一種舌象辯證的信息處理方法研究

唐俊安， 徐學(xué)軍， 盧 玲， 馬 燕， 唐 偉

(長沙理工大學(xué) 物理與電子科學(xué)學(xué)院， 長沙 410114)

0 引 言

中國古典醫(yī)學(xué)認(rèn)為，人的舌頭與內(nèi)臟有著密切的關(guān)系，舌體的各個部位均與腑臟各部位相對應(yīng)，且通過經(jīng)絡(luò)運(yùn)行相連通。中醫(yī)的舌診就是通過觀察舌體各部分的變化，以此診斷相應(yīng)內(nèi)臟的病變情況。冀敦福的《中醫(yī)舌象辨析》一書中記載了各種舌象與病癥的對應(yīng)關(guān)系。如舌苔顏色發(fā)黃，說明肝功能有問題；舌頭左邊特別紅，存在胰腺炎的先兆；舌苔呈褐色，膽汁或是靜脈系統(tǒng)出問題的概率很大[1]?，F(xiàn)代科技運(yùn)用舌象信息研判人體健康狀況是一個有待挖掘和推進(jìn)的研究方法。圖像處理(image processing)，是用計算機(jī)對圖像進(jìn)行分析，以達(dá)到所需結(jié)果的技術(shù)。筆者將圖像處理技術(shù)應(yīng)用到中醫(yī)的“望診”技藝上。以求解決將傳統(tǒng)中醫(yī)的望診結(jié)果轉(zhuǎn)換為現(xiàn)代科技客觀的數(shù)據(jù)，從而實現(xiàn)中醫(yī)診斷技術(shù)的再次騰飛。

1 系統(tǒng)設(shè)計分析

研究主要以“濕寒”和“濕熱”2種典型病例的舌象信息為落本。首先，采集或在傳統(tǒng)中醫(yī)圖庫中獲得“濕寒”、“濕熱”和正常的舌象。其次，再進(jìn)行舌象預(yù)處理，預(yù)處理是對舌象進(jìn)行snake分割實現(xiàn)了嘴與舌的分割。然后，將分割出的舌象進(jìn)行苔質(zhì)分離，提取舌苔與舌質(zhì)顏色分布特征，以獲得關(guān)鍵的顏色信息。最后，將提取出的顏色信息和已有數(shù)據(jù)進(jìn)行對比分析，從而得出結(jié)論。系統(tǒng)流程如圖1所示。

圖1系統(tǒng)流程

Fig.1Systemflowdiagram

1.1 舌象預(yù)處理

隨著面陣CCD技術(shù)的飛速發(fā)展和不斷完善，對于舌象的采集，最基本的智能手機(jī)都能完成高像素圖像的拍攝，使舌象信息處理成為可能。

舌體分割是舌象客觀定量化研究的關(guān)鍵步驟，準(zhǔn)確、完整地將舌體從背景區(qū)域中分割出來，是后續(xù)舌象研究的重要前提。主動輪廓模型的主要原理通過構(gòu)造能量泛函，在能量函數(shù)最小值驅(qū)動下，輪廓曲線逐漸向待檢測物體的邊緣逼近，最終分割出目標(biāo)[2]。由于主動輪廓模型利用曲線演化定位目標(biāo)的邊緣，因此也稱為Snake模型。主動輪廓模型是當(dāng)前應(yīng)用最多的利用變分思想求解的圖像分割方法。其最大優(yōu)點(diǎn)是在高噪聲的情況下，也能得到連續(xù)、光滑的閉合分割邊界。按照能量函數(shù)構(gòu)造方式的不同，可以將主動輪廓模型主要分為基于邊緣和基于區(qū)域2類，同時也有一些研究人員提出了基于邊緣和區(qū)域相結(jié)合的主動輪廓模型。

舌象包括舌質(zhì)和舌苔2個部分，準(zhǔn)確地將舌質(zhì)和舌苔區(qū)域分離是臨床辨證論治的需要，也是進(jìn)行舌象分析前的重要步驟。國內(nèi)外研究人員開始大力展開對苔質(zhì)自動分離方法的研究。常見的苔質(zhì)分離方法可分為以下4種：

(1)郭文杰提出一種改進(jìn)后的閾值算法進(jìn)行舌苔、舌質(zhì)的分離，并對苔色、質(zhì)色和舌尖紅進(jìn)行分類，取得了較好的效果[3]。

(2)闞紅星對薄苔采用基于色度值的閾值分割算法，對厚苔使用K均值聚類算法，從而使苔質(zhì)分離達(dá)到最好的效果[4]。

(3)杜建強(qiáng)提出了一種快速彩色圖像分割算法，通過獲取有效色調(diào)值及其權(quán)系數(shù)，進(jìn)行加權(quán)聚類，其性能優(yōu)于傳統(tǒng)模糊C均值聚類[5]。

(4)胡申寧提出了一種基于水平集的彩色舌圖像苔質(zhì)分離算法，改進(jìn)了水平集方程(水平集方程是一種用于界面追蹤和形狀建模的數(shù)值技術(shù))，成功分離了舌苔和舌質(zhì)[6]。

