基于图像分析技术探索中医舌诊研究*

★ 丁成华 杜建强 朱明峰 张康 郑绍勇 宁伦 高巍巍 陈铃 邓露露 张珂 (江西中医学院南昌330004)

舌象的客观化诊断是舌诊研究的热点之一。舌诊是通过观察病人舌质和舌苔变化以诊察疾病的方法，为临床医生的必察之项［1］。近年来，有越来越多的学者投入到计算机舌诊的研究中，本课题组多学科研究人员携手合作，优势互补;借鉴国内外有关研究成果，对中医舌诊进行客观化、数字化研究与探索。

1 舌象采集环境研究

图像采集是舌象分析的重要前提，对于舌象采集环境，研究人员主要从光源选取、CCD 设备和色彩校正方法等方面开展研究。对光源的选取尝试以人工光源代替自然光，有学者比较了人工光源和自然光对舌象的影响［2－3］，人工光源研究比较一致的方法是在暗室、暗箱等环境下，应用D50、D65 等标准光源照明，但受到色温、显色性、光谱连续性等因素的制约，不能完全替代自然光，而且设备繁杂，临床实用性较差。临床应用过程中，舌象采集的最佳环境仍是自然光［4］。自然光条件下使用国际色彩联盟(ICC)提出的数码相机图像校正方法进行舌色色块校正研究具有较好的校正效果［5］。有研究表明，晴天上午10 点钟左右室内(同一地点)光照充足，自然光线照度、色温参数相对稳定，一致性较好，可作为中医望诊光源环境设计的参考标准 。随着研究的深入，越来越多的关于采集标准化的观点被提出，相关的采集设备也不断升级与成熟。

本课题组分别在自然光和暗室条件下采集舌象，即分别采用了人工光源与自然光源，人工光源多与CCD 设备融为一体，如天津天堰等多家公司研制的数字化舌象采集仪，并对图像进行客观量化数据分析;对于自然光源的选择，基于文献［3－6］研究成果，课题组对临床患者舌图像的采集多选择在晴天上午9 －11 点自然光线下进行。极少数情况下，直接采用了数码相机的自带闪光灯作为照射光源。相机分别采用尼康COOL P1950;佳能600D、500D、70D 等多款单反相机，使闪光灯功能关闭，采用微距模式，多点自动聚焦，感光度为100，白平衡设置为日光或手动。拍摄的照片分辨率为1 600 ×1 200 以上。偶尔使用高分辨率的索尼、尼康等数码自动相机。利用12 级别的灰度色标和若干彩色色标作为监督色块，将不同条件下获取的舌象通过TRM 模型还原到标准条件下的色度值。

2 舌象的预处理研究

舌象的预处理对后续的定量工作有着至关重要的影响;陈海燕等［7］提出使用多个色彩通道动态选取阈值，再根据先验的空间信息辅助判断，最终分离舌苔舌质的算法。通过与手工分离结果以及现有自动分离算法的比较，分析表明该算法在分离舌苔舌质的准确度以及处理速度上都有较好的效果。

本课题组［8－10］利用舌象色调和亮度等多种颜色信息，实现了一种自适应多阈值舌象分割算法。将舌象的颜色和空间位置特征相结合，利用贪心规则实现了舌象的提取，解决了其它算法不能提取有苔舌象的问题。并且在颜色空间利用模糊聚类方法实现了舌质与舌苔的分离。该方法通过样本加权有效提高了苔质分离的速度，取得了较好的实验效果(详见图1)。

3 舌象的量化研究

3.1 舌色的定量研究

针对舌象彩色信息的处理，研究人员分别应用了RGB 模型，YUV 模型，Lab 模型、YCrCb 模型和HSI 模型等多种颜色模型。王永刚等［11］将舌质和舌苔的颜色识别问题分解为苔质分离和颜色细分2步。结果表明，该方法简单且操作性强，能够有效地用于舌诊客观化。本课题组应用多个颜色模型对舌象颜色进行定量研究，利用CIELAB 颜色空间，分析数据库中各类舌色(每类50 例)在颜色空间中的数据特征和分布特征，结果各类舌色特征分量的色度值区间如表1。

