yī)智能化診斷技術(shù)還不夠成熟，應(yīng)用于臨床的成果不夠普及，同時(shí)也由于中醫(yī)診斷學(xué)的復(fù)雜性以及需要經(jīng)驗(yàn)積累等因素，要實(shí)現(xiàn)高智能化的診斷系統(tǒng)還有難度。在中醫(yī)學(xué)者研究中，大多數(shù)都是通過(guò)比較研究組和對(duì)照組舌象，與中醫(yī)藥臨床有所分離。然而，理工專業(yè)的學(xué)者又更多集中于圖像識(shí)別技術(shù)、圖像分析等技術(shù)，缺少中醫(yī)診斷學(xué)理論的指導(dǎo)，對(duì)臨床診斷應(yīng)用幫助不夠明顯。總結(jié)下來(lái)就是實(shí)現(xiàn)智能中醫(yī)診斷學(xué)現(xiàn)代化研究需要多學(xué)科多領(lǐng)域的合作支撐，比如、中醫(yī)學(xué)、數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)等領(lǐng)域的人才探討完成，同時(shí)還需有效的利用現(xiàn)有研究成果，借助人工智能開放平臺(tái)等實(shí)現(xiàn)更具臨床實(shí)際意義的研究。

從舌診研究進(jìn)展看，需借助現(xiàn)代醫(yī)學(xué)手段，推進(jìn)舌診指標(biāo)微觀化、立足傳統(tǒng)中醫(yī)理論的研究，其次，進(jìn)一步探索舌診內(nèi)容的定量化以及借助現(xiàn)代的信息技術(shù)多學(xué)科、多領(lǐng)域聯(lián)合和研究舌診智能系統(tǒng)化。舌診智能化的研究可以給中醫(yī)學(xué)帶來(lái)諸多優(yōu)勢(shì)，通過(guò)人工智能和中醫(yī)診斷技術(shù)的結(jié)合，不但能夠推進(jìn)我國(guó)中醫(yī)診斷學(xué)的發(fā)展，還可以減輕醫(yī)療人員的工作量，還能有效地減少醫(yī)學(xué)診斷的誤診率，也可以避免醫(yī)生主觀判定的一些弊端，彌補(bǔ)不足，隨著過(guò)程的進(jìn)展，中醫(yī)智能診斷技術(shù)將會(huì)不斷完善，未來(lái)在中醫(yī)學(xué)診斷治療的研究方向中，人工智能診斷專家系統(tǒng)也是一重點(diǎn)。隨著大數(shù)據(jù)、網(wǎng)絡(luò)傳輸、硬件設(shè)備等技術(shù)的不斷深入，將可以模擬出具有專家思維和判斷力的系統(tǒng)，同時(shí)還有高精度率、高效率、高完善率等優(yōu)勢(shì)。在硬件方面，中醫(yī)智能診斷設(shè)備還有便攜方便、處理能力強(qiáng)、操作簡(jiǎn)單、可隨時(shí)監(jiān)測(cè)等優(yōu)勢(shì)，同時(shí)還可以在借助網(wǎng)絡(luò)連接來(lái)儲(chǔ)存和分析數(shù)據(jù)，通過(guò)這些數(shù)據(jù)醫(yī)生可以遠(yuǎn)程診斷，為患者提供便捷。目前，中醫(yī)智能化診斷還不能完全實(shí)現(xiàn)中醫(yī)診斷（四診）結(jié)合為一體，更多是單一方面的診斷，因而，能實(shí)現(xiàn)該目標(biāo)將是研究者們的共同努力方向。

參考文獻(xiàn)：

[1]何夢(mèng)吟，祝韻薇，魯盈，舌象與原發(fā)性痛風(fēng)炎癥活動(dòng)度關(guān)系的臨床研究[J].中國(guó)中醫(yī)急癥，2019，28（8）：1327-1330.

[2]李晨晨，姜鈞文，肖蕾，急性心肌梗死中醫(yī)證型分布特點(diǎn)及與舌象相關(guān)性研究[Jl.中醫(yī)藥臨床雜志，2019，31（3）：504-508.

[3]蘭琴，熊鳴峰，王騰宇，等，糖尿病前期患者舌象規(guī)律的臨床研究[J].光明中醫(yī)，2017，32（23）：3370-3372.

[4]林麗貞，阮詩(shī)瑋.糖尿病腎病氣陰兩虛夾瘀證治療前后舌象改變的研究[J].糖尿病新世界，2017（18）：23-24.

[5]韓柯柯，霍介格，錢峻，等.惡性腫瘤舌下絡(luò)脈的研究進(jìn)展[J].中國(guó)中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2017，23（12）：1787-1789.

[6]宋雪陽(yáng)，許朝霞，王憶勤.高脂血癥的中醫(yī)證候及舌脈象特征研究概述[J].時(shí)珍國(guó)醫(yī)國(guó)藥，2018，29（1）：161-163.

[7]張兵，馬凰富，劉波，等.非創(chuàng)傷性股骨頭壞死的舌象定量研究[Jl.中醫(yī)正骨，2015，27（4）：8-11.

[8]周小芳，李雪，李福鳳，不同CKD分期慢性腎衰患者的舌象特征研究[J].數(shù)理醫(yī)藥學(xué)雜志，2018，31（3）：323-325.

