基于CiteSpace 的中醫(yī)舌診可視化分析

宋海貝，許強，溫川飆，羅悅

（成都中醫(yī)藥大學，四川 成都 611137）

0 引言

舌診是指對舌部的外觀、顏色、苔質等進行診斷，歸納患者的身體癥狀，判斷疾病的病位和病性等狀態(tài)[1]，是中醫(yī)望診的重要組成內容，在現(xiàn)代中醫(yī)診斷中必不可少。近幾十年來，伴隨著計算機技術的創(chuàng)新發(fā)展，舌診在傳統(tǒng)中醫(yī)臨床應用的基礎上，不斷引入人工智能、圖像處理、物聯(lián)網(wǎng)等技術，逐步向診斷方法客觀化、診斷流程標準化的方向發(fā)展[2-3]，將問診、面診、脈診等數(shù)據(jù)進行整合分析，實現(xiàn)四診融合[4]。本研究從知識圖譜可視化展示的角度對舌診領域的發(fā)展現(xiàn)狀進行梳理[5]，運用CiteSpace 軟件對中醫(yī)舌診研究的中文科學文獻進行相關性分析[6]，總結該領域的研究現(xiàn)狀和熱點，并對中醫(yī)舌診未來的發(fā)展做出了預測，對中醫(yī)舌診的進一步研究起到指導作用。

1 資料與方法

1.1 數(shù)據(jù)獲取

將中國期刊全文數(shù)據(jù)庫（CNKI）作為文獻數(shù)據(jù)來源，主題詞設置為“舌診”或“舌象”，搜索時間跨度1979 年至2020 年，檢索時間為2020 年12 月20 日，經(jīng)過文獻篩選和剔除，得到有效文獻3541 篇，按照軟件CiteSpace 的數(shù)據(jù)要求進行特定格式的導出。

文獻篩選標準為：（1）文獻必須來自學術期刊、博碩學位論文、會議論文；（2）文獻不能來自報紙、專利、標準；（3）刊名、作者、機構等信息不全的文獻不選；（4）培訓通知、會議通知等不符合研究文獻的條目不選。

1.2 “舌診”數(shù)據(jù)可視化構建方法

使用軟件CiteSpace5.3.R4 創(chuàng)建新項目、設置相關參數(shù)，其中時間切片時間段選擇與所有文獻實際跨度一致，即1979至2020 年，每個時間切片的年份數(shù)是5 年，節(jié)點類型分別選取作者、機構、關鍵詞等選項，是本研究的主要分析內容。

2 結果與分析

2.1 “舌診”文獻數(shù)據(jù)統(tǒng)計分析

對“舌診”文獻來源進行統(tǒng)計，其中期刊論文2766 篇、會議論文325 篇、博碩學位論文450 篇。根據(jù)圖1 年文獻量走勢圖可知，整體趨勢主要分為平穩(wěn)期和快速增長期2 個階段。第1 階段為1979 至2001 年期間，這個時期發(fā)文量較少，通過文獻研究，這一階段主要為理論研究。第2 階段為2000-2020 年，諸多學者不同角度展開中醫(yī)舌診研究，產(chǎn)出文獻較多，相關學者結合神經(jīng)網(wǎng)絡、物聯(lián)網(wǎng)、可穿戴等技術進行中醫(yī)舌診客觀化研究和檢測系統(tǒng)的開發(fā)，研究方法不斷改進，在舌診標準化研究方面成果顯著。

圖1 CNKI 年文獻量走勢圖

在“舌診”文獻來源中，統(tǒng)計文獻數(shù)目大于20 的期刊見表1，所以本領域研究成果發(fā)表的主要期刊有《中國雜志》《遼寧中醫(yī)雜志》《中國中醫(yī)藥藥報》《中國中西醫(yī)結合雜志》《中華中醫(yī)藥學刊》等。

表1 舌診CNKI 文獻來源分布表

表2 是舌診領域的作者發(fā)文數(shù)量>20 篇的作者，共有15人，總計發(fā)表495 篇；另外，發(fā)表10（含10）～20 篇文獻的作者有28 人，共計發(fā)表377 篇；發(fā)表文獻<10 篇的作者人數(shù)沒有具體統(tǒng)計。在表2 中，發(fā)表中醫(yī)舌診領域文獻數(shù)量最多的作者是哈爾濱工業(yè)大學的李乃民教授，達52 篇，其主要研究方向為中醫(yī)疑難雜癥診治、中醫(yī)四診及抗疲勞。

表2 發(fā)表舌診CNKI 文獻20 篇以上作者及發(fā)文數(shù)量（篇）

圖2 展示了在中醫(yī)舌診領域文獻作者之間的合作網(wǎng)絡圖，其中形成了6 個合作穩(wěn)定、成果顯著的研究團隊。通過對這6 個研究團隊研究成果分析，得到這6 個團隊的主要研究內容[7-13]，見表3。

