中医舌诊客观化研究❋

王 静， 常佩芬， 关 静， 刘少玉， 贾 玫△

(1.北京中医药大学第一临床医学院， 北京 100700；2.北京中医药大学东直门医院， 北京 100700 3.北京中医药大学中医学院中医诊断系 北京 100029)

舌诊是通过观察患者舌质、舌苔以及舌下络脉“神”“色”“形”“态”的变化，从而了解人体生理功能和病理变化的诊察方法，是中医独具特色的诊法之一。舌诊经历数千年的发展，已有一套完整的理论体系，成为中医诊断体系中不可或缺的一部分。传统的舌象信息主要依靠临床医生在自然光线下用肉眼识别获取，较大程度可以指导临床辨证论治，但由于存在光线环境、肉眼辨识率、医生主观感觉以及临床经验等诸多因素，难免会对舌象的准确判断与客观评估造成影响。因缺乏客观的参考指标和统一的定量化标准，舌诊诊断时容易产生分歧，不仅可能影响对患者的诊疗，且不利于临床资料的相互交流和资源共享。随着社会现代化与各种新兴技术的飞速发展，许多研究者以现代科学技术手段对舌象信息进行现代化、客观化的研究，使舌诊的理论及内容得到了丰富和发展。本文就舌诊客观化研究中涉及的采集光源、采集技术及处理系统等关键技术环节和舌诊客观化观察参数进行总结。

1 舌诊客观化技术研究进展

1.1 采集光源

传统舌象信息采集主要在自然光线下进行，受室外天气、室内环境等诸多因素的影响，不同光照条件下获取的舌象信息不可避免会出现不同程度的偏差。舌象信息的获取是舌诊客观化研究必不可少的基础环节，因此光源的选择亦是舌象客观化研究的一部分。如果舌象信息的采集可以在某种均匀且固定的光源条件下进行，便可在很大程度上减少舌象客观化研究第一环节中自然光线的不稳定性带来的偏差。基于此，石强等[1]对比研究了自然光线条件和CIE(国际照明委员会)标准光源D50照明条件下的20例舌象，发现两种光线条件下舌象信息的观察结果一致率可达90%以上，因此指出CIE标准光源D50接近自然光，且比自然光具有更好的稳定性，可作为在舌诊客观化研究中舌象信息采集的照明光源。但是，该研究结论源于两种光照条件下肉眼观察的结果，仍然可能受观察者经验等主观因素的影响，因此，选择客观化指标作为观察结果以评估不同光照条件对舌象结果判别的影响显得更有必要。曾常春等[2]通过研究发现，在CIE标准照明体A、B、C、E和D65光源5种不同照明条件下，舌尖颜色的可见反射光谱曲线、CIE1964色品坐标以及RGB分值均存在显著性差异，进一步表明不同光照条件下获取的舌诊资料会存在一定程度的偏差。

光源的色度学特征包括色温、显色性、照度、光谱特性等，其中再现颜色的重要参数是色温和显色性[3]。在CIE标准光源中，D65光源的色温和显色性最接近自然光源，是CIE推荐的测色标准光源[4]。蔡轶珩等[5]通过测试统计，验证了CIE D65标准光源是目前较为合适的中医望诊图像系统可采用的标准环境光源。沈兰荪等[6]在中医舌诊客观化的研究中，为实现舌象信息采集的标准化，设计了基于D65光源的采集环境，结合采集设备与输出设备，实现了舌图真实彩色的重现。宋贤杰等[7]对比研究了4种人造荧光灯光源：(①OSRAM DULUX STAR 23W/41-860；②OSRAM DULUX STAR 23W/41-850；③NATIONAL YPZ220/18-3U RR.D；④PHILIPS YPZ220/18-3U.RR.D)在同一舌象中的色度学参数差异，最终得出最接近于自然光的光源是PHILIPS YPZ220/18-3U.RR.D型光源，其色温为6500K，亦属于CIE D65标准光源。由此看来，CIE D65标准光源用于舌诊客观化的研究是较为合适的。孙璇等[8]为探讨舌诊仪采集技术规范化问题，采用文献计量学方法对多个数据库进行文献检索，结果发现在纳入的124篇文献中，有50篇文献提及舌象信息采集时的光源条件，共涉及20种，其中自然光线、CIE标准光源以及LED光源居于前3位。尽管还有诸多关于舌诊光源条件的研究项目已完成或正在进行，如卤钨灯、疝气灯、相机闪光灯等[9]，但是至目前为止，尚无行业内公认的光源应可用于舌诊客观化的研究。

