湿热内蕴证、肝郁脾虚证非酒精性脂肪性肝病患者眼底图像特征分析

俞晓菡，余上海，惠梦雨，高 悦，刘 平，李 舰，张 华

1.上海中医药大学附属曙光医院，上海市中医药研究院肝病研究所，肝肾疾病病证教育部重点实验室，上海市中医临床重点实验室（上海 201203）；2.上海中医药大学交叉科学研究院（上海 201203）；3.江西中科九峰智慧医疗科技有限公司（江西 南昌 330095）

目诊为中医望诊的重要组成部分，是通过观察目的神、色、形、态以诊察疾病的方法，为诊法之首要。当今，人们将眼的胚胎发育、五轮学说及生物全息论相结合，认为眼的各个部位可以对应脏腑生物学特征进行划分［1］。这是整体与局部关系的本质体现，体现了中医学的“统一整体观”。传统望目无法直接观察眼底血管情况，借助眼底照相机眼科专用设备，结合计算机视觉、机器学习等人工智能技术，可以获得更加精准、客观的眼底血管信息。随着机器学习在医学图像分割方面研究水平的不断突破，大型深层卷积神经网络模型在眼底视网膜图像数据集方面实现了自动评级，并在公共数据集EIARG1上得到了验证［2］，故可将其引入中医证候与眼底图像变化关系的探索研究。

非酒精性脂肪性肝病（non-alcoholic fatty liver disease，NAFLD）是一种慢性进行性疾病，与肝硬化、肝细胞癌的发生有关，其发病率逐年上升［3-4］。中医药在辨证治疗NAFLD方面具有一定的优势，但其证候辨识缺少客观标准，不同医家辨证论治思路不同，因此限制了疗效的发挥。湿热内蕴证、肝郁脾虚证为NAFLD患者临床常见的中医证型［5-8］，基于“目为肝之窍”的中医理论及机器学习技术，本研究拟以湿热内蕴证及肝郁脾虚证为切入点，以无典型证者作为对照，运用计算机视觉技术提取眼底图像特征并进行比较分析，进而探讨与NAFLD病、证相关的眼底血管特异性改变，以期丰富中医目诊理论并为NAFLD的中医证候分类提供依据。

1 资料与方法

1.1 研究对象选择

1.1.1 纳入标准 NAFLD患者：①符合《非酒精性脂肪性肝病与相关代谢紊乱诊疗共识（第二版）》［9］中的疾病诊断标准；②中医辨证为湿热内蕴证、肝郁脾虚证或无典型证［10］；③年龄18～70周岁；④签订知情同意书。

健康人群：选择与NAFLD患者性别、年龄相匹配的健康志愿者，实验室及腹部彩超、肝脏超声瞬时弹性成像及核磁共振检查未见异常。

1.1.2 排除标准 ①合并2型糖尿病或3级以上高血压者；②合并结膜炎、结膜出血、重度眼部外伤、感染性眼病，或有眼部手术史者；③有深、浅感觉障碍及眼睑发硬不易拨开者；④妊娠或哺乳期女性，过敏体质者；⑤既往有精神类疾病或伴有严重的意识障碍影响沟通者。

1.2 研究对象来源 本研究涉及的NAFLD病例均来源于2020年9月至2022年1月上海中医药大学附属曙光医院，健康人群来源于同期上海中医药大学附属曙光医院体检中心。本研究方案经上海中医药大学附属曙光医院医学伦理委员会批准（伦理批号：2018-616-45-01），并在中国临床试验注册中心注册（注册号：ChiCTR2000037664）。

1.3 研究内容与方法

1.3.1 临床信息 采用课题组制定的《肝肾疾病病证教育部重点实验室临床信息采集表》［11］收集临床信息，包括一般资料（性别、年龄、家族史等）、体格检查及肝肾功能、血脂、血常规、腹部影像等理化检查资料。

采用《中医证候评定量表》［11］收集中医四诊信息，并将临床症状进行5级赋值量化［10］。自觉症状分为严重程度和出现频次两部分，有者计为1～4分，无者计为0分；体征及舌脉象则依据有或无进行分类，并据此赋予分值，有者计为1分，无者计为0分。由3名专家根据数据库中的四诊信息进行辨证。