表1 CIELAB 颜色空间舌色分布数据

图1 舌体自动分割

本试验比较了各类舌色与淡红舌的色度学数据:红舌与淡红舌比较，L* 小于淡红舌、A* 大于淡红舌、B* 小于淡红舌，暗红舌的L* 小于淡红舌、A* 大于淡红舌、B* 小于淡红舌;淡暗舌与淡红舌比较，L* 大于淡红舌、A* 小于淡红舌、B* 小于淡红舌，紫暗舌的L* 小于淡红舌、A* 小于淡红舌、B*小于淡红舌，淡白舌的L* 大于淡红舌、A* 小于淡红舌、B* 大于淡红舌，绛舌的L* 小于淡红舌、A*大于淡红舌、B* 小于淡红舌。淡白色L* 最大，表示亮度最大。绛舌A* 值最大，表明舌色颜色最红。紫暗舌和绛舌B* 最小，表示蓝色成分偏多，颜色偏紫。(A* 负值指示绿色而正值指示品红，B* 负值指示蓝色而正值指示黄色，L * = 0 生成黑色，而L* = 100 指示白色)。

3.2 舌体歪斜的定量研究

卫保国等［12－13］采用一种新的确定对称中轴线的方法，并结合嘴角定位，实现了舌体歪斜的自动定量分析;采用曲线拟合参数与曲线形状胖瘦的关系，结合舌体的长宽比，实现了舌体胖瘦的自动定量分析。

本课题组提出了一种具有自校正的舌象歪斜自动分析方法［14］。比较和分析了现有中轴提取方法，事实证明已知方法均不适用于舌象的中轴提取。设计了一种利用形态对称分析提取中轴的算法，该算法具有自动校正舌根部位的边界的能力，提高了中轴分析的准确程度。提出了一种借助舌象的变异色调分量进行嘴角分析的方法。在对比实验中，该方法较原有方法有更高的准确性，并且效率较原有方法更高。

4 舌象与疾病相关性研究

翁维良等［15］运用“中医舌诊专家系统”对照观察了352 例血瘀证舌质和218 例非血瘀证舌质的改变，进行了舌质RGB 的量化观测，认为舌质RGB 对血瘀证量化诊断具有重要参考价值。本课题组对69 例冠心病患者舌象进行RGB 值特征分析，发现舌苔的RGB 值均多大于舌质;是因为整体舌苔亮度大于舌质，反映在HSI 空间就是舌苔I 值大于舌质。由于被采集的冠心病患者舌质颜色偏紫红色，反映在RGB 色彩空间上R 值最大，G 值最小，和实验所获得数据相符(见图2)。许家佗等［16］研究了基于图像分析的亚健康状态舌象颜色特征。本课题组不断从临床调查入手，对舌象与多脏腑病证的关联性进行探究［17－19］。

图2 舌质与舌苔RGB 均值、HSI 均值

5 舌象与临床数据融合研究

课题组通过舌象与体质关联研究［20］，探索性的研制了中医体质的临床决策支持系统，该系统由5 个模块组成。分别是查询模块，调查结构模块，调查修改模块，调查删除模块和数据分析模块。该属性信息，体质信息和舌象特征信息(其中舌象特征包括:舌色、舌形、舌态、舌下络脉、舌苔厚薄、苔质和苔色)是通过调查模块进行收集。测试者的体质类型是通过计算机自动识别并与之对应的选方用药由计算机自动生成。通过具体的数据分析模块，舌象特征与体质类型间的特异性和敏感性关系数据可自动获得。该系统的应用与不断改进，将有助于辅助中医临床诊治。同时，课题组还研制了“基于XML的中医动态结构化电子病历系统”［21］该系统的实现具有一定的前瞻性意义和临床实用价值。

综上，多年来，笔者从舌象采集环境、舌体分割、舌质和舌苔的分离、颜色量化以及其他舌体特征的识别、舌象与体质、相关疾病的关联研究等方面开展了探索性的研究。随着研究的深入，将进一步探究舌象与临床证候之间的内在联系，使舌诊研究建立在同步与动态的临床调查、图像分析的基础上。

［1］丁成华，孙晓刚.中医舌诊图谱(中英对照)［M］.北京，人民卫生出版社，2003.12

［2］卫保国，沈兰荪，王艳清，等.数字化中医舌象分析仪［J］.中国医疗器械杂志.2002，26(3):164.

