TCMI智能中诊平台的设计与开发

孙琦 李新霞 武建 郑韦婕 李凯鹏 袁季晨旭

摘 要：目前使用中医推拿治疗手段解决一些亚健康问题，已经得到社会极大的关注与认可，而国内存在着挂号难、挂号久等令人烦恼的医疗现状，尽管有很多致力于帮助挂号和排队就诊的APP和服务，但并不能很好地改善问题。根据这一现状，本着为亚健康人群提供方便快捷中医诊疗方式的理念，团队设计开发了一款基于舌象识别技术的智能中诊平台。系统通过对用户上传的舌象照片进行识别再结合用户选择的临床表现症状，为用户诊断出对应的病症并且提供相应的推拿治疗方案。

关键词：智能中诊；舌象识别；推拿教学；个性化推送

中图分类号：TP311.52 文献标识码：B DOI：10.3969/j.issn.1006-1959.2018.07.003

文章编号：1006-1959（2018）07-0007-03

Design and Development of TCMI Intelligent Middle-Diagnostic platform

SUN Qi，LI Xin-xia，WU Jian，ZHENG Wei-jie，LI Kai-peng，YUAN Ji-chen-xu

（Nanjing University of Traditional Chinese Medicine，Nanjing 210023，Jiangsu，China）

Abstract：At present，the use of traditional Chinese medicine massage therapy to solve some sub-health problems has received great attention and recognition from the society.However，there are vexing medical conditions in China，such as difficult registration，long registration，and so on.Although there are many app and services dedicated to helping registered and queued visits，it does not improve the problem very well.According to the present situation，and in line with the idea of providing convenient and quick TCM diagnosis and treatment for sub-healthy people，the team designed and developed an intelligent mid-diagnosis platform based on tongue image recognition technology.Through the identification of the tongue picture uploaded by the user and the clinical symptoms selected by the user，the system can diagnose the corresponding symptoms and provide the corresponding massage treatment scheme for the user.

Key words：Intelligent diagnosis；Tongue image recognition；Massage teaching；Personalized push

中医是我国一项优秀的民族文化遗产，其历史悠久，理论独特、疗效显著，承载着中华民族几千年的宝贵经验和理论知识。其中，中医诊断，包括辨证论治、八纲辨证、随证论治等，在临床上具有十分广泛的应用。本次研究与开发的APP采用舌象识别技术实现中医诊断的便利化，使患者在家就能方便了解自身的身体状况，并做出相应调理，治病于未發之时，有效起到预防效果。软件加入中医推拿相关内容，给予相关患者以更多的养生与治疗的选择和指导。

1系统架构

1.1系统体系结构 本应用作为Android应用程序，由Activity、Content Provider、Service、BroadcastReceiver四大组件组成。应用设计框架基于MVC设计模式，即模型-视图-控制器。UI界面主要利用LinearLayout、PercentRelativeLayout布局及其嵌套。

系统采用C/S模式。移动客户端主要负责发送HTTP请求以及显示应用服务器端响应的JSON数据。首先客户端将用户病情信息传送到服务器端，然后服务器端利用图像识别、数据挖掘等算法对用户病情信息做出合理的诊断，再将诊断信息传输到安卓应用端，从而实现机器中诊和智能推拿治疗方案推荐两者的结合，见图1。

软件主要分为机器问诊，中医问答交流互动论坛，家庭自主推拿教学，健康养生文章推送以及个人中心5个主要功能模块（见图2）。

在机器问诊模块，用户可根据自己的病症来与机器进行问诊交流。我们模仿中医临床问诊流程，根据用户选择进一步划分病症类别，缩小病症范围。在确定范围后，用户填写对应类别的中医问诊单以及上传自己的舌象照片，最后机器给出用户诊断结果以及相应推拿治疗方案机器手法解说。例如当我们在此模块选择内科，上传自己的舌象照片，并在内科中选择发热、鼻塞、头部胀痛、咽喉肿痛、咳吐黄痰。系统首先对用户的舌象进行识别，并得出舌尖边红赤、苔薄白微黄的症状序列，接着系统将舌象识别出的症状结合用户手动选择的症状与系统数据库中各类病症的症状表进行相似度计算，计算出相似度最高病症为风热感冒，那么软件将给出用户诊断书——风热型感冒（见图3），并在用户诊断书中详细介绍病症的证候、类型、临床表现、治则以及一整套的推拿治疗手法同时配有相应的穴位示意图与手法示意图。

在中医问答交流互动论坛模块，系统为用户提供一个广泛的交流平台，用户可以在该平台上提出一些有关中医学，日常养生等方面的问题。其他用户围绕问题进行讨论交流与回答，为提问者提供相关经验、建议等，软件设置用户信用评分机制，问题提出者可以根据回答着的评分来判断回答的可靠性，而回答者亦可通过回答问题来提高自己的信用评分。

在家庭自主推拿教学模块，系统根据季节时令变化，提供当季常见病、多发病的推拿手法。用户可时常进行浏览、学习有关于推拿的知识以及手法。

在健康养生文章推送模块，系统主要根据用户的问题关注度，浏览、搜索、诊断、收藏等个人信息记录，建立特定的用户模型，根据模型推送更符合用户需求的文章。通过算法实现对于用户的个性化文章推送。让用户能够更方便迅速地看到适合自己的推送，节约了用户搜寻判断文章可读性的时间。

