基于中医目诊的虹膜图像特征表示方法研究



·数字中医药·

基于中医目诊的虹膜图像特征表示方法研究

穆珺，晏峻峰，彭清华*

（湖南中医药大学，湖南长沙410208）

〔摘要〕虹膜诊断对于中医与民族医学的目诊理论具有重要的补充和借鉴作用，有必要深入研究虹膜及其图像特征与疾病、体质、中医辨证的证候要素等因素间的对应关系。本文分析了虹膜诊断与相关研究中的虹膜图像特征及其分类与定位，设计了针对颜色特征、密度特征、基于卷缩轮/瞳孔的特征、线条、阳光放射沟特征、斑块、坑洞的特征描述和表示方法。初步实验结果显示，该方法能较有效地支持虹膜图像特征的表示与度量。

〔关键词〕中医目诊;虹膜诊断;虹膜图像特征;特征描述

Study on Description Method of Iris Image Features Based on TCM Eyes Diagnosis

MU Jun, YAN Junfeng, PENG Qinghua*

(Hunan University of Chinese Medicine, Changsha Hunan 410208, China)

〔Abstract〕Iridology has supplementary and reference effect on eyes diagnosis theory oftraditional Chinese medicine and ethnomedicine. It is necessary to further study the iridology and its image features, and their corresponding relationship with diseases, habitus and TCM syndrome differentiation. This paper analyzes the iridology, and iris image features and its classification and location. The characteristic description and representing method of color character, density character, collarette-and pupillary-based features, line, radial canal, plaque and pit were designed. The preliminary experiment showed that this method can effectively support the expression and measurement of iris image features

〔Keywords〕TCM eyes diagnosis; iris diagnose; iris image features; feature description

目诊在中医及民族医学中具有悠久历史和重要作用，而虹膜诊断则是发源于西方的目诊法。虹膜诊断理论所提出的虹膜特征与疾病、体质、中医辨证分型等因素之间具有相关性，值得深入研究和发掘。虹膜诊断理论对于中医目诊中虹膜（黑睛）特征的相对缺乏可能具有重要的补充和借鉴作用，有待进一步深化。而中医目诊数字化已有了一定成果，但与虹膜诊断数字化相比还较薄弱，目前尚没有将白睛特征与虹膜特征相结合的数字化系统。为此，有必要研究和设计基于中医目诊的虹膜图像特征数字化表示方法，以实现虹膜诊断中所涉及的虹膜图像特征的准确定位与表示，从而为构建大规模临床数据，深入挖掘和研究虹膜特征与疾病、体质、中医证候要素之间的关系提供基础。

1　中医目诊与虹膜诊断及其数字化

1.1中医目诊的研究概况

在中医及民族医学中，目诊具有悠久历史[1-3]。中医目诊理论最早见于《内经》。汉代华佗也指出可观目诊病：“目形类丸，瞳神居中而前，……内有大络六，……;中络八，……，外有旁支细络，莫知其数，……，故凡病发，则有形色丝络显见，而可验内之何脏腑受病也。”但具体如何观察内眼的大络、中络、外眼的旁支细络、“形色丝络”而诊病，未见文献论述[3]。后世兴起“五轮八廓”学说[1-3]。五轮学说将眼的不同部位分属于五脏，其中黑睛（角膜、虹膜）属肝，称“风轮”；瞳仁属肾，称“水轮”；白睛属肺，称“气轮”……。而八廓理论，将外眼（含胞睑）命名为八个部位，历代眼科名著对八廓定位有所不同[3]。《审视瑶函》中云“轮以通部形色为证,而廓惟以轮上丝络血脉为凭，……以辨何脏腑之受病。”