[9]王海星，田雪晴，游茂，等，人工智能在醫(yī)療領(lǐng)域應(yīng)用現(xiàn)狀、問(wèn)題及建議[J].衛(wèi)生軟科學(xué)，2018，32（5）：3-5，9.

[10]章瀚文.人工智能在醫(yī)療中的應(yīng)用[J].科技傳播，2018，10（20）：112-113.

[11]石強(qiáng)，湯偉昌，李福鳳，等.舌象信息客觀化研究中光源選擇初探[J].上海中醫(yī)藥大學(xué)學(xué)報(bào)，2004，18（2）：39-41.

[12]宋賢杰，徐晨潔，劉曉谷，等.采集舌象用光源的光譜研究[J].光譜學(xué)與光譜分析，2008，28（5）：978-982.

[13]楊淑銘.慢性腎臟病中醫(yī)舌象自動(dòng)采集與特征識(shí)別的研究[D].成都：電子科技大學(xué)，2018.

[14]姜永超，樊春玲，明星，等，一體式中醫(yī)舌象采集分析系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2018，26（1）：222-225.

[15]朱奕丹，方怡冰.基于FPGA的圖像采集與VGA顯示系統(tǒng)[Jl.計(jì)算機(jī)應(yīng)用，2011，31（5）：1258-1261，1264.

[16]王軍.基于計(jì)算機(jī)視覺(jué)的三維測(cè)量?jī)x研究[Dl.南京：南京理工大學(xué)，2018.

[17]王永清，何波，王乾，等.Linux下基于ARM920T的USB攝像頭圖像采集[J].微計(jì)算機(jī)信息，2007，23（2）：176-177.

[18]丁成華，杜建強(qiáng)，朱明峰，等.基于圖像分析技術(shù)探索中醫(yī)舌診研究[J].江西中醫(yī)藥，2013，44（11）：7-9.

[19]蔡軼珩，張琳琳，盛楠，等.基于光度立體法的中醫(yī)舌體三維表面重建[J].電子與信息學(xué)報(bào)，2015，37（11）：2564-2570.

[20]張翔，胡廣芹，張新峰.中醫(yī)舌圖像的質(zhì)量評(píng)價(jià)研究[Jl.世界中西醫(yī)結(jié)合雜志，2017，12（11）：1607-1611.

[21]許家佗，張志楓，嚴(yán)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(yī)結(jié)合學(xué)報(bào)，2009，7（5）：422-427.

[22]盧運(yùn)西，李曉光，張輝，張菁，卓力，中醫(yī)舌象分割技術(shù)研究進(jìn)展：方法、性能與展望[J/OL].自動(dòng)化學(xué)報(bào)：1-12[2019-09-02]

[23]馬璐，楊文飛，關(guān)于數(shù)字圖像處理中多種去噪方法的比較[J].吉林工程技術(shù)師范學(xué)院學(xué)報(bào)，2019，35（9）：92-94.

[24]鄭娜，穆平安，基于改進(jìn)雙邊濾波的非均勻光照?qǐng)D像校正算法[J].電子測(cè)量技術(shù)，2019，42（17）：157-161.

[25]鄭文超，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分割算法[J].電子技術(shù)與軟件工程，2019（21）：63-64.

[26]謝濤，基于圖像處理的舌像分割及潤(rùn)燥識(shí)別研究[D].上海：華東理工大學(xué)，2017.

[27]張?chǎng)?ARM架構(gòu)下計(jì)算機(jī)圖像并行化處理技術(shù)研究[J].計(jì)算機(jī)測(cè)量與控制，2017，25（12）：237-239，250.

[28]管晶晶，基于模糊算法理論的計(jì)算機(jī)圖像處理技術(shù)[J].中國(guó)新通信，2018，20（9）：114.

[29]顧玉蓉.基于計(jì)算機(jī)圖像處理中的Bayesian-MCMC算法[J].數(shù)字技術(shù)與應(yīng)用，2016（3）：147.

[30]韓立博，胡廣芹，張新峰，等，基于直方圖均衡化的伽馬校正和K-means聚類的舌象苔質(zhì)分離方法[J].北京生物醫(yī)學(xué)工程，2019，38（1）：1-6.

[31]朱顥.全方位舌像特征提取及多核學(xué)習(xí)分類[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2011.

[32]張翔，胡廣芹，張新峰，中醫(yī)舌圖像的質(zhì)量評(píng)價(jià)研究[J].世界中西醫(yī)結(jié)合雜志，2017，12（11）：1607-1611.

[33]闕翼，冠心病穩(wěn)定期患者舌象特征及其客觀測(cè)量比較研究[D].北京：中國(guó)中醫(yī)科學(xué)院，2018.

[34]許嵐，陳唪，張?jiān)旗o，等，從中醫(yī)舌診客觀化分析慢性乙型肝炎常見證型[Jl.遼寧中醫(yī)雜志，2014，41（9）：1817-1819.

[通聯(lián)編輯：唐一東]

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃（ 2018YFC1707600）;四川省科技廳重大項(xiàng)目（18ZDYF3289）;四川省衛(wèi)健委項(xiàng)目（19PJ195）

作者簡(jiǎn)介：徐熊（1998-），男，成都中醫(yī)藥大學(xué)本科在讀，研究方向：中醫(yī)藥信息化;通訊作者：宋海貝（1986-），女，成都中醫(yī)藥大學(xué)，講師，碩士，研究方向：中醫(yī)藥信息化。