［3］许家佗，张志枫，费兆馥，等.舌象数字图像采集条件的实验观测［J］.中国中医基础医学杂志.2007，13(1):23 －26.

［4］许家佗，张志枫，严竹娟，等.自然光条件下基于色差校正方法的舌象颜色分析［J］.中西医结合学报2009，7(5):422 －427

［5］樊艳，梁嵘，王召平.数字舌图的色彩管理研究［D］. 北京中医药大学优秀硕士毕业论文集.2006.

［6］宫爱民，董秀娟，邸丹，等.中医望诊标准环境的选择与测量［J］.时珍国医国药，2012，23 (8):2 029 －2 030.

［7］陈海燕，卜佳俊，龚一萍，等.一种基于多色彩通道动态阈值的舌苔舌质分离算法［J］. 北京生物医学工程，2006，25(5):466 －469.

［8］Jianqiang Du，Yansheng Lu，Mingfeng Zhu，et al. A Novel Algorithm of Color Tongue Image Segmentation Based on HSI［C］.In Proceedings of International Conference on Biomedical Engineering and Informatics，Sanya，2008:733 －737.

［9］Mingfeng Zhu，Jianqiang Du，Kang Zhang，et al. A Novel Approach for Tongue Image Extraction Based on Combination of Color and Space Information［C］.In Proceedings of International Conference on Bioinformatics and Biomedical Engineering，Beijing，2009.

［10］Jianqiang Du，yansheng Lu，Kang Zhang，et al.A Novel Approach of Tongue Body and Tongue Coating Separation Based on FCM［C］.In Proceedings of International Conference on Bioinformatics and Biomedical Engineering，Shanghai，2008:2 499 －2 503.

［11］王永刚，杨杰，周越，等.中医舌象颜色识别的研究［J］. 生物医学工程学杂志，2005，(6):1 116 －1 120.

［12］卫保国，沈兰荪，蔡轶珩.舌体歪斜的自动分析［J］.计算机工程与应用，2003，25:22 －25.

［13］卫保国，沈篮荪.舌体胖瘦的自动分析［J］. 计算机工程，2004，30(11):25 －26，68.

［14］朱明峰，杜建强，孟凡，等. 一种具有自校正的舌象歪斜自动分析方法［J］.生物医学工程学杂志，2012，29(2):152 －156.

［15］翁维良，黄世敬，洪尚杓.运用“中医舌诊专家系统”对血瘀证舌质的研究［J］.中国中医基础医学杂志，2000，6(10):58 －61.

［16］许家佗，张志枫，李蕾，等. 基于图像分析的亚健康状态舌象颜色特征研究［J］.辽宁中医杂志，2010，37(12):2 328 －2 330.

［17］高秀娟，丁成华.舌象变化与心血管疾病的相关性研究［J］. 上海中医药杂志，2003，36(7):60 －62.

［18］丁成华，方华珍，查青林，等. 舌象变化与胃食管反流病内镜像及Hp 感染的相关性研究［J］. 江西中医药，2006，37(2):17 －19.

［19］方华珍，丁成华，王玉臣，等. 舌诊在慢性萎缩性胃炎辨证中的意义［J］.中国中医基础医学杂志，2013，19(4):416 －418.

［20］张珂，丁成华，郑绍勇，等.舌象与体质的关联性探讨［C］. 中华中医药学会第十三届中医诊断学术年会论文集，2012，7:86 －90.

［21］朱明峰，杜建强，丁成华，等.基于XML 的中医动态结构化电子病历系统的设计［J］. 江西中医学院学报，2013，25(2):73 －77.