1.2 采集技术

目前，在中医舌诊客观化研究的过程中，舌诊仪的研发与使用是主要方向与途径。采集系统与处理系统是舌诊仪的主要组成部分[10]。为获取较为理想和精确的舌象图片，舌象采集系统多使用高能性设备，如具有各自特点的相机。许家佗等[11]在舌象颜色特征的识别研究中，使用CASIO-3000EX数码相机对舌象进行采集。苏婉等[12]为观察不同证型肺癌患者的舌象客观化特征，运用Nikon D80单反数码相机进行舌象采集。卫保国等[13]采用KODAK DC260数码照相机对舌象进行采集，发现在1536×1024的分辨率和8～10倍压缩比的条件下，采集的图像能满足视觉要求。赵强[14]在标准化舌图像采集设备的研究与开发中，以Sony DXC 390P的3-CCD摄像机为标准采集设备，通过评估JAI CV-S3200、HTS TECH-ECC、mobile-phone-MX3、oooe、Pioneer Times、Rainbow RB和DFK 23 G 274七款成像相机的峰值信噪比、模糊系数和质量因数这三个指标来衡量一款相机成像质量的高低，最终选择JAI CV-S3200工业级相机作为其后续实验的成像相机。王兴政[15]在设计中医舌象采集分析系统时使用高颜色保真的3CCD摄像机进行图像采集，用标准颜色色卡对所采集的图像进行标准化校正，从而得到标准颜色的舌象图像。该设计具有成像环境标准、颜色保真性高、成像质量优以及人机交互人性化的特点。

如上所述，相机在舌诊的研究中被广泛使用，舌象信息的获取主要依赖于相机所拍摄的数码图像。但是普通相机是由红光、绿光和蓝光3个通道叠加而成，对于其他范围的光谱信息无法采集，不可避免地失去了许多舌色客观化、定量化的特征信息[16]。为克服普通相机无法采集其他光谱范围内舌象信息这一缺点，有研究者通过光谱法对物体进行光谱光度测量，测得其光谱反射率因数和光谱透射率，间接计算出物体色的三刺激值和色度坐标[17]。曾常春等[18]应用可见反射光谱数据反演于CIE1964色度图，获得了正常舌色CIE1964色品坐标、明度、主波长和色纯度等色度学参数。孔猛等[19]采用可见光谱，通过670 nm光谱能量强度和590-780 nm红色域光谱能量强度比，实现了对舌色的定量化分析。林凌等[20]通过对物体和人舌光谱数据进行初步采集实验，根据结果提出基于光谱的舌色客观化研究方法，其操作简单方便，同时还可以降低对光源参数和采集方法的依赖性，不仅能更加客观、准确地反映舌的颜色，还可以提供与组织成分、生理病理、微循环变化等更多、更深层次的信息，可克服以往方法量化指标不精确、实用性较差的缺点。刘明等[21]运用高光谱采集系统采集了16例受试者的舌体信息，并对采集到的16例高光谱舌象图像进行感兴趣区域提取和图像信息处理，结果发现在527.5480 nm波长处能够很好地反映舌体表面舌苔附着的情况，表明高光谱技术在中医舌苔信息提取方面具有一定的可行性。以上研究均表明，基于光谱法的舌象信息采集能够补充普通相机成像系统在舌诊客观化研究的不足，基于此，有研究者提出结合光谱与成像技术于一体的高光谱成像技术应用于中医舌诊，将会更有利于舌诊客观化[16]。李庆利[22]等指出，高光谱成像系统采集舌图像后，不仅可以在不同的单波段图像中提取舌形态、舌裂纹、紫斑数目以及齿痕等两维图像特征，还可以提取反映舌体性质的光谱特征。其后，李庆利等[23]探讨了基于推帚式的高光谱成像系统在中医舌诊中的应用，初步试验表明相对于采用数码相机采集的舌图像，高光谱舌象图像采集系统可提供更加丰富的舌图信息，这一研究为舌象图像的采集和分析提供了一种新的方法。