在个人中心模块，主要是供用户查看、修改自己的各种信息。其中包含用户的个人信息、文章收藏记录、问题的提问/回答记录等。用户通过“意见反馈”，可以对我们的软件提出意见或建议。

1.2系统核心技术

1.2.1机器问诊 为提高系统诊断的专业性准确性，系统设计效仿中医临床问诊流程，辅以舌象识别技术，实现机器自动化诊断。通过对《推拿学》数据的提取分类整理，依照病症分型，整理出每个病症的病名、证候、临床表现及常见诱发因素、常见病症、病症治则。此外将症状数据中出现的生僻、专业性较强的名词替换为常见易懂的名词，从而形成机器问诊数据库，并根据病症的划分，将用户的病症属性类别一步一步细化。

其过程使用数据挖掘中的决策树思想进行分类，从而既保证了分类的精度又获得了决策树易于抽取可理解的分类规则的优势。

最后，根据用户选择的症状组，与数据库中每一类病症证型的对应症状组相匹配计算，选择适应性最高的两种证型编码，并通过数据库结构化查询语言，以编码查询到库中的具体病症，及其对应病症描述。再以病名的对应编码为查询关键字从数据库中调出该病的相关推拿治疗方案。用于记录用户对各个病症选择的核心代码如下：

for（inti=0；i<20；i++）{

finalint temp=i；

textView[i].setOnClickListener（new View.OnClickListener（）{

@Override

public void onClick（View v）{

flag[temp]++；

if（flag[temp]%2==1）{

textView[temp].setTextColor（getResources（）.

getColor（R.color.purple））；

ProvinceDao d=new ProvinceDao（ChoiceSysptomsActivity.this）；

intnno=Integer.parseInt（d.nnobyzhengzhuang（ textView[temp].

getText（）.toString（）））；

jisuan[nno]++；

}else{

textView[temp].setTextColor（getResources（）.getColor（R.color.green））；

ProvinceDao d=new ProvinceDao（ChoiceSysptomsActivity.this）；

intnno=Integer.parseInt（d.nnobyzhengzhuang（ textView[temp].

getText（）.toString（）））；

jisuan[nno]--；

}}}）；}

1.2.2推薦系统 在个人推送中使用数据挖掘中的关联算法，实现对用户的建模与分类，根据用户的过往浏览记录以及收藏文章的喜好种类，将用户进行分类与关联，建立相应的数学模型，根据模型给用户进行相关文章的推荐。

首先给所有的推送文章贴上不同类型的标签，在服务器端对海量的浏览记录进行分析，归类，使用Apriori算法关联出一批具有相似爱好的用户群。在进行文章推送时，即根据不同的用户群进行贴合用户行为喜好的健康养生文章推送。

1.2.3舌象识别 中医舌诊观察内容丰富，而舌诊图像复杂性和模糊性高使得计算机模式识别时要特殊处理。为了能够最终得到一个较为准确的识别结果，我们首先对手机拍摄的图像进行去模糊，去角度偏差、光源偏差，去噪声，加强对比度，锐化边缘和纹理等预处理工作。然后提取舌象，利用常规舌象的灰度直方图特性进行第一轮粗分割，选用最合适的边缘检测算子进行第二轮粗分割，最后使用Snakes动态轮廓法进行细分割得到完整的舌象轮廓。软件采集大量舌象数据库信息作为识别的来源，从图书、网络、实际拍摄等渠道获取图像作为原数据提取分析并入库，采用聚类算法将同种的图片挑选出来，分门别类，并计算每一种类各特征值的取值区间，作为识别判定的先验依据。当然必定存在计算机无法精确识别，或是识别出错的情况，这时候需要结合专家望诊，给出正确意见。

2 总结

TCMI智能中诊平台模仿中医传统诊断疾病的过程，结合推拿等中医特色治疗手段，为用户提供一体化的诊断与治疗手法，实现零中医基础用户自助治疗。软件应用主要涉及移动医疗与人工智能领域，是一款基于移动端的中医工具类智能诊断系统。

当然软件也存在不足之处。因为数据库中的诊断手法以及结果均来自书籍，还未经过大量临床实践，所以诊断结果以及推荐的推拿手法仅供参考。此外软件目前使用的算法还不能够精确定位用户的病情，且推荐治疗方案并不适用于一些严重的急性病症，为更进一步优化软件的性能，团队将会进一步学习数据挖掘，设计出更精确更合理的舌象识别算法以及个性化推荐算法

参考文献：

[1]龙增艳，陈志刚，徐成林.基于用户交互的社交网络好友推荐算法KIFLink[J/OL].计算机工程：1-8[2018-03-06].

[2]石琪琦，张叠.好友推荐专利技术综述[J].科技创新与应用，2018（05）：22-23，25.

[3]袁冰，范钢.中医学如何走进人工智能时代[J].中华中医药杂志，2018，33（02）：698-703.

[4]黄展鹏，黄益栓，易法令，等.基于最大类间方差法和区域生长的舌体自动分割[J].时珍国医国药，2017，28（12）：3062-3064.

[5]张璐瑶，汪莉，包璇，徐天馥，徐伟.基于局部灰度阈值的舌象裂纹检测方法[J].电脑知识与技术，2017，13（29）：163-165.

[6]高清河，刚晶，王和禹，等.舌诊图像分割和特征提取的方法研究与应用[J].中国中医药现代远程教育，2017，15（13）：147-149.

收稿日期：2018-3-10；修回日期：2018-3-26

编辑/成森