段夢遙　張曉晴　董易杭　蔣欣琪　胡志?！∨砬迦A

〔摘要〕 目的 觀察高血壓病患者痰證素舌象特征，并進行病理程度與舌象特征的相關性分析。方法 選取湖南中醫(yī)藥大學第一附屬醫(yī)院2019年3月至2019年8月高血壓病患者315例，依據痰證素積分分為3組，即非痰證組（99例）、痰證輕病組（116例）、痰證重病組（100例）。應用舌診儀采集標準舌象，基于顏色空間及紋理指標，使用Pearson及Kruskal-Wallis H檢驗對患者舌象特征進行相關性分析。結果 隨著痰證程度的加重，舌質（tongue body， TB）、舌苔（tongue coating， TC）顏色指標紅色（red， R）值、綠色（green， G）值、藍色（blue， B）值均升高，且R值、B值的變化幅度要大于G值;TB亮度（intensity， I）值升高、飽和度（saturation， S）值降低;紋理指標TB角度方向二階矩降低，TB熵值、TB平均值升高;TC面積/全舌面積升高。痰證素的病理等級與TB-R、TB-G、TB-B、TC-R、TC-G、TC-B、TB-I、TB熵值、TB平均值、TC面積/全舌面積呈正相關（P<0.05），與TB-S、TB角度方向二階矩呈負相關（P<0.05）。結論 舌象客觀化指標對高血壓病痰證反映靈敏，舌象特征與中醫(yī)學理論及臨床結論基本一致，舌象客觀化指標對高血壓病的診斷具有獨特的優(yōu)勢和應用價值。

〔關鍵詞〕 舌象;高血壓;痰;證素;客觀化

〔中圖分類號〕R241.25? ? ? ? 〔文獻標志碼〕B? ? ? ?〔文章編號〕doi：10.3969/j.issn.1674-070X.2021.01.003

〔Abstract〕 Objective To analyze the correlation between pathological degree and tongue features through observing tongue image of syndrome element of phlegm in hypertension patients. Methods A total of 315 hypertension patients in The First Affiliated Hospital of Hunan University of traditional Chinese medicine （TCM） from March 2019 to August 2019 were recruited， and divided into non-phlegm syndrome element group （n=99）， mild phlegm syndrome element group （n=116） and severe phlegm syndrome element group （n=100） based on the phlegm syndrome element score. Standard tongue image of each patient was collected using a tongue diagnosis instrument. The correlation of tongue image characteristics of patients was analyzed based on the color spaceand texture indexes by using Pearson and Kruskal-Wallis H test. Results With the aggravation of the degree of phlegm syndrome element in hypertension patients， the color index values of red （R）， green （G） and blue （B） of tongue body （TB） and tongue coating （TC） increased， and the increasing degree of R and B was much higher than that of G value; the value of TB intensity （I） increased and the saturation （S） decreased; the value of texture index of TB angular second moment decreased， while TB entropy and TB mean increased; TC area/total tongue area increased. The pathological grade of syndrome element of phlegm was positively correlated with TB-R， TB-G， TB-B， TC-G， TC-B， TB-I， TB entropy， TB mean and TC area/total tongue area （P<0.05）， while negatively correlated with TB-S and TB angular second moment （P<0.05）. Conclusion Objective index of the tongue image is sensitive in reflecting syndrome element of phlegm in hypertension. Tongue features are basically consistent with TCM theories and clinical conclusions. Therefore， objective index of the tongue image has unique advantages and application value in the diagnosis of hypertension.

〔Keywords〕 tongue features; hypertension; phlegm; syndrome element; objectify

流行病學調查顯示，目前中國高血壓病患病人數約2.9億，其死亡率居各病之首，占居民疾病死亡構成的40%[1]。作為引發(fā)心腦血管病第一危險因素的高血壓病，可對人體重要靶器官造成損傷，如何更好地預防與控制高血壓病是當下研究的熱點與難點。舌為心之外侯，可靈敏地反映人體生理病理變化，現代研究表明，舌象變化與高血壓病密切相關[2-3]。當前舌象研究正朝著客觀化、智能化的方向不斷發(fā)展且日益成熟[4-5]，諸多學者在“數字舌圖采集”和“舌象特征處理”兩個方面進行研究[6-12]，為舌象的臨床采集和分析提供了良好的技術支持。

