基于智能信息处理的舌诊客观化研究

徐熊 宋海贝 温川飙 刘义 曾馨 徐可鑫

摘要：舌诊作为中医辨证重要方法之一，其研究对于推进中医现代化发展具有重要意义。目的：对实现中医舌诊智能化研究进展做出总结与分析。方法：结合智能化技术和中医舌诊，通过文献查阅、资料梳理和科学的分析等方法。结论：对实现舌诊智能化流程、舌象采集、舌像处理、舌象分析、舌诊仪等方面现状分析总结，为今后对实现舌诊智能化提供参考价值。

关键词：中医辨证;舌诊;智能化;客观化;应用研究

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2020）22-0182-03

开放科学（资源服务）标识码（OSID）：

目前，学者对中医诊断和智能化研究愈加的深入和重视，其中，对于中医四诊中的舌诊也提出了智能化、客观化和定量化的新要求。将现代科学技术与舌诊相结合，提高扩大临床诊断的应用价值，将是中医诊断学的发展趋势。舌诊是借助观察舌体的色泽、形态的变化来辅助医生对疾病的诊断，智能化技术的运用可以提高其诊断效率、准确率，降低出错率。要完全实现智能化中医诊断，舌诊的研究是不可缺少的部分。

1 舌诊与疾病的联系以及与智能化相结合的意义

中医讲究整体观，人体五脏六腑的情况可通过人的面色、舌色、精神状态等有所反映。其中，舌诊就是行之有效的方法之一。通过研究者的研究发现，在痛风炎症[1]、急性心肌梗死[2】、糖尿病[3][4]、恶性肿瘤[5]、高脂血症[6]、骨科疾病[7]和肾脏疾病[8]等方面都与舌体有所关联。

传统舌诊是通过医生的视觉观察加上中医理论来诊断，而随着智能化技术的发展，将传统中医诊断方式与现代技术结合，将有可能进一步推进中医诊断学运用的发展。随着人工智能的发展运用，人工智能带来的不只是技术变革，在医疗领域，还是对医疗诊断、治疗和服务模式的转变[9]。目前，人工智能技术的运用已涉及医疗领域的诸多方面，其中人工智能在医学图像识别、疾病辅助诊断、健康管理、疾病预测、药物研发等运用普遍，同时也在医学影像识别、药物研发、健康管理等方面发挥着重要作用，可以帮助医生分析病情、改进病理分析方案，进一步推动我国医疗事业向智能化方向发展[10]。

2 舌诊智能化研究进展

2.1 舌诊近20年研究热点

图1是运用Citespace软件绘制的舌诊近20年研究的作者共现网络图，通过结点大小可看出关键词出现的频率，其中结点越大说明关键词的出现频次越高，那么它所受关注程度也就越高。而具有高度中心性的节点是沟通其他多个节点的“桥梁”，充当着媒介者的作用。结果显示，在以舌诊为核心的研究中，对舌象的研究是重点，同时还有对舌苔、舌色、舌质、综述等进行研究，然后又延伸至客观化、辨证论治、临床应用等方面。不同颜色的线段代表着不同的研究时间段，颜色最深至浅表示时间从2000年开始至2019年，一种颜色段代表的时间段为5年。可见舌诊和舌象较早就开始研究，接着是舌苔、舌质、舌色、客观化、综述、客观化、相关性等的研究。在主要研究者方面，梁嵘、张志枫、许家佗、陈群、王忆勤、陆小左等在舌诊研究领域具有一定权威性。梁嵘主要研究于中医证候的规范化、标准化和舌象的临床研究。张志枫在舌诊研究主要在于应用计算机图像处理技术、开展中医舌象视觉计算。许家佗研究于中医诊疗技术信息化研究与应用，跨学科从事中医舌诊信号采集与分析、中医特色健康评价。

2.2 实现舌诊智能化研究流程图

实现舌诊智能化基本流程图2：舌象采集、舌象处理、舌象分析、反馈结果。首先，通过采集设备在光照条件良好的环境下對舌体采集，目前采集较好的方式则是在黑箱中采集。然后，筛选符合清晰度标准的图像，利用图像去噪、图像分割和特征物提取等技术处理图像。最后，对提取出的舌象借助中医理论以及与数据库对比分析得出结果。