近现代以来，中医目诊理论有了极大发展。彭静山将眼球划成八个经区来诊断全身疾患，并在此基础上发展了眼针[1]。陈达夫将伤寒六经分证理论与眼病具体特点结合起来，提出了眼科六经辨证的学说与方法[1]。王今觉提出了望目辨证理论，阐述了白睛分区与脏腑对应、白睛颜色与形态特征（如点、条、斑等）、白睛血脉分布部位、颜色、形态、沉浮、有根无根、相互关系及其变化等的临床诊断意义，阐述了望目辨病位、病因、病机、病性、病势、十六纲及脏腑症候[3]。以壮医为代表的民族医学也有目诊传统，通过观察患者眼睛的神采色泽、干涩与否、脉络变化等诊断全身疾病[4]。

综观中医目诊理论与临床实践，历代与近现代许多医家都着重研究眼部的整体特征、白睛及其血脉特征以辨证，对于黑睛（角膜、虹膜）特征的研究相对比较少，一般仅限于“通部形色”的整体特征。

1.2中医目诊与虹膜诊断

虹膜诊断则是发源于西方的目诊法，认为整个人体器官或部位在虹膜上都有对应位置，体质的状况、疾病的发生和康复过程可以通过虹膜的颜色、密度、纹理、坑洞、裂缝、线条及瞳孔形状等特征反映出来[5]。西方医学界因部分虹膜诊断结果不能得到严格双盲对照实验支持而对虹膜诊断存在质疑[6]，但大量研究工作从实验结果、临床数据的角度，证实了虹膜与疾病之间显著相关。如David Zhang[7]证实了瞳孔和卷缩轮大小、形状、边缘光滑度，在胃肠道疾病患者和对照组中有显著差异。Marcus Ang[8]的研究显示老年环独立于已知的心血管危险因素，与心血管疾病相关。董飞侠[9]利用虹膜诊断和中医望目辨证进行慢性肾病分期研究，结果显示虹膜外观特征分别与慢性肾病分期和中医辨证分型相关。Um[10]的研究证实了血管紧张素转换酶基因多态性、高血压和虹膜体质类型的相关性，提示不同体质对疾病的遗传易感性与虹膜体质类型，很可能同时决定于基因多样性。

可见尽管虹膜诊断还存在争议，但虹膜特征与疾病、体质、中医辨证分型等因素之间具有相关性，值得深入研究和发掘。并且，虹膜诊断理论中对虹膜特征的深入观察、总结与研究，对于中医目诊中虹膜（黑睛）特征的相对缺乏可能具有重要的补充和借鉴作用。

目前在现代中医与民族医学的目诊理论与方法中，已经有人对虹膜诊断进行了结合与借鉴。如郑德良结合中医目诊理论与西方虹膜诊断理论，提出了中医望眼辨证理论，通过观察眼睛各区的变化诊断全身疾病[1]。现代壮医在继承前人经验的基础上，结合西方的虹膜诊断方法，通过白睛诊法、虹膜诊断相结合，进行疾病诊断，并制定了壮医目诊操作技术规范[4]。但由于中医目诊与西方虹膜诊断在理论基础、诊断方法上存在显著区别，目前对虹膜诊断的借鉴还主要体现在直接利用虹膜诊断的某些结论，未能将其很好的融入中医特色的辨证论治诊疗体系中，虹膜特征与中医辨证中的病位、病因、病机、病性、病势等证候要素间的关系还有待深入研究。

1.3目诊数字化研究概况

在目诊数字化方面，计算机辅助虹膜诊断已经有了大量研究工作和相应产品。而在中医目诊的数字化方面，较有代表性的是王今觉提出的“推进望目辨证数字化诊断系统工程，实现中医诊断客观化”[11]。并与中国科学院计算技术研究所合作，构建了“望目辨证”数字化实验系统，采集病人的眼像信息、四诊信息，并建立档案；通过脏腑部位划分、白睛络脉提取、白睛斑块分割和斑块高度判断等算法将眼像中的医学特征提取出来，依据由专家经验得到的诊断规则进行层次推理，自动得到诊断结果。以胃脘痛的诊断为例，该系统诊断符合率达到80%[12]。该系统主要是基于白睛特征进行诊断，没有与虹膜特征相结合。

