科学网—标签

相关帖子	版块	作者	回复/查看	最后发表

人为峰 2012-10-28 09:47

针对目前舌诊研究中在舌体信息全面获取方面存在严重不足，将高光谱技术用到舌诊的研究中来，提出了一种基于X-Y振镜扫描式舌诊高光谱采集系统。通过模拟实验，采集与舌体大小相似图片的高光谱信息，验证了该系统可以用于舌体高光谱信息采集，实验结果表明，与现有舌诊客观化研究相比，该系统可以获得更多的舌体信息，为舌诊客观化研究提供了一种新途径。 X-Y振镜扫描式高光谱采集系统.pdf

3014 次阅读|0 个评论

舌诊小结

热度 1 sheep021 2011-1-18 20:43

舌诊津液形颜色所主用药备注润胖舌白湿寒胃苓汤舌红湿热六一散，加黄柏知母，尺虚加制首乌茯苓胎黑寒理中汤胎白风邪在表消风散，加姜半夏胎白如粉寒四逆汤舌紫寒附子理中汤乏津液寒燥炙甘草汤脾不化津液，或过食燥热药舌绛红热燥甘露饮，加元参知母燥热内伏，损津液舌淡红而光滑虚燥三才汤金水两亏，下泉告竭舌黄实燥调胃承气汤，加生地，麦冬胃火内旺，灼干津液枯深黄，芒刺金水两亏调胃承气汤，重加鲜石斛，麦冬，生地，元参胃火极旺，灼干津液。危证舌胎黄罩黑金水两亏调胃承气汤，重加鲜石斛，麦冬，生地，元参，知母胃火极旺，灼干津液。危证胎白如粉金水两亏附桂八味汤舌尖绛红而生刺水虚火旺元麦地黄汤舌尖绛红如镜胃火灼干肾水元麦地黄汤，加石斛、生地、元明粉舌裂出血燥火玉女煎根据王雨三《治病法规》放一个样例裂纹舌多为阴虚热盛之证。　　裂纹舌主病：（1）热盛伤阴，多为红绛舌有裂纹；（2）血虚不润，多为淡白舌有裂纹，（3）脾虚湿浸，多舌质淡白胖嫩，边有齿痕，又有裂纹。治宜滋补阴精，益气生津；补脾渗湿；补阴泻火；清热润燥。　　另外，裂纹舌指舌质之裂纹，也指舌苔之裂纹；在辩证时，应从苔的干润来辨，若因干而裂，为外感疾病热灼津伤，燥热严重。若苔上有津而裂，多为气虚所致。

