中医面部色泽望诊的客观量化研究进展

韩鹏鹏 王天芳 廖结英 杨莹莹 吕宏蓬

望面部色泽是中医望诊的重要内容之一，在中医临床中占有重要的地位。由于望面部色泽主要依赖于医者的主观感觉器官，因此，在中医理论指导下，运用现代科学技术的方法和手段对面部色泽信息进行采集与分析，使模糊、主观的诊断信息具有客观量化的依据，从而推动中医望诊的现代化进程。笔者拟以中国知网(CNKI)、万方数据知识服务平台和维普期刊资源整合服务平台(VIP)三大中文数据库为文献来源，从基于图像分析和基于光谱技术的面部色泽评价两个方面，对近十年来有关中医面部色泽望诊的客观量化研究内容进行综述，旨在让大家了解其研究进展，为今后进一步研究提供参考。

1 基于图像分析的面部色泽评价

基于图像的面部色泽评价，主要是应用颜色空间模型的参数进行色泽的量化分析，常用的颜色空间模型主要有RGB、HSI以及Lab等。

1.1 基于RGB颜色空间模型的面部色泽客观量化研究

RGB颜色空间模型是根据国际制定的Red(700.0 nm)、Green(546.1 nm)、Blue(435.8 nm)三原色来描述颜色，该三原色可以对人眼的锥形感光细胞产生刺激，以不同比例进行复合后，能够产生与各种频率可见光等效的色觉[1]。因为数码成像中单像素点中的数据大部分基于24 bit的RGB值，从而使得RGB色彩资料的获得更为简单。

基于RGB颜色空间模型的面部色泽量化研究，既有单一量化分析RGB值的研究报道，也有将RGB颜色空间值转化为颜色指数来分析的。因为RGB颜色空间模型中，是三原色来描述颜色，单一个RGB值变化，难以直观分析色泽的变化规律。因此，有研究者通过直接进行RGB数码图像的分析或者进行转换研究，将RGB颜色空间值转化为青色指数、红色指数、黄色指数、白色指数、黑色指数以及面色总指数等以评价面部色泽，既符合中医“五色”理论，又可直观地反映颜色特征变化。研究报道中面色分析结果绝大部分以面部整体的形式呈现，也有分区域描述的。如吉杉等[2]应用中医四诊仪采集了肝硬化患者整体面部、额部、鼻部、唇部、双侧脸颊、双侧眼眶各区位点的图像信息，结果发现肝硬化患者面部整体、颊区、眼区位点R值、G值较健康人群低，失代偿期患者颊区、眼区B值降低，说明单一观测面部各部位的RGB值可为肝硬化患者病情判定提供一定依据。宫爱民等[3]对健康人群面色指数进行了观测，以此来探讨面色与性别及年龄变化的相关性。研究结果也证实了男、女不同性别之间的面色指数确实存在差异；随着年龄增加，红色指数会出现下降，而黄色指数出现升高。在面部色泽的临床研究报道中，主要关注了冠心病不同证型[4]，慢性肾衰虚实兼证、慢性肾衰不同肾功能分期、慢性肾炎湿热证以及慢性肾衰虚兼湿浊证等肾系疾病[5-9]以及冠心病、慢性肾衰、慢性乙肝之间的鉴别比较[10]。如董梦青等[10]应用上海中医药大学自行研制的中医面色检测仪采集了冠心病、慢性肾衰、慢性乙肝患者的面色图像，来探讨三种疾病患者的面色指数变化，研究发现冠心病组的红、黑色指数和面部总指数相较于慢性肾衰组和慢性乙肝组明显升高；慢性肾衰组的白、青色指数相较于冠心病组和慢性乙肝组明显升高；慢性乙肝组的红、白、青色指数和面色总指数相较于慢性肾衰组明显降低。

总之，基于RGB颜色空间模型的客观量化研究，在健康人群与患病人群的面部色泽评价中均得到应用。由于单一观测RGB值与人眼视觉效果有所差异，近年来研究者多采用面色指数的观测，使得面部色泽特征的表达更加直观。基于RGB面色指数评价面色特征的应用结果，为分析健康人群的生理性变化及临床病证的诊断提供一定客观、量化的参考依据。