综上所述，有必要研究和设计基于中医目诊的虹膜图像特征数字化表示方法，在此基础上，参照“望目辨证”数字化实验系统的白睛特征与专家知识，结合病人的症状、体征、四诊资料、中医辨证的病位、病因、病机、病性、病势等证候要素信息，可构建大规模的病例样本库。该病例样本库中即蕴含了中医目诊相关的专家经验与客观数据，进一步地，可通过诸如决策树算法、关联规则分析、相关性分析等算法，深入挖掘和研究虹膜特征与疾病、体质、中医证候要素之间的关系，并对中医与民族医学的目诊理论进行大规模临床数据的验证与研究。因此，本文着重于解决虹膜图像特征的分类、定位与数字化表示。

2　虹膜图像特征分类与定位

2.1虹膜图像特征分类、定位与表示的研究现状

由于虹膜诊断具有简单易行的优点，目前国内外已有许多计算机辅助虹膜诊断的研究工作及相关产品。这些工作主要依据虹膜诊断的结论和方法，以可见光成像的虹膜图像为对象，研究虹膜图像中特定病理特征的定位、数字化描述与分析。其中有代表性的研究工作如下：

杜文玉[13]根据现有的虹膜诊断文献并结合图像的特征定位技术，将虹膜图像的病理特征划分成六大类（见图1）：（1）精神压力环（nerve rings）：又称线条，代表新陈代谢循环不良，神经处于紧张状态；（2）坑洞（lacunae）：一般来说坑洞越多，体质越差；（3）斑块（pigment dot）：由色素沉积形成；（4）阳光放射沟（toxic radii）：又称裂缝，代表身体机能的衰退；（5）密度：虹膜的组织越紧密，表示身体越健康；（6）颜色：虹膜颜色能够反映体内的反射区组织器官的功能状况。该工作主要完成了对斑块、裂缝、坑洞特征的定位，并提出了密度特征的表示方法，但没有涉及对于其他特征的表示。

图1　六大虹膜病理特征

zhang[7]的工作，提取和分析了基于瞳孔的特征和基于虹膜卷缩轮的特征，来区分正常人和胃肠道疾病患者。

Hussein的工作[14]，对虹膜图像进行2维Gabor小波变换，并计算熵值和能量函数来区分正常人和肾病患者。Mauridhi[15]等人用灰度共生矩阵的能量和对比度作为特征描述纹理。A. Lodin等人用虹膜区域的像素GRB颜色平均值作为基本虹膜颜色。Ramlee[14]等人通过对利用虹膜图像直方图分布的区别从虹膜边缘区域中分割出老年环。

通过对计算机辅助虹膜诊断的研究现状分析可知，现有工作中对于虹膜图像特征的归纳分类、定位、表示都各有侧重，但目前尚未发现对于虹膜诊断中采用的所有虹膜图像特征进行统一分类、定位和表示的相关工作。

2.2虹膜图像特征的分类与定位

本文从虹膜图像特征分析和处理的角度，归纳现有计算机辅助虹膜诊断工作所描述的特征，主要分为3类：第一类是虹膜的固有结构，因其属性可能发生异常，而将该属性作为度量虹膜病变的特征。比如瞳孔和卷缩轮是虹膜的固有结构，但是其形状变化可能与病理状态相关，从而为度量其形状异常提出了基于瞳孔的特征、基于卷缩轮的特征。第二类是处于病理或异常状态下的虹膜所特有的结构，比如斑块、阳光放射沟（裂缝）、坑洞、线条（精神压力环），这些结构不是所有虹膜都具有，其出现本身就可能与病变或异常相关联。因此对这些结构首先需要在虹膜上进行定位，再描述其位置、形状、大小、颜色等属性作为虹膜图像特征。第三类特征是其本身不是固有结构或特有结构，而是针对虹膜整体或部分结构、区域的属性进行描述，该描述性特征的异常通常也能从一个方面反映出虹膜的病变，比如虹膜的颜色和密度（纹理）。有的工作中也将老年环视为虹膜诊断所考虑的特征[14]，但由于对老年环的检测是否属于虹膜诊断的范畴，现有的文献中尚存在不同的论述[5-14]，故本文暂不将老年环纳入虹膜图像特征中。