2.3 舌象采集研究情况

近几十年来，研究者在图像采集方面的研究保持着高速且相对稳定的发展趋势。对于图像采集技术，现代的硬件技术已可以达到良好图像获取标准。

舌象的采集需要在良好的光照环境中进行，石强[11]在探寻合适的舌象采集光照下进行了研究，发现标准光源D50下效果最好。宋贤杰[12]研究通过人造光代替自然光来提供采集环境。在有了良好的光照下，借助智能化技术实现舌象的自动采集、图像传输便是下一步。杨淑铭[13]在电子技术的研究中，特别是在图像采集方面实现了舌象的自动采集模糊分析。姜永超[14]通过积分球搭建的光照环境保证了舌体的受光均匀，同时使用MFC编写采集处理程序。朱奕丹[15]希望通过图像采集技术和现代化显示系统，实现图像的实时采集并能自动处理图像且最终显示结果。王军[16]基于图像采集分辨率高、获取数据快等特点研究出三维测量仪。王永清[17]曾早期研究了通过USB连线的摄像头来采集图像的硬件、软件设计过程，最终在目标板上的图像采集取得了成功，至今该技术已运用成熟，且已经运用于诸多采集方面的电子设备中。图像采集技术的不断发展至今，对于舌像的采集已可很好的实现。除了在硬件采集设备上研究外，研究者们逐渐偏向于软件的研究和图像标准的研究。丁成华[18]研究通过对人舌象的特征进行了全面的定性、定量的分析以及相关数据的融合，因而可作为采集图像标准的一重要参考。蔡轶珩[19]等人则设计了一种舌体三维动态信息采集系统，这解决了图像采集单维面的问题，实现了舌体的完整采集，可提高结果的准确性。

2.4 舌象图像处理研究情况

基于智能化的舌诊研究，不仅需要完整的图像采集，同时还离不开图像处理这一技术，对图像处理也有较高要求。若不能有效的解决该问题，对实现计算机对图像的分析会造成一定难度，并导致准确度低。

去噪处理、图像校正、图像分割、特征提取[20-22]等技术都需对图像进行处理。面对采集到的图像不够达到精细化要求，同时随着图像处理软件技术的发展，图像处理也变得重要。在去噪处理方面，常见有均值滤波、中值滤波和高斯滤波等方法。马璐[23]对不同去噪处理方法进行了比较分析。在图像校正方面，郑娜[24]研究为了降低非均匀光照对图像的质量的影响，提出了一种基于改进双边滤波的自适应校正算法，该方法能够使图像颜色保真，提高对比度，增强清晰度。在图像分割方面，郑文超[25]提出了一种基于图分割技术的全卷积神经网络算法。在特征提取方面，谢涛[26]在HSV颜色空间下，对提取的舌像进行苔质分离，分别对舌苔和舌质进行多项特征的提取。对于软件图像处理的研究，不仅需对图像的识别、增强、复原、编码压缩以及分割技术分别进行探索分析，以丰富现有的技术体系内容，还应为计算机图像处理技术发展提供更全面的理论依据。张鑫[27]提出一种ARM架构下计算机图像并行化处理技术研究方法。管晶晶[28]立于模糊算法理论，对计算机图像处理技术进行了研究。顾玉蓉[29]全面分析Bayesian-MCMC算法在计算机图像处理中的应用优点。

2.5 舌象分析技术研究情况

图像分析基于前两个步骤，最后借助中医理论分析出舌诊的结果。目前，已研究出相关舌像的分析方法，但这方面的研究还并不是很多，在对舌象的分析中，有人提出可以采用对舌像先分解再分析[30]的方法，先通过图像分割技术分割舌体的舌苔和舌质部分，分别对舌苔和舌质的特征部分进行提取，然后分别归类于中医舌诊。除此，也又人提出可以对舌象进行全方位特征进行提取[31][32]，这样就可以避免分解提取的繁琐度，提高处理效率，同时也使之形成舌诊自动化提取与客观化诊断方式相结合成为可能。随着大数据的发展，通过建立源数据库，对采集处理后的舌像与数据库里的标准舌像对比，当对比达到一定吻合度后，可以根据数据库里的舌像的病症完成诊断。其中，可见对于最初源数据的建立十分重要，同时还需不断的补充以及修正，随着数据达到一定数量后，其运用价值将得到很大提高。将舌像采集、处理和分析结合成一体才能趋向于智能化，有研究机构就研制出了中医客观舌诊分析仪，它能采集、查看、存储数字化彩色舌像图像，实现彩色舌像的重现，并具有自动分析常见舌像特征。

