基于舌、面诊的中医健康状态辨识理论与方法研究概述

杨 帅，徐 莹，王立娟，钱 鹏，周小芳，李福凤

(上海中医药大学·上海 201203)

我国人口老龄化趋势和慢性疾病发病率逐年上升，慢病管理等健康管理模式在“健康中国”战略理念与适应不同人群健康需求的背景下应运而生。健康管理模式前提是正确把握人体健康状态[1]，对人体健康状态进行全面监测分析，评估健康风险，提供健康指导，是实现个人健康监测和疾病风险预警的有效手段，是实现全民健康管理、提升国民健康水平的重要方法[2],亦符合中医“治未病”思想。中医学整体观念、辨证论治思想，决定了中医更能够整体、系统、个性化地把握人体健康状态，尤其是通过中医舌、面诊评估人体健康状态是中医的特色和优势。大数据、人工智能等计算机信息技术的发展，带动了中医舌、面信息化、量化研究的快速发展，融合舌、面诊信息的中医健康状态辨识方法研究逐渐增多。采集大样本、规范化的舌、面象等人体健康数据并加以计算、挖掘、分析，通过数值化的参数值构建评价模型进而判定健康状态，使得诊断依据更加客观、可行，可以更好地发挥舌、面诊在中医健康状态辨识评价中的优势作用，提升对健康状态辨识结果的科学性与准确性。

本文概括分析了中医舌、面诊评价人体健康状态的理论内涵，并将近年来融合舌、面诊信息辨识人体健康状态的研究方法进行归纳总结，指出存在问题和未来研究方向，旨在为中医健康状态辨识研究及舌、面诊在中医健康管理与治未病研究提供一定的思路及参考。

1 基于舌、面诊的中医健康状态辨识理论

1.1 中医健康状态辨识理论内涵

健康是一个动态稳定的生命状态，人体的整个生命过程处于健康与疾病两种状态的相互转化之中[3]。人体在生命过程中的健康状态(包括疾病状态)虽然是变化的，但可以通过客观的外在表征反映内在的状态[4]。健康状态辨识就是通过对人体外在表征的综合、分析与评判，是对生命过程中某一阶段即时的健康水平进行判别与评估[5]。

目前中医学对健康状态的辨识，多是依据健康水平的不同分为未病态、欲病态和已病态3 类。未病态即“阴平阳秘”“形神并俱”的正常功能状态，指人体虽然受到外界不良刺激，但可以通过调节并维持脏腑气血等功能的正常，也就是通常而言的“健康”。已病态指“阴阳失衡”的疾病状态，人体的脏腑、气血等功能失常，无法通过自身调节并恢复正常功能。欲病态是介于未病和已病之间的状态，即亚健康状态，指人体的生理病理、体质等较正常发生偏颇，但范围或幅度不大，仍可通过自身调节或简单的健康干预助力机体抗衡这种偏颇[6]。中医健康状态辨识就是指对这3 种状态的辨识诊断，而辨证也是辨状态的一个组成部分，即对已病态(疾病状态)的辨别，体质辨识也属于健康状态辨识的一部分。

中医整体观、动态平衡观理论，为中医健康辨识提供了理论基础[7]。中医能够整体、动态地把握人体的生理、病理信息，评估不同健康水平的生命状态，且以四诊为主要手段的辨证诊断模式不依赖于现代医学辩病诊断模式，对于那些因为没有异常西医学指标而无法判断其健康偏态的情况，仍然可借助四诊方法收集人体健康信息，对预病态(亚健康)进行及时评估，利于疾病预警与治疗干预,表明中医在人体健康状态辨识中具有明显、独特优势。