为描述上述3类不同的虹膜图像特征，需先通过以下步骤进行定位：首先，需要对原始虹膜图像进行预处理，然后需要对虹膜的固有结构（瞳孔、卷缩轮）和病理结构（斑块、阳光放射沟、线条、坑洞等）进行提取与定位。针对上述预处理、虹膜的固有结构和病理结构的定位，目前已存在较为成熟的方法[7,13-15]，故本文不再赘述。

3　虹膜图像特征表示

针对基于中医目诊的虹膜图像特征数字化表示的需求，本文设计了针对颜色特征、密度特征、基于卷缩轮/瞳孔的特征、线条、阳光放射沟特征、斑块、坑洞的特征描述和表示方法。

3.1颜色特征表示

颜色信息作为虹膜的一个重要属性，其描述具有一定的复杂性。颜色空间的选择上，本文采用Lab颜色空间，其中维度L表示亮度，a和b表示色度。Lab具有感知均匀的特点，即在Lab颜色空间内，两点间的距离代表着两种颜色的视觉差异，相等的距离代表接近相同的色知觉差异，而与这两点的绝对位置无关。因此Lab颜色空间对于精确度量色彩分布具有很好的描述能力[16]。

对于颜色描述符的选择，考虑常用的颜色均值、均方根对比度（即所有像素值的均方根或标准差）、直方图（包括各通道直方图和联合直方图）这三者。均值和均方根对比度，其优点是物理意义明确，数据量小，便于定量描述，但描述能力有限；而直方图描述能力强，但数据量大，一般用来比较图像间的相似度，而不直接作为图像颜色的定量描述符。若在联合直方图的基础上，利用不同图像的联合直方图之间的卡方距离，则可以很有效地度量图像颜色分布上的差异[16]。

为此，本文结合三者的特点，对图像整体或区域进行统计描述时，主要使用各个颜色分量的均值、均方根对比度；此外还引入基于联合直方图的卡方距离作为描述符，度量不同图像之间的颜色差异。

对于两幅不同的图像I1、I2，分别得到其颜色分布的联合直方图H1=hist（I1）、H2=hist（I2），再计算两者之间的卡方距离dchi-square（H1、H2），即为两幅图像之间的颜色差异值。已知两个图像的联合直方图分别为H1、H2，则H1、H2之间的卡方距离的计算公式如下：

3.2密度（纹理）特征表示

密度是描述虹膜紧密程度和纹理分布特点的特征。典型的纹理特征描述方法都可以用来描述虹膜的密度[14-15]。

有学者针对常用纹理特征表示方法（MRF、Gabor滤波、分形特征和灰度共生矩阵）的分类性能进行评估，结果是灰度共生矩阵表现最好,尤其建议当图像较小时使用灰度共生矩阵[17]。因此本文采用灰度共生矩阵来描述虹膜纹理特征。在得到灰度共生矩阵的基础上，计算对比度、能量、熵和相关性来作为虹膜密度（纹理）特征的度量值。