本研究對高血壓病進行證素辨證，以痰證素為切入點建立研究網絡，使用新型舌診儀器進行舌象采集，采用新版計算機專業(yè)舌象分析軟件進行舌象分析，以期得到更精準、更先進、可以被廣泛參考的研究結果。

1 研究對象

1.1? 病例來源

選取湖南中醫(yī)藥大學第一附屬醫(yī)院2019年3月至2019年8月心血管內科及體檢中心已被確診為高血壓病的患者，剔除不合格病例后共收集到315例。

1.2? 納入標準

（1）診斷符合《中國高血壓防治指南》（2018年修訂版）[13]診斷標準的高血壓病患者;（2）18歲≤年齡≤85歲;（3）簽署知情同意書、能配合本次研究者。

1.3? 排除標準

（1）合并有重要臟器嚴重疾病者;（2）近1個月內有感染、發(fā)熱、創(chuàng)傷、燒傷、手術史者;（3）不能堅持或不愿意完成調查研究者;（4）患有精神疾病不能配合調查者或其他不愿積極配合調查者。

1.4? 病例合格標準

（1）患者姓名、性別、年齡、身高、體質量等基本信息齊全，臨床四診信息準確，入院記錄完整;（2）舌象圖片清晰，舌平展、自然，暴露面積充足，無人為染色。

2 方法

2.1? 分組

將315例合格病例按照痰證素積分進行分組：證素積分<100分，納入非痰證組（99例）;100分≤證素積分<150分，納入痰證輕病組（116例）;證素積分≥150分，納入痰證重病組（100例）。參考朱文鋒《證素辨證學》[14]中痰證素常見證候及計量值，根據臨床四診及實驗室理化指標進行痰的積分計算。由于臨床中主癥和次癥在診斷上的價值不全相等，因此，應先對癥狀的輕重程度進行量化分級后再進行計算。分級一般可按無、輕、中、重區(qū)分。每一癥狀的輕重，對辨證診斷的意義有一定的差別。積分細則見表1。

2.2? 基本信息測量

由湖南中醫(yī)藥大學第一附屬醫(yī)院心內科醫(yī)護人員或體檢中心工作人員測量身高、體質量并計算體質量指數（body mass index， BMI），使用電子血壓計于上午8：00至10：00測量血壓，包括收縮壓（systolic pressure， SP）、舒張壓（diastolicpressure， DP）。

2.3? 舌象圖像采集和分析

本研究使用的舌象采集設備為TFDA-1型舌診儀（2017YFC1703300，上海中醫(yī)藥大學自主研發(fā)）。設備主要包括CCD設備、LED光源、遮光罩、底座、曲面反光罩等。其中LED燈的色溫為5 000 K，顯色指數為97，相機調至M模式（便于控制曝光），快門速度調至1/125（最佳安全快門），光圈值調至F6.3（最佳景深和銳度），曝光指示刻度調為0或±1（有效降低噪點干擾），中央重點測光（最佳測光模式）。舌象采集時間為早餐后2 h，采集前需用75%酒精對舌診儀與病人接觸區(qū)域進行消毒，囑患者正坐，面部放置于舌診儀頜托之上，自然將舌伸出口外并充分暴露舌體。

舌象特征主要通過舌象分析軟件TDAS 3.0分析標準舌圖后獲取。分析時首先進行舌體的提取，然后進行舌質（tongue body， TB）、舌苔（tongue coating， TC）分離，最后分別對TB、TC進行特征分析。舌象量化特征分析包括色度指標、紋理指標和TC厚度指標：色度指標包括紅色（red， R）值、綠色（green，G）值、藍色（blue， B）值、色調（hue， H）值、亮度（intensity， I）值、飽和度（saturation， S）值，即RGB、HIS兩個色度空間;紋理指標包括對比度（contrast， CON）、角度方向二階矩（angular second moment， ASM）、熵值（entropy， ENT）、平均值（mean， MEAN）（TB的相應值表示為zhiASM、zhiENT、zhiMEAN）;TC厚度指標選取perAll及perPart（perAll表示TC面積/全舌面積、perPart表示TC面積/無TC面積）。

2.4? 舌象指標判讀方法

本研究中的RGB、HIS均為色度學指標。R值、G值、B值越大提示其色度越亮，越小則提示其色度越暗[15];H值代表度數范圍為0°～360°的色度，分別對應不同的顏色，I值越大則越亮、越接近白色，S值表示顏色飽滿與深淺程度[16]。紋理指標包括CON、ASM、ENT、MEAN，其中CON反映圖像的清晰度和紋理的溝紋深淺;ASM反映圖像灰度分布均勻程度和紋理的粗細度;ENT反映圖像灰度分布的復雜程度;MEAN反映紋理的規(guī)則程度[17]，CON、ENT、MEAN值越小或ASM值越大，提示TB紋理越細膩。perPart、perAll為TC厚薄指數，perAll值越大、perPart越小均提示TC更為厚膩。