1.3 处理系统

在标准环境下采集的原始舌象资料需经过预处理来提高图像资料质量的稳定性[24]，其中色彩校正是关键环节。许家佗等[25-27]提出了一种基于室内自然光线条件下的医学图像采集分析模型，即“拓扑剖分-还原”模型，该模型采用的校正方法能够明显降低自然光线条件下医学图像的色差，具有良好的颜色校正效果。樊艳等[28]使用ICC色彩特性文件对数字图像进行了色彩校正，此实验结果表明该方法能够有效地校正数字图像的色彩偏差，是一种有效的色彩还原方法。蔡轶珩等[29]从光谱反射率复原的角度对舌象颜色的范围进行了有限维模型分析，最终提出基于有限维模型的舌象图像颜色校正方法具有一定的可行性。由前可知，在色彩校正方法上也尚无统一的标准，目前的研究主要是针对不同硬件设备条件下建立不同的色彩校正方法。

在舌象特征的提取与识别方面，目前主要使用的技术是Snake模型、基于阈值的分割技术以及基于图论的分割技术[30]。唐俊安等[31]利用Snake模型在RGB颜色空间下对“湿寒症”和“湿热症”2种舌象进行检测和对比，结果表明Snake模型对病证的检测效果良好。但是，传统的Snake模型所得到的分割结果对初始化的依赖程度相对较大，为克服这一缺点，高清河等[32]对传统的Snake模型方法进行了改进性研究，其实验证明优化后的Snake模型，即GVF Snake模型更适用于舌体图像轮廓的分割，该试验结果为后续的舌体纹理分析奠定了基础。张璐瑶等[33]提出基于局部灰度阈值的舌体裂纹检测方法，可以有效地分离舌体裂纹与背景，并指出该算法简单、实用性强，可为裂纹舌的客观化研究提供较为可靠的技术方面支持。秦昭晖[34]将基于图论的图像分割方法应用到中医舌象图像的分割当中，该方法取得了较好的效果。

在苔质分离方面，基于阈值的分割技术也常常被使用，而其余技术的研究主要集中在基于聚类的分割技术和基于区域分割技术[30]方面。牛秋月等[35]提出了一种基于Lab颜色模型的聚类舌象图像分割算法，该算法首先对原始图像进行ROI提取、均值滤波等预处理；其后对处理后的图像进行色偏校正和Lab颜色模型转换，最后用K-means算法完成舌象图像的自动分割。韩立博等[36]提出了一种基于直方图均衡化的Gamma校正和K-均值聚类的舌苔和舌质分离方法，该方法的分割合格率可达97%。许家佗等[37]使用分裂-合并算法以及色度阈值算法，通过图像区域分割法对舌象进行区域性划分，最后实现了舌质与舌苔的分割，并且表现出良好的分割效果。

