李書五,劉佳麗,李凱
(浙江中醫(yī)藥大學(xué),浙江 杭州 310053)
失眠病是最常見的睡眠障礙之一,其特征是無法入睡或保持睡眠狀態(tài),導(dǎo)致睡眠時間及質(zhì)量不能滿足的一種主觀體驗。隨著現(xiàn)代社會生活節(jié)奏加快和生活方式的改變,睡眠障礙日益成為社會公共衛(wèi)生問題。根據(jù)世界衛(wèi)生組織統(tǒng)計,全球約有1/3 的人患有失眠病,并伴有日間功能障礙,其中約50%的患者為慢性病程[1],中國睡眠研究會的睡眠調(diào)查結(jié)果顯示,中國中老年人失眠病發(fā)生率高達38.2%,超過3 億中國人有睡眠障礙,且失眠人數(shù)仍在逐年增長中。長期失眠不僅會影響生活質(zhì)量和社會功能,還會導(dǎo)致一系列生理和精神疾病,如疲勞、心腦血管疾病及抑郁、焦慮等[2]。
失眠病中醫(yī)證型智能辨識屬于中醫(yī)診斷與信息科學(xué)領(lǐng)域的交叉研究。在居家無中醫(yī)師的場景下,中醫(yī)證候可為失眠病患者辨證提供客觀化的穩(wěn)定循證依據(jù)[3-4]。目前失眠病的居家中醫(yī)證候辨識傳統(tǒng)方法主要集中在基于人舌、面的特殊證候表現(xiàn)以及主訴情況的問卷辨識,其客觀化水平較低,近年來,圖像處理、機器學(xué)習(xí)等方法在中醫(yī)舌診方面的應(yīng)用不斷擴展[5-6]。這些智能技術(shù)使居家中醫(yī)證型智能辨識技術(shù)向客觀化、智能化新的階段邁進;此外,基于大樣本深度學(xué)習(xí)雖然可以構(gòu)建比較理想的中醫(yī)證型智能辨識模型,但常因無法獲取大量的舌象、面象證候特征辨識標(biāo)記數(shù)據(jù)而使研究中斷,探索一種基于小樣本的中醫(yī)證型智能辨識方法亦有必要?;谝陨现嗅t(yī)證候智能辨證領(lǐng)域的瓶頸問題,本文提出一種更適合小樣本證候特征提取及智能辨識的方法,同時結(jié)合問診客觀化信息分析,設(shè)計一種基于多維數(shù)據(jù)融合辨識的失眠病中醫(yī)證型智能辨識系統(tǒng),以實現(xiàn)居家無中醫(yī)條件下的失眠病中醫(yī)證型辨識。
辨證施治是中醫(yī)臨床診療的特征性法則,可以更好地揭示疾病本質(zhì),提高療效。中醫(yī)理論認為人體舌面特征變化與人體臟腑氣血功能密切相關(guān),因此在臨床上前人提出察舌因首辨虛實,次辨熱證[7],意為觀察舌質(zhì)、舌苔可客觀分析病機特性[8],以判斷失眠病的寒熱虛實及胃氣有無,進而判斷病程變化。失眠病患者面部色澤亦可診察臟腑精氣的盛衰,作為判斷疾病變化的依據(jù)[9]。本文通過文獻回顧總結(jié)出了中醫(yī)望診,面診(A 區(qū)-H 區(qū))及舌診(I 區(qū)-M區(qū)中)的常用“辨證”區(qū)域[10],進而通過臨床專家經(jīng)驗半結(jié)構(gòu)化訪談從以上區(qū)域篩選特異性辨識區(qū)域,實現(xiàn)失眠病的中醫(yī)“辨證”。舌、面部證候特征區(qū)域劃分見圖1。
圖1 舌、面部證候特征區(qū)域劃分
為了更好的從臨床專家經(jīng)驗視域優(yōu)化選擇文獻回顧中面部(A 區(qū)-H 區(qū))及舌部(I 區(qū)-M 區(qū))失眠病中醫(yī)證型辨識特異區(qū)域,本文采用半結(jié)構(gòu)式訪談法對浙江省2 所三甲醫(yī)院的22 名資深失眠病中醫(yī)臨床專家進行了臨床失眠病中醫(yī)證型辨識特異區(qū)域訪談,訪談結(jié)果為:
(1)面診(A 區(qū)-H 區(qū))、舌診(I 區(qū)-M 區(qū))可以作為失眠病中醫(yī)證型辨識的重要依據(jù)。但是各個專家依據(jù)自己的臨床辨識經(jīng)驗對A 區(qū)-M 區(qū)在智能辨識中的重要性看法不一。
(2)在失眠病常見四種證型(肝郁化火、痰火擾心、心脾兩虛、陰虛火旺)中,肝郁化火證型比較常見,且通過望診面部、舌部辨識準(zhǔn)確率較高,比較適合研究中醫(yī)失眠病的證型智能辨識。
(3)為了遴選最優(yōu)肝郁化火證失眠病辨識特異區(qū)域,本項目組組織了專家打分,打分結(jié)果從高到低排序為:K>L,M>B>H>G>I>J>A>D>E>F。
(4)本文根據(jù)專家經(jīng)驗辨識選取了排序前6 的證候特征區(qū)域作為本文失眠病中醫(yī)證候智能辨識區(qū)域分別為K(舌尖)、L(舌體左側(cè))、M(舌體右側(cè))、B(鼻部)、H(左臉頰)、G(右臉頰),見圖2。
圖2 失眠病證候特征區(qū)域
(5)肝郁化火證失眠病患者舌部證候特征為舌苔黃、舌尖紅、舌苔膩以及舌邊紅等;面部證候特征為鼻部紅、兩頰泛紅等。其知識圖譜見圖3。
圖3 肝郁化火證失眠病舌、面部證候特征圖譜
在前文醫(yī)理設(shè)計基礎(chǔ)上,本部分是基于中醫(yī)望診舌、面部證候特征提取,設(shè)計了一種基于色譜分解技術(shù)的肝郁化火證失眠病智能診斷模型。首先,通過色譜分解技術(shù)提取輸入到系統(tǒng)中的舌、面部圖像證候特征,再將其與失眠病中醫(yī)證型辨識問卷進行多維度綜合分析并計算出各維度特征值。其后,與失眠病中醫(yī)證型證候特征知識庫中固化知識進行知識密切度計算,最終智能辨識出患者的失眠病中醫(yī)證型。模型見圖4。
圖4 智能辨識模型
2.2.1 基于色譜分解技術(shù)的舌、面部證候特異區(qū)域提取
本文舌、面智能分析其方法是將色譜分解技術(shù)(CSD)[11],將色彩指數(shù)[r,g,b]轉(zhuǎn)換為HSV 顏色空間;[h,s,v] (h,s,v 分別表示色相,飽和度,亮度;s、v 的取值范圍為[0,1],h 的取值范圍為[0,2π];選擇N 個色相差等間距的純色作為定位點,記為(p0,p△,p2△,…p2π-△),其中△=。投影到(p0,p△,p2△,…p2π-△)的p 的強度分別計算。最終通過
式Ⅰ:距離推導(dǎo);式Ⅱ:p投影到pk△的強度;式Ⅲ:光譜向量平均計算,進行舌、面部特異區(qū)域提取。
舌、面部分割、證候特異區(qū)域的提取是分析舌、面部證候特征的前提。為實現(xiàn)舌、面部證候特異區(qū)域的全自動準(zhǔn)確分割,本文獲取標(biāo)準(zhǔn)失眠病患者舌面象數(shù)據(jù)其中肝郁化火證失眠病438 例,按5:3:2 的比例隨機分為訓(xùn)練集、驗證集、測試集。指導(dǎo)專業(yè)醫(yī)師使用labelme 工具將樣本數(shù)據(jù)的面部劃分為A、B、C、D、E、F、G、H 八個區(qū)域,舌部劃分為I、J、K、L、M 五個區(qū)域,并對上文基于專家經(jīng)驗選取的面部B、G、H 三個證候特異區(qū)域、舌部K、L、M 三個證候特異區(qū)域進行標(biāo)記。將其作為訓(xùn)練樣本進行大量機器學(xué)習(xí)訓(xùn)練使其可以自動獲取相應(yīng)失眠病中醫(yī)證型的舌、面部證候特征。最后針對于失眠病的不同中醫(yī)證型,創(chuàng)建不同的舌、面部證候特征知識庫。舌、面部證候特征提取結(jié)果見圖5、6。
