戚沁園 林燕佳 陳長(zhǎng)青

（1.東莞廣州中醫(yī)藥大學(xué)中醫(yī)藥數(shù)理工程研究院，廣東 東莞 523808；2.廣州中醫(yī)藥大學(xué)，廣東 廣州 510405）

望舌歸屬于中醫(yī)四診之一“望診”的范疇，舌診為疾病的辨證提供不可或缺的客觀依據(jù)。目前臨床舌診方法仍是憑靠醫(yī)家的肉眼觀察，從個(gè)人角度上看，帶有明顯的主觀性，難以形成客觀統(tǒng)一的識(shí)別標(biāo)準(zhǔn)，因而給中醫(yī)傳承和推廣帶來(lái)諸多不便。實(shí)現(xiàn)舌診技術(shù)的現(xiàn)代化必然要求其結(jié)果具有客觀性、可重復(fù)性。現(xiàn)對(duì)近年來(lái)的研究進(jìn)行如下概述。

1 舌體分割

李慶利等［1］使用光譜角度匹配（SAM）算法將由超光譜舌圖像采集系統(tǒng)采集而來(lái)的超光譜圖像立方體變換為光譜角度立方體，使用光譜角度立方體的“光譜”維進(jìn)行邊緣檢測(cè)，將二維的邊緣檢測(cè)問(wèn)題轉(zhuǎn)換成了一維的邊緣檢測(cè)問(wèn)題，這種舌體分割算法相對(duì)基于灰度圖像進(jìn)行的分割算法運(yùn)算簡(jiǎn)單，且分割效果好。

2 舌 色

由于RGB 顏色空間中R、G、B 值之間的相關(guān)性很高，使得其在識(shí)別某種特定顏色時(shí)很難確定閾值和其在顏色空間中的分布范圍。而HSV 更接近于人眼感知色彩的方式。胡申寧等［2］利用主要成分分析方法，在HSV 顏色空間中分別對(duì)每一類的舌象顏色特征進(jìn)行提取、降維，得到每一類不相關(guān)的特征，再組合成多個(gè)子分類器，并通過(guò)AdaBoost 算法把舌象顏色弱分類信息提升到強(qiáng)分類信息，解決了舌象顏色的多分類問(wèn)題。實(shí)驗(yàn)結(jié)果表明，該算法能有效地提高分類精度，舌苔顏色識(shí)別的平均正確率達(dá)96%，舌質(zhì)顏色識(shí)別的平均正確率達(dá)95%。

楊如芬等［3］運(yùn)用腔內(nèi)探頭，對(duì)3 種異常舌質(zhì)（紅、絳、紫）共42例典型患者采用彩色多普勒超聲診斷儀測(cè)定舌體CDE 血流信號(hào)并生成顯像，利用Photoshop 7.0的網(wǎng)格化功能，對(duì)其彩色血流像素網(wǎng)格數(shù)進(jìn)行分析對(duì)比，計(jì)算其彩色血流信號(hào)平均密度，結(jié)果顯示3 種異常舌質(zhì)彩色血流信號(hào)平均密度與正常舌質(zhì)差別均有統(tǒng)計(jì)學(xué)意義。

嚴(yán)智強(qiáng)等［4］采用舌質(zhì)光諸分析原理，自行設(shè)計(jì)研制了物理舌診儀，將12 V、25 W 白熾燈光源發(fā)射的光束照射于舌面，對(duì)反射光束進(jìn)行分光，分為紅、橙黃、綠、藍(lán)、紫等5 色，分別進(jìn)行光電轉(zhuǎn)換，由數(shù)字式定量記錄儀顯示。所顯示的電壓值即反映各種不同顏色的光強(qiáng)度的大小，光強(qiáng)度的大小則反映了色調(diào)、充度與彩度的信息，因而便反映了舌質(zhì)與舌苔綜合狀態(tài)的光學(xué)信息。淡白舌的5 種光分雖值均顯著降低，黯舌的藍(lán)、紫光分量增高，黯紫舌的藍(lán)、紫光分量值更高。在淡紅或紅舌中，帶黯或帶紫黯者，也有類似規(guī)律。疾病人群中冠心患者的紅、綠、藍(lán)、紫光顯著升高，而其他光分量變化不明顯，高血壓患者僅藍(lán)、紫光較健康人顯著增高，癌癥患者紅、橙、黃等光分量變化不明顯，而藍(lán)、紫光顯著大幅度升高，貧血患者的各光分量中，紅、橙黃、綠光顯著低于健康人及其他疾病組，而藍(lán)、紫光與健康人差異不顯著。