1.2 舌、面诊辨识人体健康状态理论基础

中医倡导“司外揣内，司内揣外”思想，朱丹溪提出“有诸内者，必形诸外”[8]。中医认为人体是一个有机的整体,体内和体外联系密切。身体出现问题时,其内在变化(本质)会通过外在现象(症或证候)显现出来，即人体内部的脏腑、经络、气血的生理、病理活动及变化，必然通过某种征象反映于人体外部；反之，通过观察与分析外在征象，也就可以推测人体的内在变化以了解人体内部健康情况。望诊作为四诊之首，在中医辨证诊断过程中发挥重要作用，其中望面与望舌尤为重要。舌、面象作为人体重要外在征象，通过观察舌、面象特征可以推测人体内在健康状态。

中医认为面部为经络汇聚之处，五脏六腑之气血皆上荣于面，面部血脉丰富，为脏腑气血之外荣，所以体内五脏六腑、气血盈衰，皆可通过面部反映出来。正如《灵枢·邪气脏腑病形》篇有云:“十二经脉，三百六十五络，其血气皆上于面而走空窍。”舌为心之苗，为脾之外候，舌苔由胃气所生，且舌体通过经络连接与全身各脏腑均有密切联系[9]。《辨舌指南·绪言》云“舌为心之外候，苔乃胃之明征，察舌可占正之盛衰，验苔以识邪之出入”“辨舌质可诀五脏之虚实，视舌苔可察六淫之浅深。”可见舌、面部可以作为人体脏腑、经络、气血、津液的一面窗口，舌、面部的颜色、形态等特征的变化均可以反映人体脏腑的虚实、气血的盛衰、津液的盈亏、病邪的性质、病情的轻重、转归及预后等[10]，通过观察舌、面部的外在征象可以探析人体的健康状态和病情变化。

2 基于舌、面诊的中医健康状态辨识方法

基于中医舌、面诊的人体健康状态辨识方法研究主要体现在中医舌、面诊客观化、信息化技术在健康状态辨识中的应用和基于舌、面诊信息的健康状态辨识评价模型构建方法研究。现代信息科技的发展促进了中医舌、面诊客观化的发展，将舌、面诊信息化、量化特征数据加以挖掘分析，建立健康状态评价模型，可以更好地发挥舌、面诊在中医健康状态辨识评价中的优势作用，提升对健康状态辨识结果的科学性与准确性。

2.1 舌、面诊信息化技术方法应用于中医健康状态辨识

基于中医舌、面诊数字化、信息化技术，结合机械、光学、计算机、互联网等多学科交叉技术，目前研制开发的舌、面诊检测系统[11-12]、健康管理平台[13]和面诊仪、舌诊仪等中医辅助诊疗设备[14]已广泛应用于舌、面图像的采集、分析与人体健康状态监测与评价中。如许家佗团队[15-17]对不同健康状态的大学生面部光谱色度特征进行调查分析,发现疾病组面部晦暗深重，亚健康组整体浅淡，而健康组介于两者之间,亚健康组鼻部亮度较高，健康组额部红光较高，疾病组鼻部、眉间红光度、黄光度均较高，此研究结果为根据不同部位色度变化辨别人体不同健康状态提供了诊断价值；其又应用舌象数字分析诊断系统进行舌象采集分析不同健康状态、亚健康不同证型的舌色、苔色RGB、Lab颜色特征和纹理特征，认为将舌象图像分析方法应用到亚健康状态评价与证候分类中是可行的，为亚健康状态的客观评价提供依据。李福凤团队运用DKF-Ⅱ型中医舌、面诊数字化检测仪，分别采集分析了冠心病[18]、慢性胃炎[19]、慢性肾衰[20-21]、大肠癌[22-23]、糖尿病[24]等疾病的舌、面诊特征信息，验证了舌、面诊客观信息参数可以作为临床辨证和人体健康状态评估的参考指标；而且还对不同民族人群的舌、面参数进行比较，发现舌、面诊量化指标可以为不同民族、不同地域人群的健康状态辨识提供客观依据[25-26]。邓露露等[27]运用道生中医四诊仪采集在校本科生的舌象及体质信息，发现各型体质与舌象特征具有相关性，认为观察舌象对体质状态辨别具有指导作用。这些研究验证了中医舌、面诊信息化技术在健康状态评估中发挥着重要价值作用，为中医健康状态辨识奠定了技术与方法研究基础。