圖5 面部證候特征提取
圖6 舌部證候特征提取
2.2.2 基于特征矩陣的舌、面部證候信息分析
本文基于專家經(jīng)驗和無監(jiān)督聚類相結(jié)合的方法在標(biāo)記患者的數(shù)據(jù)樣本庫中建立面色紅、鼻紅、舌質(zhì)紅、舌苔黃等肝郁化火證失眠病舌、面部證候特征。并分別記錄每種證候特征中每個區(qū)域中顏色塊的LAB顏色特征值,用以表示該區(qū)域。一個區(qū)域內(nèi)LAB 色彩空間中N 個顏色塊可表示為:
給定屬于舌、面部的某像素點p,記其LAB 顏色空間中色度值為[Lp Ap Bp],則該像素點同第i個顏色塊的相似度Spi記為:
遍歷計算所有顏色塊同p的顏色相似度,取顏色相似度最大時所對應(yīng)塊為點p的特征顏色。
舌、面部證候特征分析模塊首先對輸入的患者舌、面部圖像利用顏色相似度計算方法統(tǒng)計面部整體及各區(qū)域各像素點的特征顏色分布情況,將顏色分布信息回歸為舌、面部證候特征。
然后分別得到面頰、鼻部、舌尖、舌邊等特異區(qū)域舌、面部證候特征圖像。舌、面部證候特征為實值列向量,各元素分別表示特異舌、面色證候特征,如舌邊紅、舌苔黃、舌尖紅、左頰紅、右頰紅、鼻紅等,各維度上取值范圍為[0,1],0 表示完全沒有相關(guān)特征,1 表示該特征極為明顯。
2.3.1 基于特征向量的智能辨識
本文基于浙江省2 所三甲醫(yī)院肝郁化火證失眠病患者舌、面部證候特征與證型辨識問卷參考周海等人知識圖譜構(gòu)建方法,構(gòu)建肝郁化火證失眠病證候特征知識庫[12],根據(jù)該知識庫可提取證候特征到失眠病證型的映射方法。
本文記肝郁化火證失眠病證候特征(列向量)為F,F(xiàn)中第i,j···k個元素分別表示肝郁化火證失眠病的舌邊紅、舌尖紅、左頰紅等證候特征,則患者為肝郁化火證失眠病的判斷依據(jù)W肝郁化火可由
得出,式Ⅴ中d肝郁化火與F為維度相同的權(quán)重列向量,根據(jù)知識庫中的先驗約束條件,有d(i)肝郁化火>0,。當(dāng)W肝郁化火大于某閾值時,可認為患者有較大概率為肝郁化火證。
2.3.2 智能辨識結(jié)果二次優(yōu)化
為保證模型在可解釋性前提下提升智能辨識的準(zhǔn)確性,本文進一步引入特征矩陣K肝郁化火刻畫肝郁化火證失眠病與各特征之間的對抗關(guān)系。一般地,考慮特征Fi對肝郁化火證失眠病有貢獻作用,F(xiàn)j對肝郁化火證失眠病無貢獻作用,即d(i)肝郁化火>0,d(j)肝郁化火=0。但當(dāng)患者特征Fi和Fj均較明顯時,一般不會為肝郁化火證失眠病。此時可將W肝郁化火=FT d肝郁化火擴展為
令K(i,j)肝郁化火=K(j,i)肝郁化火=-1×d(i)肝郁化火,從而有效刻畫不同特征間的對抗抑制關(guān)系。若肝郁化火證失眠病的各證候特征之間并無對抗關(guān)系,則K肝郁化火為單位矩陣。同時在滿足先驗知識的情況下,可利用大數(shù)據(jù)訓(xùn)練樣本對K肝郁化火及d肝郁化火中的參數(shù)進行精調(diào),從而優(yōu)化辨識模型,提升辨識精度。
基于失眠病中醫(yī)證型居家移動智能辨識模型,本文設(shè)計了失眠病中醫(yī)證型居家移動智能辨識系統(tǒng)。該系統(tǒng)采用數(shù)據(jù)訪問層、算法層、應(yīng)用層三層架構(gòu)設(shè)計。各層功能設(shè)計如下:
(1)數(shù)據(jù)訪問層:對MySql 數(shù)據(jù)庫進行增、刪、改、查等操作;