2.6 舌诊仪研究情况

舌诊智能化研究的一重要体现在于舌诊仪，具有标准、客观、集采集、处理、分析于一体等优势。目前，在舌诊仪成果方面，有研究出多点立体舌像采集装置以实现舌体的多方位获取，以及对中医舌诊仪健康检查指标体系建立的研究。在专利研究方面，目前，有研究出LED光源手持式中医舌诊仪、微云智能舌诊仪、电子舌诊仪、电子舌面镜等。在舌诊仪应用方面，阙翼[33]通过观察冠心病稳定期患者舌象，探讨冠心病稳定期患者舌象的特征以及仪器数据客观化。许岚[34]研究了慢性乙型肝炎治疗前后舌象的变化，提供客观的舌诊数据。舌诊仪研究的增多代表着技术的不断进步以及研究者们对中医舌诊的重视程度，然而由于舌诊仪的多样性和差异性以及各自制定的标准不同，其客观化研究结果可行度还有待提高。目前舌诊仪还处于实验以及教学等方面，对于临床运用还不足。随着大数据的发展，舌诊仪的发展还有很大空间。

3 讨论

近年来科学技术的不断成熟，使得舌诊智能化研究有了较大进展，随着不同阶段的探索，找到一种有效且易于形成统一标准的技术方法，为今后在舌象采集环境标准、图像标准，图像处理方法、步骤标准，特征物提取标准，舌象分析标准等的统一做好积淀。今后在不断探索的同时也需提高对形成统一标准的重视。

通过对资料整理发现，目前，对于实现舌诊信息化、智能化研究与中医诊断客观化研究存在脱节。首先，由于目前中医智能化诊断技术还不够成熟，应用于临床的成果不够普及，同时也由于中医诊断学的复杂性以及需要经验积累等因素，要实现高智能化的诊断系统还有难度。在中医学者研究中，大多数都是通过比较研究组和对照组舌象，与中医药临床有所分离。然而，理工专业的学者又更多集中于图像识别技术、图像分析等技术，缺少中医诊断学理论的指导，对临床诊断应用帮助不够明显。总结下来就是实现智能中医诊断学现代化研究需要多学科多领域的合作支撑，比如、中医学、数学、物理學、计算机等领域的人才探讨完成，同时还需有效的利用现有研究成果，借助人工智能开放平台等实现更具临床实际意义的研究。

从舌诊研究进展看，需借助现代医学手段，推进舌诊指标微观化、立足传统中医理论的研究，其次，进一步探索舌诊内容的定量化以及借助现代的信息技术多学科、多领域联合和研究舌诊智能系统化。舌诊智能化的研究可以给中医学带来诸多优势，通过人工智能和中医诊断技术的结合，不但能够推进我国中医诊断学的发展，还可以减轻医疗人员的工作量，还能有效地减少医学诊断的误诊率，也可以避免医生主观判定的一些弊端，弥补不足，随着过程的进展，中医智能诊断技术将会不断完善，未来在中医学诊断治疗的研究方向中，人工智能诊断专家系统也是一重点。随着大数据、网络传输、硬件设备等技术的不断深入，将可以模拟出具有专家思维和判断力的系统，同时还有高精度率、高效率、高完善率等优势。在硬件方面，中医智能诊断设备还有便携方便、处理能力强、操作简单、可随时监测等优势，同时还可以在借助网络连接来储存和分析数据，通过这些数据医生可以远程诊断，为患者提供便捷。目前，中医智能化诊断还不能完全实现中医诊断（四诊）结合为一体，更多是单一方面的诊断，因而，能实现该目标将是研究者们的共同努力方向。

参考文献：

[1]何梦吟，祝韵薇，鲁盈，舌象与原发性痛风炎症活动度关系的临床研究[J].中国中医急症，2019，28（8）：1327-1330.

[2]李晨晨，姜钧文，肖蕾，急性心肌梗死中医证型分布特点及与舌象相关性研究[Jl.中医药临床杂志，2019，31（3）：504-508.

[3]兰琴，熊鸣峰，王腾宇，等，糖尿病前期患者舌象规律的临床研究[J].光明中医，2017，32（23）：3370-3372.

[4]林丽贞，阮诗玮.糖尿病肾病气阴两虚夹瘀证治疗前后舌象改变的研究[J].糖尿病新世界，2017（18）：23-24.

[5]韩柯柯，霍介格，钱峻，等.恶性肿瘤舌下络脉的研究进展[J].中国中医基础医学杂志，2017，23（12）：1787-1789.

[6]宋雪阳，许朝霞，王忆勤.高脂血症的中医证候及舌脉象特征研究概述[J].时珍国医国药，2018，29（1）：161-163.