此外，還有許多關(guān)于應(yīng)用紅外技術(shù)（主要是紅外熱成像技術(shù)）于中醫(yī)舌診的研究，研究結(jié)果可證實(shí)舌溫與年齡、性別、舌色、舌面分區(qū)、病證及舌血液灌注率等有關(guān)系［5］。從這一角度去實(shí)現(xiàn)舌診的客觀化也頗具前景，與此同時(shí)，應(yīng)當(dāng)著重探索實(shí)驗(yàn)結(jié)果與中醫(yī)病證類型之間的聯(lián)系，唯有如此，這種方法才更具臨床價(jià)值。

3 舌 形

3.1 測(cè)量舌體 許家佗等［6］應(yīng)用CCD 圖像采集設(shè)備MVC1000 對(duì)舌體正、側(cè)面同步進(jìn)行立體圖像采集，測(cè)算舌體長(zhǎng)度（L）、寬度（K）、厚度（H）參數(shù)，并應(yīng)用參數(shù)與體表面積（Mt）比值關(guān)系建立5 種舌體系數(shù)計(jì)算方法，通過(guò)臨床500例舌象圖像不同舌體系數(shù)分析，數(shù)據(jù)離散度（Cv）檢驗(yàn)分析，建立了單位體表面積（Mt）、舌體寬度（K）、厚度（H）“和”的最佳舌體系數(shù)計(jì)算方法。應(yīng)用該方法對(duì)212例胖舌、35例瘦舌進(jìn)行了圖像分析比較，實(shí)驗(yàn)結(jié)果顯示，舌體系數(shù)s=（K+H）/Mt 對(duì)舌體胖、瘦判斷具有較好的效果，與人工分類比較胖、瘦舌符合率分別為93.40%、88.57%。

3.2 舌質(zhì)老嫩 曹美玲等［7］采用顏色與紋理特征對(duì)舌象老嫩進(jìn)行自動(dòng)識(shí)別。將舌象的顏色與紋理特征融合后，主要采用基于決策層的最優(yōu)線性融合方法和AdaBoost 算法兩種融合方案，并對(duì)其進(jìn)行比較，結(jié)果基本上可以滿足舌象識(shí)別的要求。

3.3 齒痕 鐘少丹等［8］將RGB 分量轉(zhuǎn)換為HSV 分量，然后將HSV 分量用Otsu 基于類間方差的方法確定閾值將各分量二值化。設(shè)PH 為分量H的二值圖像，Ps為分量S的二值圖像，PV 為V 分量二值圖像，設(shè)P 為處理后圖像，可以通過(guò)公式P=PH-PS+PV 進(jìn)行圖像計(jì)算得出舌體分割圖。再選用半徑為10的圓盤形結(jié)構(gòu)元素進(jìn)行圖像開(kāi)運(yùn)算，去除邊緣中的小空洞，斷開(kāi)狹窄的邊緣連接，連通大區(qū)域并且不改變邊緣形狀。最后運(yùn)用基于凹點(diǎn)檢測(cè)的齒痕識(shí)別方法，構(gòu)造圖舌像的凸閉包，用凸閉包圖減去原圖中和凸閉包相同的部分，求取凹區(qū)，再用閉值濾去假凹區(qū)，從而得到凹區(qū)數(shù)，即齒痕數(shù)。此方法能很好識(shí)別齒痕的數(shù)量進(jìn)而分類出齒痕舌的輕重度。但這樣的方法對(duì)齒痕舌的分割要求比較高，而且對(duì)于輕度齒痕比較難以識(shí)別，對(duì)于那些牙齒變形歷害的舌像的識(shí)別誤差比較大，所以還有待進(jìn)一步改進(jìn)。文中還提到一種基于曲線擬合的齒痕提取方法，但因方法較為復(fù)雜，影響因素較多，且識(shí)別率較低，故而不予列出。

3.4 裂紋 陳小芬等［9］提出一種舌象裂紋檢測(cè)的自適應(yīng)閾值選擇方法。該方法利用舌象的L×a×b 色彩特征，把灰度圖像和L 分量?jī)蓚€(gè)特征結(jié)合起來(lái)分析。以及區(qū)域的分裂-合并，對(duì)舌象進(jìn)行區(qū)域分割，自適應(yīng)地選取舌中部區(qū)域的色彩值作為閾值，對(duì)整個(gè)舌象進(jìn)行裂紋提取。通過(guò)對(duì)裂紋提取結(jié)果的特征分析，用可見(jiàn)指數(shù)來(lái)描述裂紋的數(shù)量，用深淺指數(shù)來(lái)描述裂紋的深淺。

4 舌 態(tài)