2.2 基于舌、面诊信息的健康状态辨识模型构建 近年来，构建基于舌、面诊信息的健康状态辨识模型研究逐渐增多，主要是通过舌、面诊信息化，提取分析舌、面象特征，运用支持向量机、决策树、人工神经元网络、贝叶斯网络、多标记学习、深度学习等计算机信息处理及模式识别方法进行多种人体健康特征信息融合，建立算法模型，实现对人体健康状态的判别诊断。如杨雪梅[28]提出健康状态辨识是一个分类问题，在总结分析各种机器学习算法模型和证素辨证模型利弊的基础上，提出了中医健康状态辨识模型算法研究的基本框架。辛基梁[29]采用BP-MLL神经网络、决策树、SVM和KNN等学习算法，探索中医健康状态辨识的分类算法模型，发现基于BP-MLL神经网络分类算法在中医健康状态辨识中的应用具有较高的准确性和方法学上的可行性；辛基梁[30]又采用多标记分类算法LIFT、ML-kNN、RankSVM和单标记分类算法SVM、KNN对临床1 146例数据进行机器学习和测试，发现多标记分类算法的性能优于单标记分类算法，多标记分类算法有助于解决中医健康状态辨识问题，且几种多标记分类算法中LIFT算法性能最优。

2.2.1 基于舌、面单诊信息构建健康状态辨识模型 目前基于单一的舌诊或面诊信息的健康状态辨识模型研究主要在于对体质状态的分类辨识模型和对疾病状态证候辨证诊断模型。近年来，舌诊方面研究成果较多，如陆冠龙等[31]建立不同体质的舌象特征数据库，分别提取舌的颜色和纹理特征，并结合体型特征，经过标准化形成融合舌象特征和形体特征的中医体质辨识模型，能有效提高体质辨识的客观化水平。胡继礼[32]基于Inception-v3机器学习算法构建了舌象体质分类模型，实现通过舌象特征来识别不同体质，取得了很高的识别率和计算效率。栗蕊[33]利用随机森林算法和XGboost算法构建了基于舌诊客观化的高血压病肝火亢盛证证候诊断模型，发现舌诊客观化参数在模型的构建中贡献度最高,且对疾病状态证候辨证诊断具有重要意义。而目前面诊方面的研究文献报道较少，梁玉梅[34]首次对面象特征与中医体质的关系进行了客观化的研究，在面诊图像预处理和特征提取基础上，采用SVM对面象特征进行分类学习，分别使用网格遍历法和粒子群法对SVM中核参数(和惩罚因子C进行寻优，并结合交叉验证法得到最优参数，进而对基于面象特征的中医体质进行分类研究，开发了基于面象特征的中医体质自动辨识系统。陈淑华[35]将面色数据库中疾病及健康的图像样本各自的颜色分布区域拟合出来，寻找出基色的分布区域，通过聚类寻找出代表色，将其作为索引，提取出颜色特征向量，选择SVM二分类器算法进行健康与疾病的二分类实验，平均准确率达到80%以上，同时采用了逻辑回归及SVM决策树进行多分类分析，证实了面部颜色特征对疾病与健康状态的辨别是有意义的。赵艳坤[36]运用Gabor滤波的纹理特征提取算法提取面部纹理特征并与面部颜色特征相融合，利用基于判别共享高斯隐变量模型(DS-GPLVM)的融合算法与改进的联合相似和特定学习的融合算法(IJSSL)进行疾病状态的分类实验，发现两者均能取得更高的分类精度；然后采用Stacking的集成学习方式对DS-GPLVM 和IJSSL得到的融合特征进行集成学习，通过将多分类拆解成多个二分类的策略，实现了对面部数据库的多分类学习，最终能将五种常见疾病以较高的正确率区分出来，然后设计并优化了中医面诊系统，实现对人脸图像实时分析，并给出相应的健康状态分析报告。