1.2 基于HSI颜色空间模型的面部色泽客观量化研究

HSI颜色空间是基于人的视觉系统感知色彩的方式而建立的一个色空间，由孟塞尔于1915年提出；其中，H(Hue)为色调，表示对不同颜色的感受，如红色、绿色、蓝色等，S(Saturation)为饱和度表示颜色的纯度，I(Intensity)表示颜色的强度[11]；亦有部分研究描述成HSV，只是将Intensity换成了Value。目前中医面部望诊的HSI颜色空间结果往往是将RGB颜色空间数据进行非线性数字转化而来[1]，之所以将RGB转换为HIS进行量化分析，这是因为H和S值与人感受颜色的方式是紧密相联的，能与中医临床色诊的目测结果直接相关联，非常适合彩色特性数据的检测与分析。

基于HSI颜色空间模型的面部色泽量化研究，有些仅分析RGB或HSI(HSV)值，有些则运用面色指数来评价，甚至还增加了光泽指数、唇色指数等。光泽指数包括有光泽指数、少光泽指数及无光泽指数，唇色指数主要是指HSI色彩空间下的色调H，饱和度S和明度I[11]。面部色泽分析结果绝大部分以面部整体的形式呈现，也有分区域描述者。

有些研究仅以RGB或HSI(HSV)值评价面部色泽。如吉杉等[12]应用DS-01A中医四诊仪检测了肝硬化代偿期患者198例，失代偿期患者164例及健康人134例的面色图像，通过分析受试者面部整体、额区、鼻区、唇区、左右脸颊区、眼区各部位HSV值，结果发现肝硬化患者面部整体、颊区、眼区位点H、V值相较于健康人群低，失代偿期患者面部整体、颊区、眼区位点S值相较于代偿期患者高，表明对面部不同位点HSV值的观测可为肝硬化患者病情程度的判定提供一定依据。王祉等[13]应用上海中医药大学自行研制的中医舌诊、面诊数字化检测仪采集了36例冠心病患者的面色图像，通过对治疗前后的RGB、HSI值进行比较，结果发现治疗后的H值较治疗前降低，治疗前后的R、G、B、H、I值无显著性差异，治疗后的R、G、S、I值出现下降趋势，B值出现上升趋势，说明对于RGB、HSI值的观测可以对冠心病患者治疗后的临床疗效作出评价。相似的研究报道还有对高血压裂纹舌患者[14]、冠心病痰瘀互结证和血瘀证患者[15]以及五脏系疾病患者[16]RGB、HSI值的观测。

有些研究运用面色指数、光泽指数及唇色指数进行面部色泽的评价。如李雪等[11]应用上海中医药大学自行研制的DKF-Ⅱ型中医舌、面诊数字化检测系统采集了贵州苗族与江苏汉族各429名健康人的面色图像，以研究不同地区、民族的差异对于人群面部色泽的影响，研究发现苗族人群红、黑色指数及面色总指数明显高于汉族人群；苗族人群白、黄色指数、各光泽指数、唇色指数H、S值低于汉族人群，而青色指数、唇色指数I值高于汉族人群。也有学者进行了相似研究[17]。苏义书[18]运用道生医疗科技有限公司生产的DS01-A舌面脉信息采集体质辨识系统对健康体检人群和原发性痛风患者不同体质面部光泽度、唇色、面色的差异进行比较指出：在面部光泽度方面无统计学意义；在唇色、面色方面平和质、痰湿质、血瘀质原发性痛风患者唇色暗红色比例、阴虚质中红色面色比例、痰湿质黄色比例以及湿热质红色比例高于健康体检者，湿热质中唇色红色比例、平和质和阴虚质中正常面色比例低于健康体检者。李福凤团队应用上海中医药大学自行研制的DKF-II中医面诊数字化检测系统观测了大肠癌、2型糖尿病患者的面部色泽参数，以大肠癌患者为例，研究发现大肠癌组的红、青、黑色指数比正常人高，白、黄色指数比正常人低；面部有光泽指数比正常人低；唇色饱和度S比正常组高，明度I比正常组低；大肠癌气血两虚组的红色指数比其他组低，与脾虚气滞组有显著差异；湿热蕴结组白色指数比其他组低，与脾肾阳虚组有显著差异。也有学者对慢性肾衰、冠心病、慢性乙肝、支气管哮喘、慢性胃炎患者的面部色泽参数的变化进行了观测[19-21]。