1.3.2 眼底图像 由专业人员借助数字眼底照相机（APS-AER型，重庆康华瑞明科技股份有限公司）统一采集研究对象的眼底照片，将眼底图像轮廓清晰、前景和背景区分明显、血管脉络分明的图片纳入分析。选定照片后用两种储存模式储存图像数据，一种是原始分辨率，用于人工复核及诊断，另一种是机器学习所使用的数字化矩阵，按照512×512×3的分辨率进行储存，供模型调用。

1.3.3 疾病诊断模型 （1）眼底图像分割。运用R语言和机器学习框架TensorFlow，通过训练得到改进的U-Net模型。基于该模型对采集到的眼底照片进行预测，预测结果以黑白模式显示，白色区域代表机器分割出来的血管，黑色区域为其他背景部分。见图1。

图1 改进的U-Net模型进行血管分割示例

（2）眼底图像特征提取。因直接运用机器学习方法建立分类模型不能描述疾病与图像特征之间的关系，故本研究在眼底血管分割之后，采用传统的特征提取方式提取特征，包括血管形态和颜色特征、血管纹理特征。

血管形态和颜色特征：在分割的图像结果中，每幅图片中的血管都被分成了很多段，并提取血管总面积（area）、血管平均宽度（width）、血管细小分支比例（smallrate）、血管弯曲程度（curved）、血管细小分支弯曲程度（smallcurved）及血管颜色特征（包括颜色强度均值（b mean）和方差（b standard deviation，bsd）等特征。

血管纹理特征：引入Haralick定义的GLCM［11］来描述血管纹理特征，包括同质度［也称逆差距（inverse difference moment，idm）］、对比度（contrast，con）、熵（entropy，ent）、角二阶矩（angular second moment，asm）、相关性（correlation，cor）、方差（variance，var）、和平均值（sum average，sav）、和方差（sum variance，sva）、差分方差（difference variance，dva）、和熵（sum entropy，sen）、差分熵（difference entropy，den）、信息度量f12、信息度量f13。

（3）基于眼底血管特征诊断NAFLD模型的建立及评价。以健康人为对照，运用决策树模型（R语言rpart包实现）建立分类模型。模型判识NAFLD的准确率为0.972，灵敏度为0.970，特异性为0.975，受试者工作特征曲线（ROC）下面积（AUC）为0.995（见图2）。上述表明该模型可有效用于对不同证候NAFLD患者眼底血管图像特征的提取与分析。

图2 决策树模型受试者工作特征曲线（ROC）下面积（AUC）

1.3.4 NAFLD患者常见症状筛选 为分析NAFLD有代表性的症状与眼底特征间的相关性，故对所采集的症状进行筛选。首先，删除在肝郁脾虚证、湿热内蕴证NAFLD患者中出现频率≤5%的少见症状；其次，将反映每一症状的频次与程度两个维度得分相加，选取二者之和>3分，且出现频率>25%的症状作为常见症状，并与眼底特征进行相关性分析。

1.4 统计学方法 本研究数据采用SPSS 26.0软件进行处理与分析。符合正态分布和方差齐性的计量资料，用±s描述，组间比较采用两独立样本t检验或单因素方差分析。不符合正态分布或方差不齐的计量资料，用M（P25，P75）描述，组间比较采用Mann-Whitney U或Kruskal-Wallis H秩和检验。使用R语言psych包进行Spearman相关性分析。以P<0.05为差异有统计学意义。

2 结果

2.1 一般资料 本研究共纳入NAFLD患者126例，设为NAFLD组，其中湿热内蕴证61例、肝郁脾虚证44例、无典型证21例，分别设为湿热内蕴组、肝郁脾虚组、无典型证组；纳入健康人110例，设为健康组。NAFLD组与健康组性别、年龄比较，差异无统计学意义（P>0.05），NAFLD 组体质量指数（BMI）高于健康组（P<0.05）。NAFLD组各中医证型患者性别、年龄比较，差异无统计学意义（P>0.05），NAFLD湿热内蕴证患者BMI高于肝郁脾虚证及无典型证者（P<0.05）。见表1、表2。

