《伤寒杂病论》舌诊刍议

《伤寒杂病论》舌诊包括察舌体、舌苔、舌态等,张仲景认为,三阳病及六腑病,重在察舌苔变化,因为三阳病及六腑病多为外邪侵袭,病位表浅,正气尚未衰,舌质变化不明显;三阴病及五脏病,重在察舌质形态,因为三阴病及五脏病病位在里,舌质变化较显著。根据舌诊,可以推求疾病病因、论述病机、确立治则、指导治疗、判断预后等。张仲景首创了舌苔概念,明确了舌诊内容,并根据舌诊辨疾病表里、寒热、虚实,重视同舌异病情况的辨证法。其既重视舌象变化,又强调四诊合参,既有舍症从舌,又有舍舌从症,既有同病异治,又有异病同治,即同一舌象,病机不同,治疗亦不同;同一病证,舌象不同,治疗也各具差异,以辨证论治为主。

基于双光源的舌质舌苔分离方法研究

中医舌诊客观化研究中,舌质舌苔分离是后续实现舌象自动诊断的关键,然而舌质舌苔复杂多样,现有的分离方法多基于颜色差异,适应性不高,尤其是在苔薄厚交错、黄白苔交错等情况下分离效果不理想.针对上述问题,本文设计开发了一种基于双光源的舌质舌苔分离系统,研究了白、绿光源对舌质舌苔分离效果的影响,针对纯绿色光源和标准白色光源下舌图像的色彩特点,分别采用自动和人机交互的初始轮廓提取方法进行Snakes算法分割、互信息理论配准以及聚类法分类,从而实现最终的舌质舌苔分离,结果表明纯绿光图像分离效果明显更好,为中医舌诊处理方法提供了新思路.

双波长比值光谱差异度指数用于人体舌苔舌质分离

舌苔舌质信息定量描述作为中医舌诊的重要内容,直接影响到中医临床舌诊的准确性。基于生物医学光子学理论,利用高光谱技术,提出一种基于双波长比值光谱差异度指数进行人体舌质舌苔分离的光谱分析新方法。首先采集被测对象371.200~992.956nm之间共343个波长的舌体高光谱信息,随机选取15位被测对象进行光谱特征分析。绘制15位被测对象舌质舌苔全波段光谱曲线并进行比较,通过观察发现,舌质舌苔反射光特征差异与血红蛋白在该波段的光学特征变化相吻合,在500~750nm之间,水对光的吸收很少,而舌体表面布满血管,光的吸收主要受到血红蛋白的影响,基于舌质舌苔在573和700nm两波段光谱吸收差异,计算双波长比值,提取舌质舌苔光谱特征差异度指数,根据个体差异,分别提取不同被测对象舌质舌苔光谱特征差异指标,进行舌质舌苔区域分离,实验结果发现,对同一被测对象舌体苔质提取光谱差异度指数SDI,舌苔舌质光谱差异度指数存在一定差异性,由于个体的不同,具有各自明显的舌质、舌体差异度指数分割线,实验结果表明,运用双波长比值光谱差异度指数的光学表达形式能够用于舌质舌苔分离,同时该方法也能够为进一步中医临床舌诊提供客观依据。

一种中医舌象的舌质舌苔分离方法

舌诊是中医诊法最重要的特色之一,舌诊客观化研究有助于舌诊的继承和发展。根据舌象的特点,分析并处理了舌象的色度直方图,提出了自动确定颜色类别数和初始聚类中心的算法,并在改进模糊聚类算法的基础上提出了一种彩色舌图像舌质舌苔分离方法。实验结果表明,与标准模糊聚类算法相比,该算法极大地加快了聚类迭代速度,减少了系统运算时间;相对于阈值分割法,能够获得更加符合中医要求的苔质分离效果。

单兆伟重视舌诊诊治慢性萎缩性胃炎经验

舌诊是中医望诊中的重要组成部分,能反映全身的气血津液的变化。单兆伟教授认为慢性萎缩性胃炎的发生与发展都能在舌诊上反映,慢性萎缩性胃炎不同阶段的舌诊特点各有不同,舌诊对指导临床用药有着重要意义。

一种基于多色彩通道动态阈值的舌苔舌质分离算法

舌苔舌质分离是实现舌诊图像自动分析重要的预处理工作,舌苔舌质分离后便于计算,消除相互的干扰,才能得到比较好的定量化结果。本文在结合中医依靠经验辨识舌苔舌质的基础上,借鉴以往的单通道定阈值舌苔舌质分离算法,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。

颜色模型在中医舌诊中的应用

有关舌诊客观化等方面的研究最近几年得到了极好的发展,并已经开始了实用化的临床应用。但在舌像信息提取方面,尤其是舌质与舌苔的分离,舌色分析等方面,还需要更进一步的深入研究。讨论了几种颜色模型在舌像图像处理方面的各种优缺点及适用情况。