总之，基于HSI颜色空间模型的面部色泽量化研究，其观测对象涵盖了健康人群与患病人群，其中有些研究的面色评价是基于体质分类进行的。此类研究既有对RGB或HSI(HSV)值的直接观测，也有通过面色指数、唇色指数及光泽指数来评价面部色泽的。相较于RGB颜色空间模型，HSI颜色空间模型更符合人眼的视觉效果。基于HIS的面部色泽评价的应用结果，初步验证了中医关于不同种族和体质的健康人群的面部色泽存在差异的认识；不同病证面部色泽的量化分析，为临床病证的诊断提供一定客观、量化的参考依据。

1.3 基于Lab颜色空间模型的面部色泽客观量化研究

Lab颜色空间是一种均匀色空间，是根据CIE(国际照明组织委员会)在1931年所制定的国际标准色度系统(CIE 1931色度系统)基础上建立的。Lab颜色模型由三个要素组成，其中L代表亮度，a和b是指两个颜色通道。1976年进一步改进为CIE 1976 L*a*b*颜色空间。作为一个均匀的色空间，在色差计算上有独特的优势，可以计算出与人眼观察能力相匹配的色差参数，如2个样本间的色度差、饱和度差、色相差、明度差、总色差等参数，有利于量化结果之间的比较研究。

虽然Lab颜色空间参数原则上基于可见光范围内(波长间隔小于5 nm)光谱数据计算而获得，但有部分研究者通过数码成像的RGB 3个位点数据进行Lab颜色空间的推导，以进行色差的比较研究。如宫爱民等[22]应用舌面一体检测系统采集了372例上海中医药大学在校学生的面色信息，除比较RGB值之外，还进行了Lab颜色空间参数结果的分析，以进行健康人群面部色泽四季之间变化规律研究。结果显示，夏季a值最高，说明夏季面色以红色为主；b值春季较高，说明春天面色偏青；冬季面色L值最低，说明冬季面色偏于灰黑色。该研究团队[23]还应用上海中医药大学与上海亚泰公司研发的中医四诊仪器采集了120例肝纤维化患者的面色图像，Lab参数结果表明：肝纤维化湿热中阻证面色偏黄色、肝肾阴虚证面色以红色为主、肝郁脾虚型面色偏青、气虚血瘀证面色偏暗，面色偏青黑色，为肝纤维化的中医临床诊断提供了参考。

这里要说明的是，基于数码的RGB值推导的Lab参数结果存在一定的失真，在各色差参数的比较时尤为明显，还是以分光光度测色设备采集的数据进行统计分析为好。

1.4 基于HSI与Lab颜色空间模型综合分析的面部色泽客观量化研究

许家佗等[24]应用自行设计研制的面色舌象采集标准光源箱，NIKON D40单镜头反光数码照相机对207名受试者进行了面色图像采集，分别对额头、左颊、右颊、鼻头、下颌、口唇共6个部位进行亚健康不同证型的RGB、HIS、Lab分析，指出亚健康各证型组之间存在较多显著性差异，对局部面色的分析比整体更有价值。崔龙涛等[25]对大学生亚健康状态气虚型、血虚型、阴虚型、气郁型各20例进行中药干预2周，通过对额头、右颊、左颊、鼻头、下颌5个部位的中药干预前后的Lab、HSI分析，指出中药干预后亚健康状态气虚型学生额头、右颊、左颊、鼻头、下颌各部L、I值明显升高，b、H值明显降低，阴虚型下颌部b值明显降低，气郁型额头S值、鼻头和下颌的a、S值明显升高，而血虚型无统计学意义。阮铭等[26]应用四诊仪采集了观察组97例恶性肿瘤伴抑郁焦虑患者的面色图像，对照组为排除内科疾病的正常人，结果发现观察组眼眶、鼻子、额头、口唇和面部整体的灰度、各部位V值、各部位L值低于对照组，H值在颜色空间上色度接近黄色，对照组更接近红色，观察组比对照组面色黑、颜色深、暗淡。