个人分类: 感悟中医|103 次阅读|3 个评论

基于PCA-BP肝炎患者舌诊的光谱识别

热度 1 人为峰 2010-3-13 09:20

1 引言祖国医学认为，肝脏与舌有着密切的联系，《灵枢。经脉》中曰厥阴者肝脉也，而脉络于舌本也，舌的两侧隶属于肝，肝脏及肝经的异常可出现相应的改变，肝炎就是肝脏出现异常的表现，而我国又是一个肝炎大国，本病可能被误诊为流感，或者由于一些病人没有任何症状，致使许多肝炎病例在早期没能被诊断出来，而耽误了治疗，并进一步发展成为肝硬化、肝衰竭和原发性肝癌，因此进行早期预防、诊断和治疗显得极其重要。目前国内外对肝炎患者的诊断主要是通过流行病学、临床症状、体征及实验室检查，如病原学、病理活检、CT、超声波等方法，结合患者具体情况及动态变化进行综合分析。并且还有很多学者将模糊理论、人工神经网络、支持向量机等各种算法用于肝病诊断建立了相应的模型。但是这些方法及建模所用的数据都要靠我们的专业技术人员丰富的实践经验作出判断，对病症的准确判断与医师的经验化有很大的关系，而且仅靠一些单一的指标进行分析，不能系统辩证的、全面的描述病症。近红外光谱分析技术具有速度快、效率高、分析重现性好、非接触性、无辐射、无创无损等特点, 可充分利用全谱段或多波长下的光谱数据进行定性或定量分析。目前已有很多学者将近红外光谱技术广泛应用于农业、石油化工、食品、医药等领域的品种鉴别和成分的预测，都取得良好的效果。本课题组已通过对舌体的光谱进行分析，得出了光谱能客观地反映舌表面的成分与结构信息。因此本文将利用人体的生理病理能表现于舌体，而光谱又能更全面、更客观的反映舌体所携带的生理病理信息，突出舌体的细微差别的特点。采用光谱法采集舌边的数据，并对其光谱数据进行预处理，应用主成分分析（PCA）和神经网络相结合的方法提取光谱信息中的差异，对肝炎患者舌边与健康人舌边的光谱数据进行分类建模，取得了较为满意的效果。这对加强中医舌诊的客观化起到了很好的促进作用。 2 实验与方法 2.1 仪器设备实验使用美国海洋光学公司的NIR-512近红外光谱仪，测定波长范围853.59 -1737.26nm，分辨率5.0nm，光源和光纤采用定制的GY－30光纤耦合溴钨灯及其配套光纤。光源输出直接经过光纤耦合作为照明垂直入射到被测体表面，而反射光又通过光纤输入到光谱仪，并利用配套软件spectralsuit进行采样，采集到的数据直接转化为光强值通过USB口进入计算机。 2.2 光谱数据的获取受试对象分别来自河北医科大学第一医院29例病毒性肝炎患者，天津市塘沽区永久医院体查科的7例病毒性肝炎患者和36例健康人，共72例受试者。其中入选的36例病毒性肝炎患者的肝功能进行实验室检测，经专家进行综合分析符合2000年《病毒性肝炎防治方案》诊断标准，如血清转氨酶增高、病原学检测阳性等。测试条件是：受试者取坐位，将舌自然伸出口外，充分暴露，呈扁平形，使舌体放松，让光线充足直射入口；要求受试者在不进饮食和漱口后立即进行舌诊。打开光源5分钟，待光源光谱稳定后，光纤探头垂直入射到舌体表面，对舌体的舌两侧进行测试。经多次实验后确定距离约1cm，设定积分时间为35ms，在测量范围之间采集512个波长数据，同一部位采集50次。 2.3 数据预处理教育由于外界的光源干扰、采集方法等因素使得采集到的数据存在着噪声，因此在进行分析之前必须进行预处理。由于某一物体的光谱反射率是反映自身的物理性质，不随外界照明条件的改变而改变。因此本文对光谱数据进行归一化反射率处理以消除照明光源的影响，能更客观地反映舌表面成分与结构的信息。首先对采集到的每个波长的50个原始数据进行叠加平均，再进行反射率计算并归一化处理，再对归一化预处理后的数据进行主成分析分析，将主成分得分矩阵作为BP的输入层节点数，由于舌左和舌右的分析方法一样，因此本文只取了舌左边（简称舌边）进行分析建模，整个处理过程都是由MATLAB软件完成。 3 实验结果与分析 3.1 舌诊近红外光谱图分析健康人与肝炎患者舌边的光谱如图1所示，(为图形显现清晰，健康者与肝炎患者只任意选取1条光谱曲线)，曲线1为健康人舌边光谱曲线，曲线2为肝炎患者舌边光谱曲线，横坐标为波长范围 853.59 ～ 1737.26 nm , 纵坐标为光谱归一化反射率。在 1328 ～ 1544nm 和1642 ～1737 nm 波段中两类受试者的光谱曲线相互重叠比较严重，而在其它波段却有较细微的差别，这为识别健康人与患者奠定了一定的理论依据。图1 近红外光谱归一化反射率 Fig.1 The normalized reflectance rate of near-infrared spectroscopy 3.2 主成分聚类分析主成分分析旨在利用降维的思想，把多变量转化为少数几个综合变量，将许多相关性很高的变量转化成彼此相互独立或不相关的变量。通过对大量的归一化反射率原始光谱变量进行转换，得到数目较少的新变量成为原变量的线性组合，而且新变量能最大限度地表征原变量的数据信息。对舌边近红外归一化反射率的共72个样本光谱数据进行主成分分析，样本前10个主成分累计贡献率见表1。由表1可知，前8个主成分累计贡献率达 98.33% ，而且这之后，随着主成分数的增加，累计贡献率增加相当缓慢，所以每个样本的光谱数据可以用前8个主成分代替。表 1 前10个主成分及其累积贡献率 Table1 The first 10 principal components and accumulative reliabilities 主成分贡献率累计贡献率 PC1 83.57% 83.57% PC2 6.65% 90.22% PC3 4.2% 94.42% PC4 1.89% 96.31% PC5 0.76% 97.07% PC6 0.61% 97.68% PC7 0.4% 98.08% PC8 0.25% 98.33% PC9 0.21% 98.54% PC10 0.17% 98.61% 图2所示为受试者前两个主成分得分图，图中横轴表示样本的第一主成分得分(PC1)，纵轴表示样本第二主成分得分(PC2)。从图2可知健康人的聚类效果较好,主要分部于纵轴的负半轴，肝炎患者主要分部于纵轴的正半轴，但比较分散，而且也有少部分样本在有些区域是相互交叉的，不具有完全可分性，因此为了达到更高的预测精度，需要在主成分分析的基础上采用BP神经网络所具有的非线性进行分析。图 2 舌边样本主成分1和主成分2得分图 Fig.2PCA scores plots( PC1PC2) for tongue sample 3.3 BP 神经网络模型本研究建立了一个三层 BP 神经网络，在 853.59 ～ 1737.26 nm 波段内共集采了 512 个波长的数据，如果将全部的光谱波段作为神经网络的输入，大大加大了神经网络的计算量，因此选取能代表原始变量所能提供的绝大部分信息的前 8 个主成分为神经网络的输入，即输入节点数为 8 ，输出值为不同人群的编码，设定 01 为健康人， 10 为肝炎患者，此代码在训练集中为目标值，在预测集中为相应的编码，因此输出层节点数为 2 。通过多次试验分析对比，确定隐层神经元数为 6 ，即网络输入层、隐含层、输出层节点数分别为 8 、 6 、 2 。输入层激励函数为 tansig ，输出层激励函数为 purelin ，训练函数为 traincgb ，训练次数为 1000 次，目标误差为 0.05 。将 72 个样本中随机选取健康人和肝炎患者各 26 个作为训练集本样，其余 20 例为预测集数据。对 20 个未知样本的预测结果见表 1 ，表 1 中 1 至 10 例为健康人，其真实值是 01 ， 11 至20 例为肝炎患者，其真实值为 10 ，从预测结果可见设定预测结果偏差在士0.2 内为预测正确情况下，该模型对预测集样本识别准确率达到 100% ，平均相对偏差为 1.5% 。