1.2 顏色空間的確定

顏色特征是一種全局特征,描述了圖像或圖像區(qū)域所對應(yīng)的景物的表面性質(zhì)。一般顏色特征是基于像素點(diǎn)的特征，此時所有屬于圖像或圖像區(qū)域的像素都有各自的貢獻(xiàn)。顏色直方圖是最常用的表達(dá)顏色特征的方法，其優(yōu)點(diǎn)是不受圖像旋轉(zhuǎn)和平移變化的影響，進(jìn)一步借助歸一化還可不受圖像尺度變化的影響，其缺點(diǎn)是不能表達(dá)出顏色空間分布的信息。顏色空間[7]可分為RGB模型(一種根據(jù)人眼對不同波長的紅、綠、藍(lán)光做出錐狀體細(xì)胞敏感度的基礎(chǔ)彩色模型)、HIS模型(指顏色的色度、亮度、飽和度)以及HSV模型(依據(jù)人類對色澤、明暗和色調(diào)的直觀感覺來定義顏色)。

本文是基于RGB顏色模型下的舌象信息處理方法，故將詳細(xì)介紹RGB顏色模型。RGB顏色空間是工業(yè)界的一種顏色標(biāo)準(zhǔn)，也是目前應(yīng)用最為廣泛的顏色模型之一。該模型以紅(R)、綠(G)、藍(lán)(B)3色光互相疊加組合得到人類視覺系統(tǒng)所能感知的所有顏色。

R、G、B這3種基色的灰度值范圍從0到255，每一種R、G、B的組合都對應(yīng)著一種顏色。當(dāng)3種基色灰度值都為0時，混合光為黑色，當(dāng)3種基色灰度值都為255時，混合光則為白色。RGB顏色模型如圖2所示。

圖2 RGB顏色模型圖

1.3 特征提取

特征提取是計算機(jī)視覺和圖像處理中的一個概念。指的是使用計算機(jī)提取圖像信息，決定每個圖像的點(diǎn)是否屬于一個圖像特征。特征提取的結(jié)果是把圖像上的點(diǎn)分為不同的子集，這些子集往往屬于孤立的點(diǎn)、連續(xù)的曲線或者連續(xù)的區(qū)域。常用的圖像特征有顏色特征、紋理特征、形狀特征、空間關(guān)系特征。

2 濕寒與濕熱的病例分析實驗

本次實驗在Intel(R) Pentium(R) CPU，1.87GHz，4GB內(nèi)存環(huán)境，Microsoft Windows 7操作系統(tǒng)下，采用MATLAB R2012a為開發(fā)工具完成的。

實驗在中醫(yī)圖庫中選出3副舌象，分別編號(a)、(b)、(c)，如圖3所示。

(a)濕寒癥舌象 (b)濕熱癥舌象 (c) 正常舌象

對于圖3中的3個樣本，根據(jù)中醫(yī)望診理論，對應(yīng)編號(c)的舌象淡紅附淡白薄苔，屬于正常舌象。編號(a)舌象、舌質(zhì)淡附有白苔，有“濕寒癥”的跡象。而編號(b)舌象、舌紅苔黃，有“濕熱癥”跡象。

分割后得到新的(a)、(b)、(c)3副舌象。如圖4所示。

(a)濕寒癥舌象 (b)濕熱癥舌象 (c)正常舌象

(a)picture of wet cold (b)picture of wet hot (c)picture of normal

圖4snake分割后舌象

Fig.4Tongueimageaftersnakedivision

對分割后圖像進(jìn)行特征提取后得到濕寒與濕熱色特征點(diǎn)統(tǒng)計數(shù)據(jù)見表1。

表1 濕寒與濕熱色特征點(diǎn)統(tǒng)計數(shù)據(jù)

3 濕寒與濕熱的快速辨別法

通過實驗得出了圖(a)“濕寒癥”、圖(b)“濕熱癥”、圖(c)正常舌象的RGB分布值。通過表1的數(shù)據(jù)將濕寒與濕熱2種癥狀的RGB值與正常數(shù)據(jù)進(jìn)行對比見表2與表3。

表2濕寒癥與正常舌象RGB高低比較

Tab.2ComparisonofwetcolddiseasewithRGBinnormaltongue

病例特別RGB濕寒低高高正常高低低

通過表2與表3中數(shù)據(jù)所示，濕寒癥舌象相較于正常舌象的R值偏低，G值較高，B值也較高。濕熱癥舌象相較于正常舌象的R值較低，G值幾乎相等，B值較高。

表3濕熱癥與正常舌象RGB高低比較

Tab.3ComparisonofwethotdiseasewithRGBinnormaltongue

病例特別RGB濕熱高基本相等低正常低基本相等高

根據(jù)此結(jié)果，后續(xù)檢測一副舌象的濕寒、濕熱性質(zhì)時只需將待測舌象的RGB值提取出來，與正常值進(jìn)行比較即可快速得出待測舌象所屬濕寒性質(zhì)。

4 結(jié)束語

本次對舌象辯證信息處理方法的研究，是對探究古典中醫(yī)與現(xiàn)代科學(xué)技術(shù)跨學(xué)科結(jié)合的一次有益嘗試。通過對“濕寒癥”以及“濕熱癥”案例進(jìn)行分析對比，得出的RGB值結(jié)果符合已有文獻(xiàn)的參考值。特別是得出的“濕寒癥”以及“濕熱癥”舌象的辨別的快速方法。

本研究只單方面討論分析了舌色信息，沒有結(jié)合到舌形對病癥的影響。其次，收集的數(shù)據(jù)不夠全面，病例的典型性不夠充分。隨著大量素材的獲取和數(shù)據(jù)的建立，利用舌象辯證信息處理實現(xiàn)無損耗診斷疾病的時代前景光明。