总之，HSI以人的视觉系统感知色彩的方式进行参数表征，Lab色空间的均匀特性有利于色差的比较，因此，HSI与Lab颜色空间模型的结合性评价具有更好的互补性。基于HSI与Lab颜色空间模型的面部色泽综合评价，观测对象涉及亚健康人群与患病人群，面部色泽结果多采用分区域描述。上述基于HIS与Lab颜色空间模型相结合的面部色泽评价结果，为辨识不同类型的亚健康状态与观测一些疾病的面部色泽特征提供了一定参考。

2 基于光谱技术的面部色泽评价

基于光谱技术的色泽数据采集与RGB的3个可见光波长位点不同，而是进行可见光范围内(间隔波长<5～10 nm)的反射光或透射光的数据采集，可直接进行CIE色度学参数结果的对接，具有更好的准确性，如CIE三刺激值XYZ、色度坐标xy以及CIE 1976 L*a*b*等。

基于光谱技术的色泽测定主要有分光光度设备与光谱仪设备2类。早期主要是应用分光光度测色类设备进行样本反射率(或透射率)的检测，在CIE1976L*a*b*均匀颜色空间下对明亮度L、红光度a、黄光度b、饱和度C值、400～700 nm波长段下的面色反射率、色差比较结果等指标进行分析。如许家佗团队应用日产柯尼卡美能达CM-2600D分光测色仪对不同健康状态下受试者面部额部、眉间部、鼻部、下颏、左右颧部、左右眼胞8处的光谱色度指标进行了观测[27-29]。以疾病状态下的观测为例，研究发现疾病组L值显著低于健康组，b、C值显著高于健康组，各波长段下反射率显著低于健康组；疾病组除左右眼胞外的6处L、a、b、C值有显著差异；五脏病各组光谱色度特征比较有显著差异。反映了分光光度测色系统可区分不同健康状态下的面部色泽。

随着光谱检测技术的发展，基于光谱仪的测色具有检测速度更快、分辨率更好、可耦合于光纤、自动绘出光谱图等优势。如曾常春团队应用海洋光学USB4000型VIS/NIR可见近红外光纤光谱仪采集了516名正常人群印堂、准头、口唇与舌质的色泽信息，获得了CIE 1964色度坐标、亮度、主波长、色纯度等色度学参数的正常值参考范围；同时，还比较了印堂与准头部位的色差，结果显示：总色差为1.846、明度差为0.514、色度差为1.773、饱和度差为1.759、色相差为0.218单位，以与人眼色差能力相对的参数进行表述[30-32]。朱志荣等[33]对印堂和准头部位的明度Y值与其色度的主波长和兴奋纯度的相关性进行了分析，结果表明肤色中偏白或偏黑不会对色诊光谱测色的主色调造成影响，而明度Y值与兴奋纯度有负相关性，说明其主色调饱和度受到皮肤偏白或偏黑的影响，以正确地理解色度学参数与望诊之对应性。张郁靖等[34]应用光纤光谱仪对翠鸟羽毛(翠羽)、干枯的草叶片(草兹)进行青色特性分析，鸡冠和干涸的猪血(衃血)进行赤色分析，螃蟹的腹部(蟹腹)和枳实进行黄色分析以及35名正常人的鼻准与额头进行反射光谱分析,结果发现主生的青(翠羽)、赤(鸡冠)、黄(蟹腹)光谱分析反映出反射色谱波峰单一，体现了其色的鲜艳性；而主死的青(草兹)、赤(衃血)、黄(枳实)光谱分析反映出其反射色谱以复合色为主，体现了色的晦暗；正常人群的面色则在一定程度上显示了红黄微隐与气血的充盈，通过望色的鲜艳性或晦暗性可以反映主生与主死之色的差异性。邬艳波等[35]应用光纤型可见近红外光谱仪搭建的光谱测色系统采集了268位肝原性黄疸患者的面色信息，通过比较肝原性黄疸阴黄与阳黄患者的色差变化，结果发现二者在鼻尖与额头部位的总色差分别为9.98和5.82色差单位，在明度上的差别最为明显。上述研究表明，基于光谱仪的测色技术，分辨率更高，有利于细微色差的对比分析。