圖2 CNKI 文獻作者合作關系圖譜

表3 CNKI 文獻舌診主要團隊研究方向

對研究機構的數(shù)據(jù)進一步處理，如將不同時期同一機構的名字進行合并、學院合并到學校等處理[14]，其中發(fā)表文獻數(shù)量排名第一的是上海中醫(yī)藥大學130 篇，之后分別是北京中醫(yī)藥大學113 篇和天津中醫(yī)藥大學96 篇，另外發(fā)文量在5 篇以上的機構有70 家。

圖3 是發(fā)文量在2 篇以上的研究機構之間的合作網(wǎng)絡圖，表4 是發(fā)文量在15 篇以上的機構列表。由機構合作網(wǎng)絡圖3 可見，其中包含242 個節(jié)點、202 條連接，節(jié)點表示某個研發(fā)機構，節(jié)點的大小表示該機構發(fā)文量成果的多少，成果越多、節(jié)點越大，連接表示機構之間的合作關系。產(chǎn)學研聯(lián)合發(fā)展是舌診領域的顯著特點，主要體現(xiàn)在中醫(yī)藥院校、醫(yī)院和企業(yè)之間的協(xié)同合作。發(fā)文量較多的研究機構一般參與合作也較多，但是合作在一定程度上受地域限制，一般地理位置較近的機構之間合作較多。其中上海中醫(yī)藥大學在中醫(yī)舌診的客觀化研究方面取得了突破性進展，目前已經(jīng)主導完成舌診檢測國際標準2 項，分別于2017 年和2019 年發(fā)布[15]。

表4 發(fā)表舌診CNKI 文獻15 篇以上研究機構列表

圖3 CNKI 文獻研究機構合作網(wǎng)絡視圖

2.2 “舌診”文獻數(shù)據(jù)關鍵詞知識圖譜構建

在3541 篇CNKI 舌診文獻中出現(xiàn)頻次≥20 的關鍵詞有60 個（表5）。這些關鍵詞說明舌診與脈象、脈診關系緊密，在臨床診斷中需要診法合參[16]；文獻中常用的研究方法有舌診客觀化、辨證分型、圖像分割、中西醫(yī)結合、舌微循環(huán)檢測等；關鍵詞中包括與中醫(yī)舌診密切相關的疾病，如慢性胃炎、冠心病、溫病、血瘀證、肺癌、萎縮性胃炎、艾滋病、脾胃病、慢性乙型肝炎、糖尿病等；CNKI 文獻中中醫(yī)舌診的研究對象按頻次由多到少分別是舌苔、舌體、舌色、舌質、舌下絡脈等，舌診研究內容依次是黃苔、紅舌、青紫舌、紫舌、膩苔、淡白舌、厚苔、薄白苔、裂紋舌、淡紅舌等。

表5 CNKI 文獻舌診出現(xiàn)頻次≥20 的關鍵詞

圖4 是CNKI 文獻中關于舌診研究主要關鍵詞的網(wǎng)絡圖譜，其中大節(jié)點是在圖譜網(wǎng)絡中的中心性[17]較高的節(jié)點，圖4可見高中心性關鍵詞共計18 個，具體關鍵詞在表6 列出，從中可以看出舌診研究的熱點內容。

圖4 CNKI 文獻舌診關鍵詞共現(xiàn)圖譜

綜上，對中醫(yī)舌診領域研究的主要熱點討論如下。

（1）舌診研究

從表5 的高頻關鍵詞和表6 的高中心性關鍵詞可見，對于舌診的研究內容按照頻次依次是舌苔（221 次，中心性0.08）、舌體（212 次，中心性0.08）、舌色（140 次，中心性0.06）、舌質（139 次，中心性0.10）等方面的癥候（72 次）表現(xiàn)，中醫(yī)舌診判斷結果多以中醫(yī)證型（94 次，中心性0.13）進行表達[18]，圖4 關鍵詞共現(xiàn)圖譜可見舌診結果也與體質關系緊密。舌色的研究集中在對青紫舌（67 次）、紫舌（56 次）、淡白舌（54次）、紅舌（70 次，中心性0.08）等的臨床舌色表現(xiàn)，歸納舌色與疾病的關聯(lián)規(guī)律以及治療效果。舌苔主要對黃苔（86 次，中心性0.12）和膩苔（54 次）進行研究，因其反映臟腑疾病最為常見，在現(xiàn)代中醫(yī)診斷應用廣泛，通常對其形成原因、疾病表現(xiàn)等進行分析[19]。