3.3基于瞳孔/卷缩轮的特征表示

基于瞳孔的特征包括：瞳孔圆度、瞳孔大小、瞳孔边界粗糙度；基于卷缩轮的特征包括：卷缩轮圆度、卷缩轮与虹膜直径比、卷缩轮与瞳孔直径比。特征定义及其意义如下[7]：（1）瞳孔圆度定义为：水平、垂直、45°、135°方向上的四条直径中的最大值与最小值的比值。若检测到的瞳孔边界是正圆，四条半径相等，圆度为1；否则，瞳孔边界越不规则，四个方向的直径差异越大，则圆度的比值越大。（2）瞳孔大小定义为：水平、垂直、45°、135°四个方向上的四条瞳孔直径与各自对应方向的虹膜直径之比，再对这四个比值求平均值。其意义是利用瞳孔的直径长度平均值近似表示瞳孔大小，而将瞳孔直径与对应方向的虹膜直径求比值，是为了使不同尺寸虹膜中的瞳孔直径长度具有可比性。（3）瞳孔边界粗糙度定义为：给定瞳孔边界轮廓曲线上所有K个点，对每个点处曲线曲率与平均曲率之差的绝对值的平均值，其中曲线曲率的计算采用每点与相邻点夹角近似度量。其意义是，若瞳孔边界越不规则，则每一点处的曲线曲率相差越大，则与平均曲率之差的绝对值越大。（4）卷缩轮圆度定义为：水平、垂直、30°、60°、120°、150°方向上的六条直径中的最大值与最小值的比值。卷缩轮圆度与瞳孔轮圆度的定义和意义类似，不同之处是选择更多方向的直径，主要是由于卷缩轮形状不规则，需要采样更多取值进行度量。（5）卷缩轮与虹膜直径比定义为：水平、垂直、30°、60°、120°、150°方向上的六条卷缩轮直径与各自对应方向的虹膜直径之比，再对这六个比值求平均值。该定义的意义是述间接反映卷缩轮的大小。（6）卷缩轮与瞳孔直径比定义为：水平、垂直、30°、60°、120°、150°方向上的六条卷缩轮直径与各自对应方向的瞳孔直径之比，再对这六个比值求平均值。

3.4线条、阳光放射沟特征表示

线条和阳光放射沟都是虹膜表面组织凹陷形成的，表现在虹膜图像上，阳光放射沟（裂缝）主要是辐射状的线形结构，线条是完整的圆形或者部分弧线形结构。在不同的光照或成像角度下，可能表现出不同的明暗、颜色深浅。因此，在描述线条、裂缝特征时，不采用颜色属性。在描述线条、裂缝特征时，主要度量其长度属性。计算线条和裂缝的像素点，并得到其与虹膜直径的比值，则可以认为是相对长度表示。对于虹膜整体而言，线条特征的描述包括：线条数目n，线条1的长度L1，线条2的长度L2，……，线条n的长度Ln。裂缝特征的描述包括：裂缝数目m，裂缝1的长度L1，裂缝2的长度L2，……，裂缝n的长度Lm。

3.5斑块、坑洞特征表示

斑块是色素在虹膜表面沉积形成，其位置、数量、面积、形状、颜色没有固定规律。当从虹膜图像特征的角度表示斑块特征时，可以选择其颜色、面积、形状属性加以描述；斑块位置在虹膜整体的属性中不进行具体描述，而是通过保存斑块定位结果，在分析指定虹膜分区时进行计算。

斑块特征的颜色表示：斑块区域和虹膜主体区域（虹膜圆环中间的1/3）各自颜色联合直方图之间的卡方距离，用以度量斑块和所在虹膜的颜色差异。

斑块特征的面积表示：斑块所占用的像素数表示其面积，记为A1；而斑块的面积（像素数）与虹膜面积（像素数）的比值，反映其相对面积，记为A2。本文以相对面积A2作为斑块特征的面积属性的表示。

斑块特征的形状表示：假设斑块边界轮廓长度（以像素数计算）为C，形状参数S定义为：

该参数反映不规则形状的致密性，形状越不规则，致密性越小。

在描述坑洞时，和斑块类似，选择相同的属性并使用相同的描述方法进行表示。

4　结语

虹膜特征与疾病、体质、中医辨证分型等因素之间具有相关性，值得深入研究和发掘；虹膜特征与中医辨证的证候要素间的关系也有待深入研究。本文分析了虹膜图像特征及其分类，设计了针对颜色特征、密度特征、基于卷缩轮/瞳孔的特征、线条、阳光放射沟特征、斑块、坑洞的特征描述和表示方法。初步实验结果显示，该方法能有效地支持虹膜图像特征的表示、度量。

本文所研究的虹膜图像特征主要通过归纳和分析现有计算机辅助虹膜诊断工作所描述的特征，来进行虹膜图像特征的分类、定位和表示；上述特征的归纳分类和表示中还可能存在不尽完善之处，需在进一步研究中结合大规模病例样本库的采集、构建与研究，加以验证和完善。

参考文献：

[1]黄惠勇,胡淑娟,彭清华.中医目诊的研究进展与评述[J].中华中医药学刊, 2013,31(6):1479-1483.