94例消化性溃疡患者舌象分析

目的 观察消化性溃疡患者舌象特征。方法 选择94例符合临床诊断及中医辨证分型标准的消化性溃疡患者,同步记录其舌质与舌苔变化。结果 消化性溃疡患者各证型的舌象特征分布较广,且多数证型的主要舌象与证型的内在病理本质相吻合。结论 舌象反映消化性溃疡各证型的内在病机变化,是临床诊治过程中确定分型证候的客观依据。

舌诊在肥胖症健康风险评估中的作用研究

肥胖是一种能量调节紊乱引起的疾病,已严重威胁到人类的身体健康和生活质量。对肥胖进行健康管理和风险评估是预防其发展转化的重要手段。舌作为人体的重要器官,通过经络、筋经与脏腑相互络属,舌色、舌形、舌苔、舌态及舌下络脉的变化直接反映脏腑气血津液的盈亏,且其变化往往先于临床症状而存在,具有一定的客观性和规律性,可作为肥胖症风险评估、先兆预警的客观指标和辨证论治的重要依据。

以舌象为主要辨证依据分型治疗干燥综合征64例

[目的]观察以舌象为主要辨证依据分型治疗干燥综合征疗效。[方法]将64例干燥综合征以舌质舌苔为主要辨证依据,分型治疗。阴虚内热清热生津汤治之,气阴两虚生脉散合八珍汤加减,阴虚血瘀应用活血生津汤,脾虚湿阻选择健脾生津汤。每日1剂,治疗3个月进行疗效判定。[结果]显效23例,有效33例,无效8例,总有效率87.50%。疗效由高到低依次为阴虚血瘀型、阴虚内热型、脾虚湿阻型和气阴两虚型,各证型疗效无明显差异(P>0.05)。免疫、生化指标均有改善(P<0.05,P<0.01)。[结论]从舌象辨证分型治疗干燥综合征疗效满意,抓住辨证核心,以舌辨证,易于掌握,准确无误,值得推广。

基于直方图均衡化的伽马校正和K-means聚类的舌象苔质分离方法

目的舌苔、舌质分离对后续肿瘤患者舌象的客观化辨证具有重要的意义。常用的算法是基于颜色空间通道舌图像的K-means聚类算法。CIELAB颜色空间的a*通道舌图像相较于其他颜色空间通道的舌图像分割结果稳定,常用于后续的分割。对于部分舌图像,a*通道舌图像的舌苔、舌质虽然具有一定的区分度,但二者的区分度并不是十分明显,影响后续的分割结果。因此,本文提出一种基于直方图均衡化的伽马校正和K-means聚类的舌苔、舌质分离方法。方法采用200幅肿瘤患者的舌图像作为实验样本。首先将舌图像从RGB颜色空间转换到CIELAB颜色空间,对a*通道舌图像进行直方图均衡化增强以及伽马校正,然后利用K-means聚类方法对增强后的舌图像舌苔、舌质分离,得到直方图均衡化以及伽马校正后的a*通道舌图像和分割后的舌苔、舌质图像。为了验证算法的可行性,请5位专业中医医生对200例肿瘤患者的舌图像舌苔、舌质分割效果进行辨析。结果进行直方图均衡化以及伽马校正后的a*通道舌图像舌苔、舌质分割结果明显强于未经处理的a*通道舌图像分割结果。经辨析,分割合格率为97%。结论该方法可以很好地实现舌苔、舌质分离,具有一定的应用价值。

多标记学习在中医舌象分类中的研究

目的中医舌诊中,一幅舌象对应舌色、苔色和苔厚等多个类别,而且舌象的多个类别间存在一定的相关性。传统的数据挖掘技术无法利用这些相关性同时进行建模,本文拟探索用多标记学习方法解决舌象这种多标记数据的分类问题。方法首先对舌象进行苔质分离,分别提取舌质和舌苔的颜色特征,再对舌苔图像分块,提取每一块的纹理特征,随后通过多标记学习算法(multi-label learning by exploiting label dependency,LEAD)进行分类。最后将LEAD的分类结果和ML-k NN的结果进行对比,评价指标为汉明损失(Hamming loss)、平均精度(average precision)和(-评估)(-evaluation)。结果相对于SVM等传统的单标记学习算法,LEAD可以将多个类别同时赋予一幅舌图像,而且在三个指标上的分类效果均优于ML-k NN。结论多标记LEAD算法用于舌象分类能够使得对舌象的描述更全面、准确,可以辅助中医进行舌诊。