表 1 利用BP网络对未知样本的预测结果 Table 1 the prediction results of unknown samples using BP network 样本号预测值真值样本号预测值真值 1 0.1304 0.8584 0 1 11 0.992 0.0154 1 0 2 -0.0137 1.0104 0 1 12 1.0009 0.0065 1 0 3 0.0123 1.0054 0 1 13 1.0293 -0.0028 1 0 4 0.0132 1.007 0 1 14 1.0138 0.0399 1 0 5 0.0658 0.9211 0 1 15 0.9999 0.0092 1 0 6 0.0133 1.0089 0 1 16 1.0125 -0.0269 1 0 7 0.0169 1.0166 0 1 17 1.0047 0.0003 1 0 8 0.0088 0.9992 0 1 18 0.9899 0.0174 1 0 9 0.0152 1.0111 0 1 19 1.0079 0.0169 1 0 10 0.0072 1.0124 0 1 20 0.9457 -0.0647 1 0 4 结　论通过对生理、生化指标进行综合分析，用主成分分析方法和BP神经网络相结合，对采集的舌边近红外光谱数据进行归一化反射率预处理后，进行主成分分析，选取能代表原始变量所能提供的绝大部分信息的前8个主成分为神经元的输入，建立了肝炎患者与健康人的识别模型，在以设定预测结果偏差在士0.2内为预测正确情况下，用该模型对预测集样本的识别准确率达到100%，预测值与实测值相对偏差小于1.5%。不仅为识别不同人群舌体的类别进行快速无损检测提供了一种新的方法，更重要的是从系统辩证、整体观出发，根据生理生化指标及舌诊的光谱信息中对中医症候的客观化进行了探索。参考文献: 岳小强.舌质颜色的模式识别及原发性肝癌患者舌色的临床研究．上海第二军医大学，2005． Yue Xiaoqiang. Study on paHern recognition of tongue color and its clinical characteristics in patients with primary hepatic carcinoma . Shanghai:Second Military Medical University,2005. MireenFriedrich-Rust et al. Ultrasound Evaluation of Perihepatic Lymph Nodes During Antiviral Therapy with the Protease Inhibitor Telaprevir (VX-950) in Patients with Chronic Hepatitis C Infection . Ultrasound in Medicine and Biology, 2007,33(9):1362-1367． , NicoleForestier , ChristophSarrazin , 宋闽宁，黄文琪，闵峰，吴贵华，郑玉清．CT诊断早期肝炎后肝硬化与临床病理对照分析．中国误诊学杂志，2009，9（10）：2272-2275． Song Minning, Huang Wenqi, Min Feng, et al. Comparative analysis on CT diagnosis of early posthepatitic cirrhosis and clinical pathology results . Chin J Misdiagn, 2009, 9(10):2272-2275(in Chinese)．章浩伟，朱训生，胡兆燕，张琴．基于灰色和模糊理论的中医肝炎肝硬化诊断方法及其比较．生物医学工程杂志，2007，24（4）：906-909． Zhang Haowei, Zhu Xunshen, Hu Zhaoyan1 Zhangqin. Comparative study of hepatocirrhosis case diagnosed by traditional chinese medicine based on grey system and fuzzy cluster . Journal of Biomedical Engineering, 2007, 24(4):906-909(in Chinese)． Mevlut Ture, Imran Kurt. Comparison of four different time series methods to forecast hepatitis A virus infection . Expert Systems with Applications, 2006,31(1):41-46． Rouhani, M., Haghighi, M.M.. The Diagnosis of Hepatitis diseases by Support Vector Machines and Artificial Neural Networks//International Association of Computer Science and Information Technology - Spring Conference, 2009(4):456-458．高俊，姚成，章俊．人工神经网络用于近红外光谱预测汽油辛烷值．分析科学学报, 2006，22（1）：71-73． Gao Jun, Yao Cheng, Zhang Jun. Application of artificial neural network for the prediction of gasoline octane number by near-infrared spectroscopy . Journal of Analytical Science, 2006, 22（1）:71-73(in Chinese)． Sun Jun, Mao Hanping, Yang Yiqing, et al. Model of moisture content of paddy rice leaf based on canopy spectral reflectance . Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(9):133-136． Kim, J.G., Mengna Xia, Hanli Liu. Extinction coefficients of hemoglobin for near-infrared spectroscopy of tissue . IEEE Engineering in Medicine and Biology Magazine, ． 2005, 24(2):118-121 Niwayama, Masatsugu, Murata, et al. Noncontact tissue oxygenation measurement using near-infrared spectroscopy . Review of Scientific Instruments ．. , 2006, 77(7): 073102-073102-4 中华医学会传染病与寄生虫学分会,肝病学分会.病毒性肝炎防治方案 .中华传染病杂志,2001,19(1)56-62． Chinese Medical Association and infectious and parasitic credits．liver credits．Viral hepatitis prevention and treatment programs．Chin J Infect Dis,2001,19(1)56-62． R. Xu, H. Nguyen, P. Sobol, et al. Application of Principal Component Analysis to the FTIR Spectra of Disk Lubricant to Study LubeCarbon Interactions . IEEE transactions on magnetics, 2004, 40(4):3186-3188．张淑娟，王凤花，张海红，等．鲜枣品种和可溶性固形物含量近红外光谱检测．农业机械学报，2009，40（4）：139-142． Zhang Shujuan，Wang Fenghua，Zhang Haihong，et al．Detection of the fresh jujube varieties and SSC by NIR spectroscopy ．Transactions of the Chinese Society for Agricultural Machinery，2009，40（4）：139-142 (in Chinese) ．