[2]文毅，晏峻峰，彭清华.中医目诊的研究现状与思路探析[J].湖南中医药大学学报，2015，35（9）：70-73.

[3]王今觉,望目辨证诊断学[M].北京:中国中医药出版社,2013.

[4]李珪.壮医目诊诊断技术规范与应用研究[M].南宁:广西科学技术出版社,2008.

[5]Fragnay P.虹膜诊断学入门[M].昆明:云南人民出版社,1982.

[6]Young-Woo L, Young-Bae P, Young-Jae P. Experimental study of reliable iris parameters and their relationships with temperament, character, and heart rate variability [J]. European Journal of Integrative Medicine,2014(6):524-531.

[7]Lin M, David Z, Naimin L, et al. Iris-based Medical Analysis by Geometric Deformation Features[J]. IEEE Journal of Biomedical and Health Informatics, 2013, 17(1): 223-231.

[8]Ang M, Wong W,Park J, et al. Corneal Arcus is a Sign of Cardiovascular Disease, Even in Low-Risk Persons [J]. American Journal of Ophthalmology, 2011, 152(5): 864-871.

[9]董飞侠,程银国,黄蔚霞.虹膜诊断与慢性肾病分期及中医辨证的相关性研究[J].江苏中医药，2010，42(2):19-20．

[10]Jae-Young Um, Nyeon-Hyoung An, Gui-Bi Yang; et al. Novel approach of molecular genetic understanding of iridology: relationship between iris constitution and angiotensin converting enzyme gene polymorphism [J]. The American Journal of Chinese Medicine, 2005, 33(3):501-505.

[11]王今觉.推进“望目辨证”数字化诊断系统工程，实现中医诊断客观化[J].中国实验方剂学杂志, 2001(1):312-314.

[12]朱贵冬.中医“望目辨证”的数字化技术研究[D].北京:中国科学院,2006．

[13]杜文玉.虹膜病理特征提取与诊断模型研究[D].哈尔滨:哈尔滨工业大学,2009．

[14]Hussein SE. Hassan OA. Granat MH. Assessment of the potential iridology for diagnosing kidney disease using wavelet analysis and neural networks [J]. Biomedical Signal Processing and Control, 2013(8):534-541.

[15]Lesmana. IPP. Purnama IKE. Purnomo MH. Abnormal condition detection of pancreatic beta -cells as the cause of diabetes mellitus based on iris image[C]. ICICIBME, 2011: 150-155.

[16]Lalonde JF. Efros AA. Using color compatibility for assessing Image realism [C]. ICCV. 2007: 1-8.

[17]刘丽,匡纲要.图像纹理特征提取方法综述[J].中国图象图形学报,2009,14(4): 622-635.

（本文编辑匡静之）

〔通讯作者〕*彭清华，男，博士，教授，博士研究生导师，E-mail：pqh410007@126.com.

〔作者简介〕穆珺，女，硕士，助教，研究方向：中医药信息学。

〔基金项目〕国家重点学科中医诊断学建设项目；国家中医药管理局中医眼科学重点学科建设项目；国家中医药管理局中医药信息学重点学科建设项目；湖南省高层次卫生人才“225”工程培养项目资助；湖南省中医诊断学优势重点学科建设项目；湖南省中医五官科学重点学科建设项目；湖南中医药大学中医诊断学国家重点学科开放基金资助项目(2013ZYZD01、2013ZYZD08)；2013年湖南省高校创新平台开放基金（13K076），湖南省2011数字中医药协同创新中心自主选题。

〔收稿日期〕2015－06－25

〔中图分类号〕R276.7

〔文献标识码〕A

〔文章编号〕

doi:10.3969/j.issn.1674－070X.2015.11.018