表1 一般资料比较（NAFLD与健康人）（±s）

表1 一般资料比较（NAFLD与健康人）（±s）

注：NAFLD为非酒精性脂肪性肝病，BMI为体质量指数。与健康组比较，*P<0.05。

BMI/（kg·m-2）28.08±3.69*23.43±2.72 n女组别NAFLD组健康组126 110性别/例男96 83 30 27年龄/岁38.41±10.00 38.45±9.63

表2 一般资料比较（NAFLD各中医证型）（±s）

表2 一般资料比较（NAFLD各中医证型）（±s）

注：NAFLD为非酒精性脂肪性肝病，BMI为体质量指数。与无典型证组比较，*P<0.05；与肝郁脾虚组比较，# P<0.05。

组别n 年龄/岁BMI/（kg·m-2）无典型证组肝郁脾虚组湿热内蕴组21 44 61性别/例男16 34 46女 5 1 0 15 39.67±6.18 39.09±12.08 37.49±9.46 25.98±2.45 27.57±3.60 29.17±3.77*#

2.2 眼底血管特征比较 血管形态和颜色特征：经Kruskal Wallis H检验，与无典型证组相比，湿热内蕴组及肝郁脾虚组area降低，smallrate、curved、smallcurved升高（P<0.05）；与肝郁脾虚组比较，湿热内蕴组眼底血管形态和颜色特征相关指标未见明显差异（P>0.05）。见表3。

血管纹理特征：经Mann-Whitney U检验，与无典型证组相比，湿热内蕴组asm升高、den降低（P<0.05），肝郁脾虚组con、dva、den降低，idm升高（P<0.05）；与肝郁脾虚组比较，湿热内蕴组眼底血管纹理特征相关指标未见明显差异（P>0.05）。见表3。

表3 非酒精性脂肪性肝病各中医证型患者眼底血管特征值比较［M（P25，P75）］

2.3 NAFLD患者眼底血管特征改变的影响因素分析

2.3.1 年龄、性别 NAFLD患者年龄与特征值asm、curved及idm呈正相关（P<0.05），与area、width、bsd、den、cor、ent、sen及信息度量f13呈负相关（P<0.05），性别与smallcurved呈负相关（P<0.05）。见图3。

图3 非酒精性脂肪性肝病患者年龄、性别与眼底血管特征值的相关性分析结果

2.3.2 湿热内蕴证、肝郁脾虚证NAFLD患者常见症状 105例辨证为湿热内蕴证及肝郁脾虚证的NAFLD患者中，症状出现频率≤5%的症状3种，分别为厌食油腻食品、恶心及下肢浮肿，不纳入后续筛选；频次与程度积分之和>3分，且出现频率>25%的常见症状为乏力、口干、夜间睡眠不足、大便稀薄不成形、眼睛干涩及白天困倦欲睡，共6个。见表4。

表4 105例非酒精性脂肪性肝病患者常见症状筛选结果

NAFLD常见症状中，眼睛干涩与area、width及信息度量f13呈负相关（P<0.05）；大便稀薄不成形与curved、con及dva呈正相关（P<0.05），与idm呈负相关（P<0.05）。见图4。

图4 非酒精性脂肪性肝病患者常见症状与眼底血管特征值的相关性分析结果

3 讨论

当下，NAFLD已成为我国最常见的慢性肝脏疾病，其与代谢综合征、肥胖症、2型糖尿病密切相关［12］。本病可归属于中医学的“肝癖”“肝痞”“积聚”等范畴，情志不遂、饮食不节，导致脾胃功能受损、三焦气化不利，痰、湿、浊、瘀、热蕴结肝体，故而发病［13-15］。其病位在肝，又常累及脾、肾，运用中医药辨证治疗具有明显优势。