总之，基于光谱技术的面部色泽评价，可直接进行CIE色度学参数结果的对接，对色差分析的准确性更有优势。尤其是近年来，高光谱成像技术取得较大的突破，对中医面部色泽的量化研究具有潜在的影响作用。高光谱成像的数据与数码成像相比，一个像素点信息由24 bit的RGB值提升为全可见光范围的光谱数据，从而使光谱技术的测色得到质的提升。如李庆利等[36]基于高光谱技术研发了一款中医舌象辅助诊断系统，该系统替代数码相机采集舌图像，提供了更加丰富的舌象信息，使舌诊更加客观化和精确化。高光谱成像技术将图像信息和光谱信息合为一体，具有良好的空间分辨率，具有广泛性、信息全面性、使用安全性、技术实用性、数据处理方法多样性等特点[37]。今后若将高光谱成像技术应用于面部望诊的客观量化研究中，将进一步推动先进光子学技术与面部望诊参数量化的交叉学科发展。

3 展望

基于近十年的研究报道，中医面部色泽望诊的客观量化研究主要围绕人体不同健康状态下的面部色泽进行评价。基于图像分析和光谱技术的面部色泽信息评价是面部色泽客观量化研究的主要方法。

基于图像的色泽数据分析，目前仍主要应用数码成像设备采集信息资料，借助RGB、HSI以及Lab颜色空间参数实现量化分析与评价，其中RGB颜色空间可以与数码设备对接以获得相关数据值，但其结果的变化不能直接对应人眼色觉；将数据进行HIS值转换，有利于顺应人眼感知色彩的方式进行数据结果的比较与分析。Lab色空间对亮度、色相、饱和度3个参数的衡量是一个心理的色彩，具有与人眼的色彩判别特点相近的优势；同时，作为一个均匀的颜色空间参数在中医面部望诊中的应用，可以将人眼对色知觉差异值进行量化的表征；两个样本间的比较可以获得总色差、明度差、色度差、饱和度差、色相差等具体特征性的比较结果，而应用HIS色空间参数比较时仅能知H、I、S值的差值大小，其色差特点与差值就无法量化，也就是说，基于国际标准Lab色空间的应用将更有利于中医面部望诊的标准化与规范化发展。

随着数码成像与数字图像技术的发展，对中医面部色泽望诊的客观量化研究起到了直接促进作用，如基于图像的面部色泽比较研究，国内若干研究团队自行建立有中医面部(包括舌诊)信息采集系统。然而，这里想要说明的是，对目前色泽研究的RGB值范围各小组数据存在较大差异，其原因可能是数码成像过程若干因素所导致的偏倚，如成像设备本身的差异、光源的不同、曝光程度、与样本的距离、白平衡干扰等因素。有研究团队提出采用统一设备、标准光源等方法，但仍因标准不一致限制着中医面部望诊的多中心合作性研究的发展进程。另外，数码RGB并不等同于CIE 1931标准色度的RGB概念，应用数码的RGB值代替CIE RGB进行CIE Lab颜色空间参数的转换，将使结果带来一定失真，在色泽量化研究时需值得我们注意，在颜色测量技术中原本就不推荐应用数码成像资料的结果进行色度学参数的计算与分析。

基于光谱技术的测色方法，能够采集全可见光波段范围内一定间隔波长的数据，也就是光谱数据，特别是同色异谱情况下可以根据光谱数据去分析该色泽产生的深层次含义。随着光学技术的发展，基于光谱仪的色度检测设备得到很大发展，不仅具有检测速度快、精确度高、分辨力高等优势，还可以根据不同标准照明体的光谱特点进行均一化处理，对同一样本可以获得相同色度学结果[38]，即可以避免照射光源对色泽结果带来的干扰。集成像与光谱技术于一体的高光谱成像技术的应用，可以在面诊资料采集的过程获得全部位点基于光谱的色泽资料，在数据资料的完整性与分析处理的能力上具有更大的应用前景，但其便携性和波长分辨率仍需得到进一步提升。

总之，面部色泽望诊为中医望诊的重要内容，备受历代医家的重视。开展面部色泽望诊的客观量化研究，不仅可为临床辨别病证提供更为精准的依据，而且在体质辨识、治未病领域有潜在价值。但今后的研究中还有很多关键性问题需要解决。例如，如何解决客观界定中医的五色的问题，如何精准分辨相同面色之间(如面如烟煤、黧黑、青黑、苍黑、灰黑等)的微小差异等。这些都需要我们结合现代的光学、色度学及人工智能等多学科的方法进行进一步的探索。