衛(wèi)保國(guó)等［10］提出一種新的確定舌體對(duì)稱中軸線的方法即半徑-角度圖對(duì)折比較法，在采用色度閾值法大致確定嘴區(qū)范圍、分割出舌體及定位出左右兩個(gè)嘴角的基礎(chǔ)上，根據(jù)舌體中軸與嘴角的關(guān)系，得到歪斜指數(shù)，最終實(shí)現(xiàn)舌體歪斜的自動(dòng)定量分析。

5 舌 苔

5.1 苔色 李謹(jǐn)?shù)龋?1］使用單色儀和弱電流放大器分析舌苔的顏色組成。其中單色儀可以把舌苔的顏色用反射光的波長(zhǎng)準(zhǔn)確表示出來(lái)，再按波長(zhǎng)依次排列成特定光譜，將該光譜譜線和光源對(duì)應(yīng)譜線比較，就能確定被舌苔吸收后反射光的顏色組成，從光譜中主要成份光強(qiáng)的綜合比例可以得出舌苔的顏色組成。

5.2 苔質(zhì)

5.2.1 厚薄 郭振華［12］利用Bayes 公式計(jì)算舌像上某一點(diǎn)屬于舌苔的概率值，取值范圍是［0，1］，概率值大于0.9的點(diǎn)認(rèn)為是舌苔，小于0.1的認(rèn)為是舌質(zhì)，兩者之間定義為模糊點(diǎn)，如果該舌像圖片塊中舌質(zhì)的百分比超過(guò)85%，該塊可認(rèn)為是少苔；如果舌質(zhì)少于85%且模糊點(diǎn)數(shù)目超過(guò)10%，該塊可看作是薄苔；否則就屬于厚苔。這種方法對(duì)于分布均勻的舌苔效果較好，但當(dāng)舌苔散在分布時(shí)結(jié)果可能與實(shí)際不符。李明等［13］通過(guò)對(duì)不同舌苔患者舌苔涂片研究發(fā)現(xiàn)，與正常薄苔比較，厚苔bax、TGF-β3基因低表達(dá)伴隨細(xì)胞凋亡減少。此結(jié)果提示凋亡相關(guān)基因bax、TGF-β3表達(dá)水平的變化可能是影響舌苔上皮細(xì)胞凋亡并導(dǎo)致舌苔厚度變化的重要原因。

5.2.2 腐膩 衛(wèi)保國(guó)等［14］將舌苔區(qū)分為固定大小的塊，采用改進(jìn)的子空間法，以投影長(zhǎng)度比作為分類判別特征，來(lái)分析紋理結(jié)構(gòu)的疏密。在分類結(jié)果的基礎(chǔ)上給出整幅舌圖像的腐膩指數(shù)和描述。當(dāng)可信度不夠高時(shí)，再結(jié)合Rosenfeld/Tamura 粗糙度計(jì)算方法計(jì)算紋理粗糙度。二者結(jié)合，可獲滿意的效果。

5.2.3 潤(rùn)燥 蔡軼珩等［15］提出基于二分光反射模型中面反射、體反射理論的舌苔潤(rùn)燥分析算法，通過(guò)分析水分亮斑區(qū)與較亮本色區(qū)在彩色空間中的不同色簇分布情況，實(shí)現(xiàn)對(duì)水分亮斑區(qū)的識(shí)別，并根據(jù)潤(rùn)燥指數(shù)將舌苔分為干、偏干、一般、略潤(rùn)、潤(rùn)、水滑等6 級(jí)。

6 智能診斷系統(tǒng)

謝錚桂等［16］采用改進(jìn)的BP 算法構(gòu)建中醫(yī)舌診智能診斷的神經(jīng)網(wǎng)絡(luò)模型，并以肝病病證診斷進(jìn)行仿真，在120例樣本的測(cè)試中，識(shí)別率約為87%，表明該模型能有效地學(xué)習(xí)輸入樣本數(shù)據(jù)，具有診斷能力較強(qiáng)，收斂速度較快，泛化能力較強(qiáng)等特點(diǎn)，但限制于隱層節(jié)點(diǎn)個(gè)數(shù)，尚待改進(jìn)。

7 舌苔液顯微鏡下觀察

王小滿等［17］利用“中醫(yī)顯微舌像儀”，采用舌苔液為標(biāo)本，用8 區(qū)分配法在顯微鏡下觀察動(dòng)態(tài)圖像并統(tǒng)計(jì)視野內(nèi)各證型標(biāo)志物的個(gè)數(shù)，結(jié)果顯示三焦?jié)駸?、肝氣郁滯、脾氣虛、心氣滯血瘀、肝膽濕熱、胃熱、心火亢盛證等苔液顯微圖像各有獨(dú)特的表現(xiàn)。