人类疾病的许多特征都可反映于眼部，眼表巩膜（血管、斑块）、眼底视网膜、血管等表现出的生物特征都可以视作某种疾病在眼部生物特征的反射。随着计算机视觉及深度学习技术的进步，目前已有将眼底图像作为疾病诊断和证候辨识依据的相关报道，AI算法可以成功识别 NAFLD［16-19］。课题组前期研究［20］发现，肝硬化患者有眼底动静脉比例失调、血管壁铜丝样改变、血管扭曲及眼底渗出等表现，且不同肝功能分级、是否伴门脉高压、不同中医证候（肝肾阴虚、肝胆湿热、肝郁脾虚）患者的眼底血管改变存在明显差异。本研究在前期研究的基础上，以湿热内蕴证、肝郁脾虚证NAFLD为切入点，运用计算机视觉技术提取眼底图像特征，并据此分析NAFLD病、证相关的眼底血管特异性改变。

既往研究［21］表明，体质为痰湿质、湿热质的NAFLD患者BMI升高，体质量超标，肥胖者患病风险增加，且以男性为多。本研究结果显示，湿热内蕴组NAFLD患者BMI高于肝郁脾虚组及无典型证组（P<0.05）。随着年龄的增长，血管弹性降低、硬度增加，心脑血管疾病的发生率随之升高，NAFLD是心脑血管疾病的独立危险因素［22］。因此，我们分析了NAFLD患者年龄、性别与眼底血管间的关系，结果显示NAFLD患者年龄与特征值asm、curved及idm呈正相关（P<0.05），与area、width、bsd、den、cor、ent、sen及信息度量f13呈负相关（P<0.05），性别与smallcurved呈负相关（P<0.05）。

在血管形态和颜色特征方面，与无典型证组相比，湿热内蕴组、肝郁脾虚组area降低（P<0.05），smallrate、curved、smallcurved升高（P<0.05），可见有典型临床症状患者的眼底血管发生变化较无症状或症状轻微者更明显。因此，本研究进一步筛选了105例有明显症状的NAFLD患者的常见症状，并分析了常见症状与眼底血管改变的相关性，结果显示眼睛干涩与area、width及信息度量f13呈负相关（P<0.05），大便稀薄不成形与curved、con及dva呈正相关（P<0.05），与idm呈负相关（P<0.05）。

Haralick特征在医学图像识别领域应用十分广泛，比如眼底血管纹理特征可以用于糖尿病的诊断［23］，又如肝脏核磁共振图像的纹理特征可以用于诊断轻、中度肝纤维化［24］。Haralick特征包含13个特征指标，主要用来描述图像的纹理。图像纹理是指图像中大量的规律性很强或者很弱的相似结构或图形结构，即影像灰度在空间上的变化与重复，可以在眼底血管图像中体现NAFLD的病变规律。本研究引入这13个特征指标，用于对不同证候NAFLD患者眼底血管图像进行描述。与无典型证者相比，湿热内蕴证者特征值asm升高、den降低（P<0.05），提示湿热内蕴证者眼底血管纹理增粗，但复杂程度降低；肝郁脾虚证组的con、dva、den降低、idm升高（P<0.05），提示肝郁脾虚证者血管纹理沟纹变浅，局部变化小，图像均匀。但湿热内蕴与肝郁脾虚两种证候间的Haralick特征比较，尚未发现显著性差异，这可能与样本量及纳入患者的证候典型程度有关；除此之外，湿热内蕴证与肝郁脾虚证在NAFLD疾病进程中有递进关系，二者相互交织［25］，因此对眼底血管的影响较为相似，有待进一步探索验证。

综上，本研究采用机器学习方法观察了NAFLD不同中医证型患者的眼底血管图像，发现与无典型证者相比，湿热内蕴证及肝郁脾虚证患者眼底的血管纹理存在特异性改变，具体表现为湿热内蕴证患者眼底血管纹理增粗，肝郁脾虚证患者血管纹理变浅。受时间及条件所限，本研究未对眼底视神经乳头、视网膜等眼底常见结构变化进行分析，且样本量较小，无法对年龄进行分层分析。今后，我们会提高模型算法并扩大样本量，采用病证结合的方法进行深入研究，以期为发展中医目诊及中医肝病证候客观化研究提供数据支撑。