（2）疾病診斷

舌象診斷在慢性病管理和健康預測等方面優(yōu)勢明顯。舌診在臨床應用上覆蓋外科、婦科、腫瘤科、兒科、骨科的常見疾病，也涵蓋了中醫(yī)“治未病”領域。由表5 和表6 可知，慢性胃炎（118 次，中心性0.09）是舌診研究最多的疾病，圖4 可見慢性胃炎的治療采用中醫(yī)四診和胃鏡檢查指標結合的診斷方式，由表及里，多診合參[20-21]。圖4 還說明舌象與癌癥、艾滋病、肝炎、糖尿病等諸多慢性病聯(lián)系緊密，臨床診斷多結合舌象表現(xiàn)給予治療。另外舌下脈絡（28 次）的研究也比較突出，主要分析舌下兩側血脈的異常變化，多見于對其脈絡長度、形態(tài)、顏色等方面的分析，也屬于舌象癥狀表現(xiàn)的一種。

（3）客觀化研究

由于傳統(tǒng)中醫(yī)診斷受主觀經(jīng)驗影響大，診斷結果的一致性差、準確率低，有必要借助現(xiàn)代科學技術實現(xiàn)中醫(yī)診斷的客觀化[22]。圖4 可見，舌象客觀化研究與圖像分割、特征提取關聯(lián)較大，尤其是圖像分割，從整體圖像上精確分割出舌體是舌診客觀化的前提，也是其難點所在。傳統(tǒng)的舌體分割方法包括區(qū)域分割法、邊緣檢測法、閾值分割法、最大類間方差法等，都是基于圖像特征的分割方法[23-24]，目前的舌象分割算法還沒有一個十分有效。近年來，基于卷積神經(jīng)網(wǎng)絡或其擴展網(wǎng)絡結構（如UNet、UNet++等）進行圖像分割是目前的主要技術[25-29]，深度學習技術以其強大的特征提取能力在圖像檢測、圖像分割、圖像識別等機器視覺領域取得了突破性成果。

在圖像分析方面，主要是對分割出的舌象進行舌色（淡白舌、絳舌、淡紫舌、暗紅舌等）、苔色（白苔、淡黃苔、黃苔等）、舌體（老嫩、胖瘦、齒痕、裂紋等）、舌苔（薄厚、潤燥、腐膩等）的分類，常用方法有神經(jīng)網(wǎng)絡分類[30]、聚類分析、支持向量機以及深度學習[31]等。

隨著現(xiàn)代科學技術的不斷發(fā)展，中醫(yī)舌象診斷方法層出不窮，舌診智能化正朝著客觀化方向發(fā)展[32]。舌象的圖像檢測、圖像分割、圖像分析的研究都在不斷細致化、標準化、客觀化。國內外對中醫(yī)舌診方法的探究也表明了人們對中醫(yī)診斷的重視，中醫(yī)舌診的客觀化研究也推進了中醫(yī)的客觀化進程。

2.3 “舌診”文獻數(shù)據(jù)研究趨勢

對突現(xiàn)詞的研究可以掌握某一主題詞衰落或興起的程度[33-34]。由圖5 突現(xiàn)詞圖譜可以看出，突現(xiàn)度最大（強度為21.7462）的關鍵詞是對黃苔的研究，說明對黃苔的研究一直是中醫(yī)舌診研究的熱點，研究表明黃苔并發(fā)癥比較多，在臨床病種中常見，黃苔一般與消化功能紊亂關系密切，同時對膩苔、淡白舌、青紫舌、厚苔的研究也相對較多。此外舌診領域研究的前沿還涉及血瘀證（強度為6.6086）、臨床研究（強度為6.0387）、微循環(huán)（強度為8.3959）、慢性胃炎（強度為10.2746）、血液流變學（強度為6.5095）等。這些研究前沿的關鍵詞表明：量化分析舌色和舌質是目前的研究熱點[35]；以慢性胃炎病、冠心病等為代表的五臟病是中醫(yī)舌診目前常見診斷病癥，研究多將疾病的胃鏡像與中醫(yī)證型及舌象之間的關聯(lián)性進行研究[36]；用不同技術檢測舌微循環(huán)狀態(tài)，用于分析其與疾病之間的相關性[37]。

圖5 CNKI 文獻舌診研究的突現(xiàn)詞圖譜

3 總結

本研究發(fā)現(xiàn)慢性胃炎、冠心病、溫病、血瘀證、肺癌、萎縮性胃炎、艾滋病、脾胃病、慢性乙型肝炎、糖尿病、類風濕性關節(jié)炎是該研究領域關注較多的疾病；圖像分割、機器學習、光譜分析是該領域應用較多的研究方法；舌診標準化方面，國際標準還有待進一步完善，需要覆蓋舌診的圖像采集、診斷指標、診斷結論等各方面；該領域研究機構之間的緊密合作大部分局限在地域限制，各研究機構應該打破地域限制，加強不同區(qū)域關于中醫(yī)舌診客觀化的研究，在該領域取得更多突破性成果。未來伴隨著新技術的不斷更新，中醫(yī)舌診客觀化研究也會不斷進步，舌象診斷將逐漸向便捷式、標準化、家庭管理化的方向發(fā)展，以期在“治未病”、慢性病管理以及中醫(yī)藥療效評價等方面發(fā)揮更大的作用。