(2)算法層:通過使用圖像處理運算庫獲取用戶的舌、面部特征,使用機器學(xué)習(xí)庫實現(xiàn)對樣本的深度挖掘,提高對失眠病的中醫(yī)證型識別的精度;
(3)應(yīng)用層:移動用戶終端上傳舌、面部圖像,經(jīng)過圖像算法處理找出舌面部特征并進行信息數(shù)據(jù)可視化,進而根據(jù)固化的失眠病中醫(yī)證型辨識知識進行證型辨識。
本文提出的失眠病中醫(yī)證型居家移動智能辨識系統(tǒng)架構(gòu)見圖7,該系統(tǒng)具有服務(wù)分布式及負載均衡化的優(yōu)勢,該系統(tǒng)各模塊可自由組合、接口易于擴展。
圖7 系統(tǒng)架構(gòu)
3.2.1 移動用戶服務(wù)端設(shè)計與實現(xiàn)
失眠病中醫(yī)證型居家移動智能辨識系統(tǒng)主要包含用戶端與后臺管理端,用戶端主要基于微信服務(wù)號設(shè)置測評模塊,測評模塊主要包含面象采集、舌象采集、問卷回答、報告生成四個模塊見圖8。
圖8 移動端測評模塊
用戶首次訪問需要進行,填寫個人健康檔案信息,包括性別、年齡、身高、體重、過敏史、既往病史。界面見圖9。
圖9 個人健康檔案信息界面
3.2.2 后臺管理端設(shè)計與實現(xiàn)
后端采用php 語言進行邏輯編寫,數(shù)據(jù)庫選用Mysql 數(shù)據(jù)庫,主要包含健康測評管理與系統(tǒng)用戶管理兩大功能。針對失眠病中醫(yī)證型智能辨識添加失眠病種(病名-證型),見圖10。并添加對應(yīng)的失眠病中醫(yī)證型辨識問卷,見圖11。
圖10 健康測評證型管理
圖11 健康測評問卷管理
現(xiàn)代社會競爭激烈,生活壓力大,失眠病的發(fā)病率越來越高。本文以肝郁化火證失眠病的辨識為例,驗證失眠病中醫(yī)證型居家移動智能辨識系統(tǒng)。
系統(tǒng)驗證對象是50 位來自浙江省2 所三家醫(yī)院失眠門診的肝郁化火證失眠病患者。
4.1.1 現(xiàn)代醫(yī)學(xué)診斷標(biāo)準(zhǔn)
參考《CCMD-3(中國精神障礙分類與診斷標(biāo)準(zhǔn))》中“原發(fā)性失眠”的診斷標(biāo)準(zhǔn):①主訴為失眠,睡眠障礙為主要表現(xiàn),主要是入睡困難,睡眠淺,早起,醒來后感到不適和多夢等,睡眠時間和(或)對睡眠質(zhì)量不滿意,伴隨著不同程度的功能障礙,表現(xiàn)為日間精神疲乏不振、記憶力下降等;引起不安、抑郁癥和恐懼心理,降低精神活動的效率,妨礙社會功能。②過度關(guān)注失眠的結(jié)果。③每周至少3 次,至少過了一個月以上。④排除身體因素引起的繼發(fā)性失眠。
4.1.2 中醫(yī)證型診斷標(biāo)準(zhǔn)
參考國家中醫(yī)藥管理局頒布的《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》中對“不寐”的診斷為:①入睡困難或睡后易醒,醒后難以入睡,重者徹夜難眠。②常伴夢多、心悸、健忘、頭痛、疲勞等癥。③在各系統(tǒng)和實驗室的檢查中沒有發(fā)現(xiàn)異常。只有具備以上三點,才能診斷為不寐。本文評價分析中的證型參照《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》進行分型。
4.2.1 納入標(biāo)準(zhǔn)