8 結(jié)語(yǔ)

科學(xué)技術(shù)的迅猛發(fā)展，將舌診客觀化研究的發(fā)展推向更高水平，盡管如此，現(xiàn)行研究仍存在一定程度的問(wèn)題。中醫(yī)理論體系的核心是整體觀和辨證觀，現(xiàn)行的研究成果只能提供舌象的片面信息，而未能有更為全面、綜合的信息呈現(xiàn)出來(lái)。未來(lái)研究方向可在各局部信息研究方法成熟的基礎(chǔ)上對(duì)其進(jìn)行整合，以制成具備綜合信息采集、提取和分析的舌診儀，更好地實(shí)現(xiàn)中醫(yī)理論運(yùn)用于臨床診療的定量、定性化。

［1］李慶利，薛永祺.基于超光譜圖像的舌體分割算法［J］.紅外與毫米波學(xué)報(bào)，2007，26（1）：77-80.

［2］胡申寧，李文書，施國(guó)生，等.基于PCA-AdaBoost的舌象顏色分類研究［J］.廣西師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，27（3）：158-161.

［3］楊如芬，陳劍.舌彩色血流信號(hào)平均密度與中醫(yī)舌質(zhì)的相關(guān)性分析［J］.中國(guó)超聲診斷雜志，2006，7（6）：406-407

［4］嚴(yán)智強(qiáng)，王一中，李洪山，等.舌診的物理分析—舌診儀的研制及其臨床觀察［J］.貴州醫(yī)藥，1984，8（4）：1-3.

［5］王子焱，張志楓，應(yīng)薦.紅外技術(shù)在中醫(yī)舌診中的應(yīng)用［J］.中西醫(yī)結(jié)合學(xué)報(bào)，2005，3（4）：326-328.

［6］許家佗，張志楓，任宏福，等.基于圖像處理的舌形胖瘦分析方法［C］.第2次全國(guó)中西醫(yī)結(jié)合診斷學(xué)術(shù)研討會(huì)論文集.2008：24-29.

［7］曹美玲，張新峰，沈蘭蓀.分類器融合技術(shù)在中醫(yī)舌象老嫩識(shí)別中的應(yīng)用研究［J］.北京生物醫(yī)學(xué)工程，2006，25（6）：644-648.

［8］鐘少丹，謝錚桂，蔡群英.齒痕舌識(shí)別方法的研究［J］.韓山師范學(xué)院學(xué)報(bào)，2008，29（6）：34-37.

［9］陳小芬，李翠華，杜曉鳳.自適應(yīng)閾值的舌象裂紋檢測(cè)［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2009，19（1）：17-20.

［10］衛(wèi)保國(guó)，沈蘭蓀，蔡軼珩.舌體歪斜的自動(dòng)分析［J］.計(jì)算機(jī)工程與應(yīng)用，2003，39（25）：22-25.

［11］李謹(jǐn)，李媛.舌苔的光譜分析［J］.陜西中醫(yī)學(xué)院學(xué)報(bào)，2002，25（3）：67.

［12］郭振華，王寬全.基于Bayes 公式的舌苔厚薄分析［J］.中國(guó)醫(yī)學(xué)物理學(xué)雜志，2004，21（6）：332-333.

［13］李明，潘文群，吳正治，等.厚苔形成與bax、TGF-β3 基因表達(dá)及舌上皮細(xì)胞凋亡關(guān)系研究［J］.中醫(yī)研究，2005，18（8）：19-21.

［14］衛(wèi)保國(guó)，沈蘭蓀，蔡軼珩，等.中醫(yī)舌苔腐膩分析算法的研究［J］.電子學(xué)報(bào)，2003，31（12A）：2083-2086.

［15］蔡軼珩，沈蘭蓀.二分光反射模型在中醫(yī)舌苔潤(rùn)燥分析中的應(yīng)用［J］.電子學(xué)報(bào)，2004，32（6）：1026-1028.

［16］謝錚桂，邱樂(lè)琴.基于改進(jìn)的BP 神經(jīng)網(wǎng)絡(luò)的中醫(yī)舌診診斷研究［J］.現(xiàn)代計(jì)算機(jī)，2008，30（4）：26-27.

［17］王小滿，梁嶸，楊必安，等.中醫(yī)顯微舌像儀：苔液顯微圖像辨證初探［C］.中醫(yī)治未病與亞健康高峰論壇暨首屆亞健康經(jīng)絡(luò)調(diào)理學(xué)術(shù)研討會(huì)論文集.北京，2009：125-129.