2.5? 統(tǒng)計學方法

采用SPSS 23.0統(tǒng)計軟件進行數據分析，計數資料以例數（n）描述，推斷組間差異用χ2檢驗或者Fisher的精確檢驗。計量資料用“x±s”描述，符合正態(tài)分布的組間比較使用F檢驗，多組間比較用方差分析檢驗，組間兩兩比較采用LSD檢驗，相關性采用Pearson相關性分析，不符合正態(tài)分布的組間比較采用Kruskal-Wallis H檢驗，組間兩兩比較采用Bonferroni矯正法，相關性采用Spearman相關性分析，以P<0.05為差異有統(tǒng)計學意義，P<0.01為差異有顯著統(tǒng)計學意義。

3 結果

3.1? 一般資料比較

本研究共收集樣本315例，其中男性165例（52.4%），女性150例（47.6%），男女比例為1.1∶1。3組性別、年齡差異均無統(tǒng)計學意義（P>0.05）。根據BMI值將患者分為4類：偏瘦（<18.5）、正常（18.5～23.9）、超重（24.0～27.9）、肥胖（≥28），其中超重（36.5%）及肥胖（10.5%）占總人數47.0%，即約半數患者BMI偏高;非痰證組、痰證輕病組BMI值差異無統(tǒng)計學意義（P>0.05），而痰證重病組BMI值高于非痰證組、痰證輕癥組，差異有統(tǒng)計學意義（P<0.05）。見表2。

3.2? 舌象參數比較

3組的舌象分析結果顯示，TB顏色指標TB-R、TB-G、TB-B、TB-I、TB-S值，TC顏色指標TC-R、TC-G、TC-B值，TB紋理指標zhiASM、zhiENT、zhiMEAN值，TC厚度指標perAll比較，差異均有統(tǒng)計學意義（P<0.05）。痰證重病組TB-R、TB-B值高于非痰證組、痰證輕病組，且痰證輕病組高于非痰證組（P<0.05）;痰證重病組TB-G、TB-I、TB-S、TC-R、TC-G、TC-B、perAll值高于非痰證組（P<0.05）;痰證重病組zhiASM高于痰證輕病組（P<0.05）;痰證重病組zhiENT、zhiMEAN高于非痰證組、痰證輕病組（P<0.05）。經相關性分析，痰的不同病理等級與TB-R、TB-G、TB-B、TC-R、TC-G、TC-B、TB-I、zhiENT、zhiMEAN、perAll均呈正相關（P<0.05），與TB-S、zhiASM呈負相關（P<0.05）。見表3、表4。

4 討論

中醫(yī)藥干預高血壓病及其并發(fā)癥有著悠久的歷史和獨特的優(yōu)勢，舌象特別是舌色的變化，能直接反應病情的輕重進退、證型的轉化。既往高血壓病舌象研究多集中于醫(yī)生的主觀判讀，而舌象客觀化研究少見報道。

4.1? 高血壓病痰證病理程度與BMI指數直接相關

根據表1可知，痰證病理等級越高，BMI越大，二者關系密切。BMI是現今衡量肥胖最常用的指標，可較為綜合地反映肥胖的程度。根據《2014年國民體質監(jiān)測公報》[18]，我國成年人的超重率為32.7%，肥胖率為10.5%，形勢嚴峻。多項研究[19-20]均證實BMI指數與高血壓病有緊密的聯系，超重人群患高血壓病的概率高于非超重人群。而從發(fā)病機制上分析，BMI指數過高主要由于飲食不節(jié)、嗜酒肥甘，釀濕生痰引起，古人謂之“肥人多痰”“肥人多濕”，即是肥胖與痰密切相關的論證。本研究得出的痰的病理等級與BMI值呈正相關關系，與中醫(yī)學理論及其他學者的研究結果一致，可相互佐證[21-22]。