2.2.2 基于舌、面诊信息融合构建健康状态辨识模型 基于舌、面诊信息融合的健康状态辨识模型研究近年来也在逐渐增多，如辛飞祥[37]采集舌象、面部及舌下静脉3 类视觉感知图像，利用数字图像处理技术进行量化处理，提取出舌、面象的颜色、几何、纹理等7种特征，运用基于典型关联分析理论的特征级融合诊断算法和基于贝叶斯规则与表决规则的决策融合方法，并提出了一种基于稀疏表示与支持向量机的联合诊断分类器，实现了一种基于视觉感知融合的中医诊断分析模型来辨别健康与疾病两种状态。李福凤等[13]通过采集大量的舌诊、面诊图像和问诊信息，形成包括有舌、面、问诊信息的信息数据库，综合运用聚类分析、主成分分析、隐类分析、神经网络、多标记学习等多种方法进行特征选择和权重研究，建立了不同健康状态的诊断模型，实现了健康状态评估，以此研发了国内首款中医数字化健康监测与管理系统“云中医智能镜”。刘国萍等[38]研究发现基于标记相关特征的多标记学习算法(REAL)可以互信息最大化挑选出与中医证型最相关的特征子集，建立证型与症状的相互关系，更符合中医的辨证思想，基于此算法建立了舌、面等四诊信息融合的辨证模型。

3 存在问题与展望

近年来，随着图像处理、大数据、人工智能等现代信息技术的迅速发展，中医舌、面诊信息化、数字化研究取得了突破进展，基于舌、面诊信息的健康状态辨识模型方法研究也不断丰富，并取得了阶段性的成果，但目前仍存在一些问题值得在之后的研究中引起注意：(1)因为目前未建立统一规范的舌、面图像信息采集标准，不同仪器、不同环境下采集的舌、面图像样本存在很大差异，导致样本数据之间无法互通使用，因此亟待建立舌、面诊信息采集的通用标准规范，实现对健康状态信息客观、规范采集、储存与处理。(2)计算机信息技术的运用离不开大数据的建立与分析，目前尚未建立一个成熟完备的大样本舌、面图像数据库，缺乏开放性的舌、面图像共享数据集和平台，这样阻碍了研究者的成果共享和学术交流；也未将舌、面诊信息综合分析的客观指标建立数据库，阻碍了舌、面诊信息客观化在临床的应用及推广。(3)目前舌、面象特征的研究更多是对舌、面颜色特征的提取与分析，对面神、舌面纹理、舌形、苔质、动态及舌下络脉等方面的研究却不多，为了辨识诊断模型的高准确性，需要提取分析更多的舌、面特征进行融合，实现舌、面象信息的综合与全面的客观化。(4)舌、面诊信息化与健康状态辨识诊断模型方法等研究离不开现代信息科技的保驾护航，因此需要加强与计算机等多学科交叉的交流合作，将中医理论和现代信息技术等进行贯穿融合，突破技术壁垒。 (5)目前基于舌、面诊的健康状态辨识模型研究多为舌、面单诊识别模型，将舌、面信息融合的分类识别模型研究较少，在大量舌、面诊信息标准化、规范化采集大样本数据库的基础上，通过人工智能技术将舌、面诊信息与问诊等其他健康信息数据进行深度融合，构建多模态的健康状态辨识模型与评价方法，开发多种信息融合的健康评价与管理平台，将是未来舌、面诊智能化研究的重要方向。

大数据与人工智能时代的到来，为中医现代化研究带来了新的机遇和挑战，依据中医辨证思维，利用人工智能、计算机识别等信息处理技术，加强对中医舌、面诊信息采集与分析识别的客观化、规范化研究，建立基于舌、面诊信息融合的多模态健康状态辨识评价模型，是实现个人健康监测和疾病风险预警的有效手段，有利于实现全民健康管理，提升国民健康水平。