面向计算机辅助舌诊关键问题的解决方案综述

舌诊是"望、闻、问、切"四诊中的重要内容之一,也是我国中医诊法的一大特色。中医医师需要通过肉眼观察进行临床诊断,这使得传统舌诊具有主观依赖性强、缺乏定量化的缺点。随着智慧医疗的发展,研究人员着重研究如何借助计算机进行舌象的辅助诊断,实现智能舌诊,进而实现智慧中医。近年来,智能舌诊的相关研究逐渐成为热点。为了辅助该领域的研究学者对计算机辅助舌诊进行更深入的探索,文中对其进行了系统、全面的综述。首先介绍了中医舌象计算机辅助诊断的具体流程;其次,在广泛调研现有文献、最新成果及已有应用的基础上,分别对计算机辅助舌诊不同步骤的主流方法进行了分类讨论,归纳总结了基本思想和优缺点;然而列举了部分目前已研发出的舌象分析系统,设计并实现了一个较为完备的计算机辅助舌诊系统;最后总结全文并展望了未来可能的发展方向。

一种优化K-means聚类的舌苔舌质分离方法

为了解决传统K-means聚类算法对舌图像中舌苔舌质分离效果不稳定的问题,提出了一种优化K-means聚类的舌苔舌质分离模型。模型综合RGB,HSV,L*a*b*3种颜色空间的特性,将单通道舌图像像素作为聚类样本集合,以一定的规则从集合中选取2个舌图像通道的像素作为聚类样本,并利用单通道舌图像分布直方图的峰值确定初始聚类中心点,最后通过聚类实现舌苔舌质分离。实验结果表明,选择用双通道舌图像作为聚类样本比用三通道或者单通道舌图像聚类效果更优,且提出的初始聚类中心点的确定方法相比于传统K-means聚类算法更准确、稳定地使舌苔舌质分离。所提方法可以很好地实现舌苔舌质分离,为中医舌诊客观化的研究提供了新的方法和思路,具有一定的实用价值。

浅谈德国人的舌象特点

经长达20年的时间,通过对5000多名德国人患者(中北欧人种)的舌质、舌苔、舌下络脉观察及其临床观察结果的分析,阐述了德国人(中北欧人种)的舌象特点、形成原因及和华人舌象的区别,为中医治疗欧洲患得及中医的国际化发展提供了临床诊断依据。

基于古今文献的痰瘀互结证舌象解析

根据历代文献及现代学者的认识,痰瘀互结证舌象可兼见痰与瘀的舌象特征,大体可从舌质及舌下络脉诊瘀,从舌苔诊痰。由于存在瘀与痰轻重各异、寒化热化不同,兼挟的不同以及伤津与否,舌象有所不同。痰瘀互结证也可出现特殊的舌象,如舌质为蓝紫色,舌苔为灰黑苔、紫黑苔、霉酱色苔等。总体而言,痰瘀互结证舌质特点为舌色青、紫、暗,舌苔特点为腻而晦暗、厚而有根,舌下络脉特点为粗胀、迂曲。舌苔厚而有根是痰瘀之“结”的表现。痰瘀互结证的舌象既有两证素组合兼见的表现,又有“结”的特征表现,可以给痰瘀互结证作为一个整体证的研究以启示。

一种基于K-均值聚类的CIELAB和HSI色彩空间舌质舌苔分割算法

目的:建立一种基于CIELAB(国际照明委员会1976年L*a*b*标准)和HSI(hue,saturation and intensity,色调、饱和度、亮度)色彩空间的舌质舌苔的分割算法。方法:以数码相机采集神经内科患者的舌图(有淡红舌薄白苔、腻苔、黄苔、舌红少苔、舌面瘀斑等舌图种类)为研究对象。算法结合了CIELAB和HSI色彩空间描述舌图的优势,先以舌图的a*值为聚类样本,使用K-均值聚类对舌质舌苔进行初步分割,然后再根据H值排除紫斑区域以完成分割。结果:该算法不仅可以分割舌质和舌苔,并且能识别舌质上的紫斑。使用该算法对56例采集自临床舌图进行舌质舌苔分割,成功率达92.85%。结论:该算法能自适应分割舌质舌苔,分割结果具有临床诊断价值。

一种基于聚类的舌苔舌质分离方法

对舌诊关键步骤舌苔舌质分离进行了深入的研究,发现对于数据集中的任一幅舌图像,总能从常见属性中选取若干进行聚类,从而较为理想地实现苔质分离,但是每幅图像选出的属性不甚相同.提出了1种属性选择的方法,通过各属性的分布函数对属性评分,从而为聚类的每一个实例找到最适合自身的属性.实验结果表明,不论是从聚类效果指数还是从舌苔舌质分离效果方面,经过属性选择的基于聚类的舌苔舌质分离效果明显优于已有基于聚类的舌苔舌质分离法,舌苔舌质分离满意率90%以上.