(1)關(guān)鍵納入指標(biāo):匹茲堡睡眠質(zhì)量指數(shù)量表(PSQI)總分>7 分,本文樣本匹茲堡睡眠指數(shù)情況,見表1。
表1 匹茲堡睡眠指數(shù)情況
(2)一般納入指標(biāo):①年齡在18-60 歲;②符合原發(fā)性失眠和不寐的辨識標(biāo)準(zhǔn);③符合《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》中失眠病的辨證分型標(biāo)準(zhǔn);④匹茲堡睡眠質(zhì)量指數(shù)量表(PSQI)總分>7 分;⑤自愿簽訂知情同意書者。
4.2.2 排除標(biāo)準(zhǔn)
①不符合上述納入標(biāo)準(zhǔn)者;②孕婦或哺乳期婦女;③合并有嚴重心、肺、肝、腎、造血系統(tǒng)等嚴重原發(fā)性疾病者;④同時參與其他研究試驗者。
4.3.1 樣本信息采集
①基本信息采集。失眠病患者個人一般信息、中醫(yī)癥狀、生活方式等失眠病相關(guān)因素采用受試對象自填的方式,由研究人員輔助自填有困難的部分患者他填完成。②舌、面部圖像信息采集。研究對象基本信息采集完成后,采用pad、手機等居家移動終端對舌、面部圖像進行采集。采集舌、面部圖像示例見圖12。③采集方法。采集人像的時候,臉部要放松。采集舌象時,盡量張開嘴,舌頭自然伸出口外,舌體放松,舌面扁平,舌尖略朝下,舌體充分露出來。注意不要勉強用力或揉成一團。拍照要在飯后2小時后進行,排除“染苔”、“化妝”等對舌面圖像識別有影響的因素。
圖12 舌面圖像采集示例
4.3.2 樣本信息觀察指標(biāo)
①個人健康檔案信息;②望診信息觀察指標(biāo):證候指標(biāo)(舌象、面象);③問診信息觀察指標(biāo):肝郁化火證失眠病辨識補充問卷。如二便等舌象、面象望診信息以外無法采集的關(guān)鍵證候信息通過問診問卷形式采集。
4.4.1 描述性統(tǒng)計
樣本結(jié)構(gòu)分布:本文對回收的調(diào)查問卷進行描述性統(tǒng)計分析,以了解樣本結(jié)構(gòu)分布情況。
根據(jù)2013年世界衛(wèi)生組織規(guī)定的分段年齡方法,青年組年齡在45歲以下,中年組在45-59歲之間,老年組在60歲以上。年齡情況結(jié)構(gòu)分布見表2。
表2 年齡分布情況
從年齡分布表可以看出肝郁化火證失眠病患者中老年人相對中年和青年人較少些。本文共采集50例肝郁化火證失眠病患者數(shù)據(jù),其中男性19例,女性31例,肝郁化火證失眠病患者中女性偏多,這可能與女性更愿意就醫(yī)有關(guān)。
4.4.2 智能辨識有效性評價
本文將實驗結(jié)果與醫(yī)師辨識結(jié)果進行比較,結(jié)果可知:智能辨識肝郁化火證失眠病的準(zhǔn)確率為89%,表明該模型的證型辨識準(zhǔn)確度較高,其辨識結(jié)果ROC曲線AUC值為0.890,見圖13。
圖13 ROC曲線
本文將中醫(yī)原創(chuàng)思維與臨床專家經(jīng)驗聯(lián)結(jié)給出了肝郁化火證失眠病中醫(yī)證候特征表達的關(guān)鍵區(qū)域;采用了一種更適合小樣本量分析的色譜分解技術(shù)用于肝郁化火證失眠病智能辨識中的證候特征提取分析;設(shè)計了一種失眠病中醫(yī)證型居家移動智能辨識系統(tǒng),該系統(tǒng)為居家無中醫(yī)條件下的失眠中醫(yī)證型智能診斷干預(yù)提供便利;通過對肝郁化火證失眠病智能辨識有效性評價,證明本文所設(shè)計的系統(tǒng)具有較好的智能辨識效果。