便携式中医目诊设备的设计

刘延勇，骆学荣，侯建伟，朱 婷，张家亮，王文君，李 航，王 东

（博奥生物集团有限公司健康技术研究院，北京 102206）

0 引言

目诊是通过观察眼睛的神、色、形态等特征信息，判断病位、病性和病因以及预后的一种方法，是传统医学的重要组成部分[1-2]。目诊在壮医[3]和瑶医等[4]民族医学的临床诊断中也广泛应用。望目诊病常会涉及到白睛、黑睛、眼睑、眼眦等部位，其中以白睛应用最多[5]。传统的中医目诊通过肉眼观察来判断人体健康状况，这种观察与判断是建立在医生医疗实践的积累之上的，易受个人主观因素、环境因素等影响，也给中医目诊的临床应用、教学、科研带来了诸多不便[6]。近年来，随着科技的进步，中医目诊的客观化和智能化进一步发展。2016 年，黄国亮等[7]研发了眼象健康成像仪。该仪器基于传统中医目诊理论，结合人工智能、无影成像、大数据分析等技术，通过拍摄白睛照片可以辨识体质倾向和中医证候。但是该仪器体积较大，需要配备专用计算机和相机来获取和处理数据，且价格昂贵，不适合基层社区医疗机构和家庭使用。因此，在现有技术基础上，本研究设计一款高度集成、简便易用的便携式中医目诊设备，通过构建稳定统一的光源环境，利用高性能摄像头模组，自助式获取白睛图像，并进行后期分析诊断，特别适合在家庭、基层社区医疗机构等场景中应用。

1 具体设计

本研究以中医目诊理论为基础研发便携式中医目诊设备。该设备主要由硬件系统（电气系统和机械结构组件）和软件程序（设备端App 软件和移动终端App 软件）组成，结构框图如图1 所示。该设备通过摄像头模组拍摄高分辨力的眼睛图像，然后将压缩后的图像数据经Wi-Fi 传输至移动终端（平板计算机、手机等）。移动终端实时获取、显示和存储眼睛图像，并可通过语音提示或者按键操控等方法控制目诊拍照流程。最后，移动终端将对眼像图像进行分析与处理，进而获得受试者的健康信息。

图1 便携式中医目诊设备结构框图

1.1 电气系统设计

电气系统主要由主控模组、摄像头模组、光源控制模组、电源模组和Wi-Fi 通信模组5 个部分组成。主控模组采用Rockchip RK3399 六核64 bit（A72×2+A53×4）处理器。该处理器主频高达1.8 GHz，某集成四核Mali-T860 图形处理器（graphic processing unit，GPU），具有强大的硬件编解码能力，且内置双硬件图像信号处理（image signal processing，ISP）单元。处理器外接2 GiB LPDDR4 内存、16 GiB 高速eMMC5.1 存储器以及RK818 电源管理芯片等。主控模组可以实现接口控制、充放电管理、按键处理、Wi-Fi 通信以及设备端程序运行等功能。摄像头模组由OV13850感光芯片和舜宇3907D-400 镜头组成，可以提供高达1 200 万像素的图像分辨力。摄像头模组通过移动工业处理器接口-摄像头串行接口（mobile industry processor interface-camera serial interface，MIPI-CSI）与主控芯片连接，可实现拍照、预览等功能。Wi-Fi 通信模组采用双频柔性电路板（flexible printed circuit，FPC）天线。电源模组采用12850 锂电池组，可提供3 000 mAh 电量，并通过Type C 接口充电。

光源控制模组为课题组自研，其基于恒流源架构设计，色温和亮度可调，可根据需要调节光源环境参数，从而获得最优的图像信息。光源控制模组电路如图2 所示。其中VIN1 通过运算放大器U1B、Q2 和R1 控制LED D1、D2 的总电流，即光环境的亮度参数。VIN2 通过运算放大器U1C、Q1 和R2 控制D2 的电流，即在总电流不变的情况下，调节D1、D2 的电流分配比例。如果D1 和D2 选择不同色温的灯珠，就可以通过改变VIN2 的电压，调节光环境的色温。而通过分别改变VIN1 和VIN2 两路信号的电压水平，就可以分别调节光源的亮度和色温2 个参数，并且在调节过程中两者之间互不影响。本设计中，D1 和D2 分别选取色温为4 600 K 和5 800 K 的高性能LED 灯珠。该设备共有4 组LED 光源，分布在上、下、左、右4 个方向。

图2 光源控制模组电路图

1.2 机械结构组件设计

便携式中医目诊设备机械结构组件由硅胶眼罩、图像采集模块、匀光照明模块、开关按键等组成。其结构与实物图如图3 所示。

图3 便携式中医目诊设备结构与实物图

硅胶眼罩提供人眼检测窗口，符合人体工程学设计，可适配人体眼部生理结构。拍摄时，上部眼罩辅助翻开上眼皮，手指通过手指避让孔翻开下眼皮，露出白睛部分，实现自助式白睛成像，操作示意图如图4 所示。图像采集模块由固定摄像头模组的结构件和近摄镜头组成，以眼睛为在体成像检测对象，根据瞳孔的位置变化拍摄不同角度的眼睛图像。匀光照明模块由固定光源控制模组的结构件和匀光罩组成。4 组LED 光源通过有机玻璃材质的筒状匀光罩实现均匀布光。同时，匀光罩和硅胶眼罩可以有效地遮蔽外部光线，减少拍摄时的外部光环境干扰。开关按键实现设备开关机、拍照和系统唤醒等控制功能。

