瘀斑舌临床研究进展及展望

舌诊是中医望诊的重要内容,舌象中包涵很多重要的临床信息,是临床辨证的重要依据,能客观地反映出人体气血的盛衰、疾病的性质、病位的深浅、病情的转归,与机体的生理及病理变化密切相关。血瘀证和活血化瘀治则是我国中医学宝库中的重要内容。很多疾病的进展过程均可出现血瘀证的症状,其中舌色青紫、瘀斑、瘀点及舌下络脉青紫曲张等表现是血瘀证的主要诊断依据,但瘀斑舌尚无统一的客观标准,且瘀斑舌的形成机制尚不明确。文章对近10余年瘀斑舌的临床研究进展作一综述,并提出进一步研究的思路。

舌瘀斑与血液流变性和微循环的关系

为了验证舌瘀斑在中医辨证中的意义,我们对450例各种疾病的病人进行了观察,并对其与血液流变性和微循环的关系进行了初步分析,现总结如下: 一、材料和方法血液流变性的测定,采用可调压力毛细血管粘度计,温度为37℃,血液流变性按北京中医研究院药物研究所和上海科技大学的测定方法进行。甲襞微循环的观察使用WX-753B型微循环显微镜,放大160倍,在室温16～18℃的安静环境下进行。观察指标参照“微循环理论和应用”一书。二。

浅论舌瘀斑与瘀点的诊疗

浅论舌瘀斑与瘀点的诊疗王仲衡（辽宁省锦州卫生学校，１２１０００）舌诊在中医临床中是常规的检查内容。它不仅是辨证论治的客观依据，而且也是判断疾病转归的指标。对舌瘀斑与瘀点，历代医家早有认识，如在《舌鉴辨证》称为＂生斑舌＂，并谓：＂生斑舌，全舌纯红而有黑...

卷积神经网络算法在肿瘤患者舌象识别中的应用

目的研究卷积神经网络算法在肿瘤患者舌象中齿痕舌和瘀斑舌识别应用中的性能。方法收集442例肿瘤患者舌象图片,采用labelImg软件进行齿痕舌和瘀斑舌特征标注,将数据集以7∶3的比例随机划分为训练集和测试集,利用卷积神经网络算法中的ResNet50构建齿痕舌和瘀斑舌的自动识别模型。绘制ROC曲线,并使用精确度、灵敏度、特异度、F1值、正确率等指标来评价模型的识别能力。结果 CNN-ResNet50模型的精确度90.76%,灵敏度93.02%,特异度84.19%,F1值91.88%,正确率90.15%,ROC曲线下面积AUC 96.00%。说明模型能较准确地找到舌象中齿痕或瘀斑的具体位置,对舌色、舌质均有较好的分辨效果。结论卷积神经网络中的ResNet50算法具有较强的特征学习和提取能力,具有较高的舌象识别性能,为后续人工智能在中医舌象的识别应用奠定了基础。