综合近年来中医舌诊客观化与信息化的研究，可以看出中医舌诊与现代技术相结合的途径大大拓宽了传统的舌诊方法和范围，为舌诊的科学化研究开辟了新的方向。

2 舌诊客观化参数研究进展

2.1 颜色

中医舌诊内容极其丰富，包括颜色、形态、动态等多个方面，其中颜色是舌象特征的主要组成部分，现代中医对舌象颜色部分的研究方向主要是色度学研究。色度学是指将人体对颜色的主观感知与物体客观的物理测量值联系起来，从而建立科学、准确的定量测量方法。利用色度学可以统一标准对颜色做定量性的描述，基于色度学原理建立的颜色模型对于舌诊客观化研究具有重要意义。颜色模型是色度学中用来精确标定和生成各种颜色的一套规则。目前各行业广泛使用的颜色模型包括三大类，即计算颜色模型(国际照明委员会的RGB、Lab、UCS、Luv、LCH、XYZ、UVW)、工业颜色模型(美国国家电视标准委员会的RGB、YUV、CMYK、YCbCr、YIQ)和视觉颜色模型(HS×系列的HSB(V)、HSL)[38]。为真正呈现客观化颜色信息，人们在对图像进行色彩处理时，应从中选择相对接近于人类视觉认知系统的颜色模型[39]。在关于舌象颜色的研究与描述中，目前常采用的颜色模型有RGB、LCH、Lab、YCrCb、HSI、HSV等[40]。

杨新宇[41]运用色彩管理技术对数字舌图进行色彩还原，选择Lab、LCH颜色模型描述舌图颜色信息并建立数据库，实现了对舌色的量化分类。汪泽钰等[42]提出一种基于HSV颜色模型特征值距离度量的舌诊方法，该方法首先采用HSV颜色模型建立舌象目标区域的像素信息矩阵，其后通过计算该矩阵特征值来构建舌苔和舌色的特征向量，并使用切比雪夫距离度量判断其所属的舌象类型，最后实现客观化、数字化舌诊。张永涛等[43]通过对884例体检人群舌象资料进行提取，使用舌象处理软件获取舌色的RGB值和Lab值，同时进行YCrCb、HLS和YUV颜色模型的转换，再将各颜色模型数据和人工判断的舌色进行比较分析，研究结果认为Lab颜色模型更适用于中医临床舌色的研究。王寺晶等[44]采用TF-1型舌面一体仪采集了210例肺结节患者的舌象信息，并比较不同中医证型肺结节患者的舌象在RGB和HSV颜色模型下的色彩参数，结果显示不同中医证型肺结节患者的舌象色彩参数存在显著性差异，提示RGB和HSV颜色模型的客观化指标对肺结节的临床辨证可能具有一定的参考价值。

到目前为止，在中医舌诊客观化颜色部分的研究中，还有许多颜色模型相互比较的报道，每一种颜色模型都各具优点和缺点，究竟哪一种颜色模型更适用于中医舌诊客观化研究，还需进一步的研究与探索。

2.2 形态

在舌象形态方面，目前的研究主要集中在通过算法以“指数”“系数”等指标来描述。许家佗等[45]应用CCD图像采集设备MVC1000对舌体的正面和侧面同步进行了立体图像采集，测算出舌体的长度、宽度和厚度参数，并应用参数与体表面积比值的关系建立了5种舌体系数计算方法，其后通过对500例舌图不同舌体系数分析、数据离散度检验分析，建立了单位体表面积、舌体宽度和厚度“和”的最佳舌体系数计算方法。卫保国等[46]研究了曲线拟合参数与曲线形状胖瘦的关系，实现了舌体胖瘦的自动定量化分析。陈小芬等[47]提出利用舌象的Lab色彩特征，把灰度图像和L分量两个特征结合起来，使用分裂-合并法对舌象进行区域分割，选取舌中部区域的色彩值作为阈值，其后对整个舌象进行裂纹提取，分别用可见指数和深浅指数来描述裂纹的数量多少和深浅程度，最后对所提取的裂纹特征进行分析，结果显示该方法较好地提取出舌象裂纹特征。

综上所述，从古代到现代，舌诊在中医临床的诊疗中占据着举足轻重的地位，研究者们对中医舌诊方法的不断研究与探究也说明了对此的高度重视。随着现代信息化技术的发展，中医舌诊理论体系已得到进一步的丰富和完善，舌诊方法也逐步走向现代化、信息化。目前中医舌诊因尚未形成一个统一的标准，大部分研究都集中在某一疾病、某一指标或某一技术，由于所应用于仪器、方法、技术等的不同且不能多方面顾及，可能会造成数据上存在偏向性，存在一定程度的局限性。因此，中医舌诊客观化、信息化、科学化的道路仍然漫长，还需要研究者不断地去研究和探索，才能推进舌诊客观化的发展和中医科学化的进程。