图4 操作示意图

1.3 软件程序设计

设备端App 软件和移动终端App 软件2 个部分基于Android Studio开发。其中设备端App软件包括开关机控制、电量检测、按键拍照、摄像头图像预览与拍照、图像数据压缩编码、数据Wi-Fi 上传、光源调节等功能模块。移动终端App 软件主要包括Wi-Fi 通信、图像解压、信息录入、图像显示与存储、图像数据分析与处理、语音提示、流程控制、结果分析与报告等功能模块，界面如图5 所示。

图5 移动终端App 软件界面

拍照流程如图6 所示，需要设备端App 软件和移动终端App 软件配合实现。移动终端与设备端连接后，受试者根据系统语音提示，扒开上下眼皮，依次进行左视、右视、上视、下视和正视拍摄视角的图像采集，直至双眼拍摄完成。移动终端通过人工智能模型给出图像类别（左视、右视、上视、下视和正视5 类）和分割结果（黑睛、白睛和背景3 个部分），然后计算分割区域参数和白睛区域清晰度，并判断感兴趣区域（即关注到的黑睛和白睛区域）是否合格以及拍摄类别与识别类别是否一致。移动终端App软件会根据实时计算出的结果给出不同的语音提示，帮助受试者调整姿势或视角等。

图6 便携式中医目诊设备拍照流程图

2 性能测试

现阶段没有目诊类设备的技术标准，因此，本研究参考与目诊类似且较为成熟的舌诊诊断设备的标准要求[8]（YY/T 1488—2016《舌象信息采集设备》）进行设备部分参数（色温、照度、显色指数、分辨力以及色彩还原度等）检测。

本研究采用MK350N PLUS UPRtek 手持式光谱仪分别测量4 组LED 光源的光学参数，光源亮度设定为240 lx，光源色温设定为5 200 K。为保证测量的一致性，光谱仪测试窗口位于拍摄面中心位置。测试数据见表1。

表1 光源性能参数

本研究采用分辨力测试卡检测图像采集模块的图像分辨力。通过分析获得的图像，分辨力可以达到20 lp/mm，如图7 所示。

图7 分辨力测试结果

本研究选用X-Rite 24 色色卡进行设备颜色还原度测试。由于成像窗口较小，本研究将24 色分为4 组，制作了测试工装，如图8 所示。采用该设备为4组测试工装拍照，然后测定每个色块的RGB 值，并转换到Lab 色空间，按以下公式计算每个色块的Lab色差，结果见表2。

表2 色块LAB 测量值以及与标准值的色差

图8 24 色色卡测试工装

式中，ΔE*ab为色块的色差；ΔL*为色块的明度指数L*测得值与标准值的差；Δa*为色块的色品指数a*测得值与标准值的差；Δb*为色块的色品指数b*测得值与标准值的差。

将测试结果与YY/T 1488—2016 进行对比。在光源参数方面，设备光源的色温、照度等参数均满足标准要求。光源的显色指数＞95，远超标准中“显色指数大于85”的规定。在设备的成像质量方面，测试了分辨力和色彩还原度2 个参数。设备的图像分辨力为20 lp/mm，远大于标准要求的“不小于5 lp/mm”。共拍摄24 色色卡，各颜色的Lab 色空间的色差最大为16.1，满足“Δ不得超过20”的要求。

3 讨论

传统中医的诊断结果既受医生的临床经验、诊断水平以及思维能力等主观因素的影响，也受光线、温度等外界环境因素的影响。所以，诊断结果往往主观性强、缺乏客观评价标准，辨证的精确性和重复性较差[9-11]。目诊作为中医望诊的重要组成部分，也面临数据采集不方便、图像信息不准确以及智能化水平低等问题。本公司前期研制的MyEyeD-10 中医目诊仪配备专业级的单反照相机、高质量光学镜头以及高性能计算机系统等精密设备来获取高质量的白睛眼像信息，设备成本高、体积大，不易推广到基层社区医疗机构和家庭。为此，本研究设计了一款便携式中医目诊设备。该设备通过基于ARM（advanced RISC machine）架构的电气系统和精巧的机械结构，在移动终端的配合下，使用定制的摄像头模组实现自助拍摄白睛图像，设备成本低、轻便小巧、简单易用。

白睛成像质量的好坏直接关系到最终诊断结果，而影响成像质量的因素主要有摄像模组的性能和光源环境。因此，本研究设计了可调色温和亮度的恒流源架构的光源控制模组。固定该模组的结构件与匀光罩组成匀光照明模块，可在成像区域形成稳定的光源环境。同时，本研究选用高性能摄像头模组（1200 万像素、图像畸变<1%）获取最优的成像效果。参考中国医药行业推荐标准YY/T 1488—2016 的相关要求，本研究测量了设备的光源色温、照度、显色指数以及图像获取模块的成像分辨力、色彩还原度等参数，各指标均达到了行业标准的要求。

本研究为中医目诊的客观化、智能化研究奠定了基础。在接下来的工作中，本研究将进行算法设计[6，12]，实现各种眼象特征信息的自动分类识别，并在此基础上构建智能、准确的专家诊断系统[13]，通过临床大量数据的训练，最终获取最优参数的中医目诊智能诊断方案。