4.2? 高血壓病痰證素患者舌象特征

總體上看，對于高血壓病而言，痰證素對舌象的舌色、苔色、TB紋理及TC厚度影響較大，當痰證存在時可能對舌象起主導作用。高血壓病痰證素患者舌淡苔白、舌體粗糙、TC厚膩。隨著痰證程度的加重，TB的色度學指標TB-R、TB-G、TB-B值均升高，TB-I值升高、TB-S值降低，均提示痰證患者的舌色較無痰證患者偏淡、白;zhiASM降低，zhiENT、zhiMEAN升高，說明隨痰證程度加重TB紋理更加粗糙;TC的TC-R、TC-G、TC-B值升高，說明痰證程度越嚴重，苔色越偏白;perAll升高，提示痰證患者TC更為厚膩。這與傳統(tǒng)中醫(yī)學理論及臨床舌象觀察結果一致，中醫(yī)學認為，舌色淡白多與氣虛血弱、陽氣虛衰有關。《舌胎統(tǒng)志》曰：“淡白者，病后之常舌也，較平人舌色略淡，比枯白之舌色略紅潤也……白舌無氣者為枯，乃其臟腑之氣血不榮舌上也?！盵23]淡白舌提示人體氣血不足，亦是病后舌象的常態(tài)。《舌鑒辨證》[24]認為虛是指氣血不足以充斥血絡，寒非外感寒邪而是指陽氣不足，因而淡白舌是“虛寒舌之本色”。現代研究[25]表明，淡白舌的成因主要是氣虛、血虛和陽虛。氣虛、陽氣不足則生化陰血的功能減弱，無力推動血液運行，血虛氣滯而痰濕得生，故而見舌色淺淡。苔白厚膩為痰濁內蘊的典型表現，提示體內有風、寒或濕的侵擾。《敖氏傷寒金鏡錄》[26]云：“凡風寒濕邪，初中皮腠，即為白苔……如白滑而膩者，濕與痰也。白滑厚膩者，濕痰與寒也”，可見肺脾腎不足、水濕不化、痰濕蘊結是厚膩苔的基本病機。TB紋理粗糙與細膩直接體現了舌體的老嫩，痰證的發(fā)生與水液布散失常有關，痰濕阻滯于內則津液精微不得上承于舌，舌體失于所養(yǎng)，故可見TB紋理粗糙、舌體蒼老。

從TB色度學指標變化趨勢看，TB-R、TB-B值的變化幅度要大于TB-G值，可見隨著痰證程度的加重，舌色偏向于紫色。這與痰瘀易互結發(fā)病有關，紫舌的出現總歸于血瘀，痰飲與血瘀均為人體臟腑功能失調所產生的病理產物，二者又互為誘因，正如《素問·調經論》中所言：“孫絡水溢，則經有留血”。血瘀可導致臟腑功能失常，影響水液代謝，瘀阻輸布通路，使水濕停留外溢，在一定的條件下可變?yōu)樘碉?。唐容川言：“血積既久，亦能化為痰水?！庇秩纭鹅`樞·百病始生》曰：“胃腸之絡傷，則血溢于腸外，腸外有寒，汁沫與血相搏，則并合凝聚不得散而積成矣?！边@里的“汁沫”即水飲與腸胃外溢之血相凝聚不散而成的積塊，也就是痰飲與血瘀聚積[27]。

本研究雖在舌診研究方法上進行了調整，但仍有一些不足之處：（1）舌象采集設備選用的是TFDA-1型舌診儀，但目前舌診儀型號規(guī)格眾多，難以統(tǒng)一，故而本研究結果難以被其他型號舌診儀器直接使用;（2）研究對象均來自湖南地區(qū)，舌象易受飲食、氣候、生活習慣的影響，其結果可能帶有當地地域性特點;（3）缺少對舌形、舌下絡脈特征的研究，而中醫(yī)學理論認為痰濕易造成舌形的改變，研究結果仍不夠全面。

雖然舌象客觀化研究尚缺少統(tǒng)一的標準，還有一定的不成熟性，但中醫(yī)診斷從“主觀”走向“客觀”是現代化的必由之路。本研究發(fā)現，舌象客觀化指標可以靈敏地反映高血壓病的痰證存在與否及其程度，其結果大體與中醫(yī)學理論及臨床結論相一致，有獨特的優(yōu)勢和廣闊的臨床應用價值。

參考文獻

[1] 國家衛(wèi)生和計劃生育委員會.中國衛(wèi)生和計劃生育統(tǒng)計年鑒-2016[M].北京：中國協(xié)和醫(yī)科大學出版社，2016：268.