[7]张兵，马凰富，刘波，等.非创伤性股骨头坏死的舌象定量研究[Jl.中医正骨，2015，27（4）：8-11.

[8]周小芳，李雪，李福凤，不同CKD分期慢性肾衰患者的舌象特征研究[J].数理医药学杂志，2018，31（3）：323-325.

[9]王海星，田雪晴，游茂，等，人工智能在医疗领域应用现状、问题及建议[J].卫生软科学，2018，32（5）：3-5，9.

[10]章瀚文.人工智能在医疗中的应用[J].科技传播，2018，10（20）：112-113.

[11]石强，汤伟昌，李福凤，等.舌象信息客观化研究中光源选择初探[J].上海中医药大学学报，2004，18（2）：39-41.

[12]宋贤杰，徐晨洁，刘晓谷，等.采集舌象用光源的光谱研究[J].光谱学与光谱分析，2008，28（5）：978-982.

[13]杨淑铭.慢性肾脏病中医舌象自动采集与特征识别的研究[D].成都：电子科技大学，2018.

[14]姜永超，樊春玲，明星，等，一体式中医舌象采集分析系统设计[J].计算机测量与控制，2018，26（1）：222-225.

[15]朱奕丹，方怡冰.基于FPGA的图像采集与VGA显示系统[Jl.计算机应用，2011，31（5）：1258-1261，1264.

[16]王军.基于计算机视觉的三维测量仪研究[Dl.南京：南京理工大学，2018.

[17]王永清，何波，王乾，等.Linux下基于ARM920T的USB摄像头图像采集[J].微计算机信息，2007，23（2）：176-177.

[18]丁成华，杜建强，朱明峰，等.基于图像分析技术探索中医舌诊研究[J].江西中医药，2013，44（11）：7-9.

[19]蔡轶珩，张琳琳，盛楠，等.基于光度立体法的中医舌体三维表面重建[J].电子与信息学报，2015，37（11）：2564-2570.

[20]张翔，胡广芹，张新峰.中医舌图像的质量评价研究[Jl.世界中西医结合杂志，2017，12（11）：1607-1611.

[21]许家佗，张志枫，严竹娟，等，自然光条件下基于色差校正方法的舌象颜色分析[J].中西医结合学报，2009，7（5）：422-427.

[22]卢运西，李晓光，张辉，张菁，卓力，中医舌象分割技术研究进展：方法、性能与展望[J/OL].自动化学报：1-12[2019-09-02]

[23]马璐，杨文飞，关于数字图像处理中多种去噪方法的比较[J].吉林工程技术师范学院学报，2019，35（9）：92-94.

[24]郑娜，穆平安，基于改进双边滤波的非均匀光照图像校正算法[J].电子测量技术，2019，42（17）：157-161.

[25]郑文超，基于卷积神经网络的图像分割算法[J].电子技术与软件工程，2019（21）：63-64.

[26]谢涛，基于图像处理的舌像分割及润燥识别研究[D].上海：华东理工大学，2017.

[27]张鑫.ARM架构下计算机图像并行化处理技术研究[J].计算机测量与控制，2017，25（12）：237-239，250.

[28]管晶晶，基于模糊算法理论的计算机图像处理技术[J].中国新通信，2018，20（9）：114.

[29]顾玉蓉.基于计算机图像处理中的Bayesian-MCMC算法[J].数字技术与应用，2016（3）：147.

[30]韩立博，胡广芹，张新峰，等，基于直方图均衡化的伽马校正和K-means聚类的舌象苔质分离方法[J].北京生物医学工程，2019，38（1）：1-6.

[31]朱颢.全方位舌像特征提取及多核学习分类[D].哈尔滨：哈尔滨工业大学，2011.

[32]张翔，胡广芹，张新峰，中医舌图像的质量评价研究[J].世界中西医结合杂志，2017，12（11）：1607-1611.

[33]阙翼，冠心病稳定期患者舌象特征及其客观测量比较研究[D].北京：中国中医科学院，2018.

[34]许岚，陈唪，张云静，等，从中医舌诊客观化分析慢性乙型肝炎常见证型[Jl.遼宁中医杂志，2014，41（9）：1817-1819.

[通联编辑：唐一东]

基金项目：国家重点研发计划（ 2018YFC1707600）;四川省科技厅重大项目（18ZDYF3289）;四川省卫健委项目（19PJ195）

作者简介：徐熊（1998-），男，成都中医药大学本科在读，研究方向：中医药信息化;通讯作者：宋海贝（1986-），女，成都中医药大学，讲师，硕士，研究方向：中医药信息化。