[2] 張進進.高血壓患者舌象與中醫(yī)證型及相關因素分析[D].南寧：廣西中醫(yī)藥大學，2018.

[3] 李詩佳，葉懿祥，吳鳳芝，等.南北方高血壓病患者舌象分布差異研究[J].現代中醫(yī)臨床，2020，27（4）：31-35.

[4] 鄭紹勇，孫? 悅，丁成華.中醫(yī)舌診項目的國家自然科學基金資助情況分析[J].中華中醫(yī)藥雜志，2018，33（7）：3027-3030.

[5] 樊? 威，李瀟瀟，丁江濤，等.人工智能在中醫(yī)舌診中的應用探討[J].光明中醫(yī)，2019，34（1）：37-40.

[6] 周沛卓，雷? 洋，范新雨.數字圖像處理技術在中醫(yī)舌診方面的應用[J].河南中醫(yī)，2019，39（9）：1323-1326.

[7] 蘇明玉.中醫(yī)舌診中舌象特征提取及分類算法研究[D].長春：長春工業(yè)大學，2018.

[8] 劉? 夢，王曦廷，周? 璐，等.基于深度學習與遷移學習的中醫(yī)舌象提取識別研究[J].中醫(yī)雜志，2019，60（10）：835-840.

[9] 齊? 真，許家佗，張志楓，等.基于數字圖像處理技術的舌診客觀化臨床應用進展[J].中華中醫(yī)藥雜志，2015，30（8）：2849-2851.

[10] 李丹溪，關? 靜，李? 峰.舌診儀的發(fā)展及其在舌診客觀化研究中的應用現狀[J].世界中醫(yī)藥，2017，12（2）：456-460.

[11] 章毓晉.圖像處理和分析技術[M].3版.北京：高等教育出版社，2014：132-159.

[12] 張? 冬，張俊華，孟昭鵬，等.基于高光譜圖像技術的中醫(yī)舌診客觀化研究展望[J].中國中醫(yī)基礎醫(yī)學雜志，2019，25（9）：1324-1326.

[13] 《中國高血壓防治指南》修訂委員會.中國高血壓防治指南2018年修訂版[J].心腦血管病防治，2019，19（1）：1-44.

[14] 朱文鋒.證素辨證學[M].北京：人民衛(wèi)生出版社，2008：221-222.

[15] 黃國祥.RGB顏色空間及其應用研究[D].長沙：中南大學，2002.

[16] 孔小麗.基于HSI彩色模型的車牌邊緣定位法[J].電子測試，2020（16）：46-47，25.

[17] HARALICK R M. Statistical and structural approaches to texture[J]. Proceedings of the IEEE， 1979， 67（5）： 786-804.

[18] 趙非一，劉國永.解讀《2014國民體質監(jiān)測公報》上海人的體質全國排第一[J].自我保健，2016（2）：20-21.

[19] 蘇? 健，向全永，呂淑榮，等.成年人體質指數、腰圍與高血壓、糖尿病和血脂異常的關系[J].中華疾病控制雜志，2015，19（7）：696-700.

[20] 賀? 媛，曾? 強，趙小蘭.中國成人肥胖、中心性肥胖與高血壓和糖尿病的相關性研究[J].解放軍醫(yī)學雜志，2015，40（10）：803-808.

[21] 馬? 歡，孟凡艷，張? 杰.痰濕與肥胖探析[J].遼寧中醫(yī)藥大學學報，2020，22（6）：64-67.

[22] 喻松仁，王? 萍，舒? 晴，等.肥胖痰濕衍變規(guī)律探析[J].中華中醫(yī)藥雜志，2018，33（4）：1483-1485.

[23] 傅松元.太傅氏醫(yī)學三書[M].上海：上海中醫(yī)書局，1930：1-17.

[24] 梁玉瑜.舌鑒辨證[M].北京：中醫(yī)古籍出版社，1985：28.

[25] 陳? 濤，李克乾，陳茂華，等.4400例當代名醫(yī)醫(yī)案的舌象分布頻數分析[J].遼寧中醫(yī)雜志，2007，34（9）：1217-1220.

[26] （元）杜清碧原編史久華重訂.史氏重訂敖氏傷寒金鏡錄[M].新1版.上海：上海衛(wèi)生出版社，1956：1-2.

[27] 趙? 欣，王? 祺.哮喘夙根與痰飲血瘀關系初探[J].中醫(yī)臨床研究，2017，9（11）：147-148.