个人分类: 生活点滴|7182 次阅读|3 个评论

中医舌诊研究方法的现状及发展趋势

人为峰 2010-1-23 16:23

中医舌诊研究方法的现状及发展趋势 0 引言中医诊断的精髓在于辨证论治，论治的前提是准确地辨证，辨证的前提是诊断，望、闻、问、切是诊断的依据，依照四诊合参原则，综合各类信息，加以分析归纳，达到审查病因、辨明病态、阐述病机、确定治疗原则，以及判断合后转归等目的祖国医学望诊的重要内容，在临床上是一种重要的观察手段，是通过观察舌象了解人体生理功能和病理变化，据此辨证论治。近些年来许多研究者通过对舌象的研究也发现舌象与一些常见病有着一定的相关性，如糖尿病、冠心病、乳腺癌、肺癌、急性脑血管病等。舌诊是中医诊断学的重要研究内容之一，是不容置疑，中医诊断的发展方向之一必定是其客观化。随着现代科学的进一步发展，许多新技术、新方法逐步引入中医舌诊研究领域，尤其近10年随着计算机技术的发展，很多学者以计算机和图像分析技术相结合为中医舌诊的客观化和度量的研究取得了很多成果，但实际应用却很不如人意，几乎没有中医诊断仪器能够得到有关部门的批准和在临床上得到应用。最根本的原因体现在：①现有方法所用的信息是局部的、表浅的；②仅用单一的或某几个指标对中医进行度量。因此，过去的已有的研究方法背离了中医整体观与辨证的思想原则。只有遵循中医的辩证与现在的科学相结合起来，采用科学的方法在度量和客观化方面进行研究，而不是简单、机械地重复中医师的诊断过程。本文对现有中医舌诊的研究方法进行分析的基础上，提出关于舌诊研究的新思路。 1 舌象望诊法中医舌诊的临床意义，在于作为辨证的不可缺少的客观依据，无论八纲、病因、脏腑、六经、卫气营血和三焦等辨证方法，都以舌象为重要的辨证指标。正如《临症验舌法》中所说：凡内外杂证，亦无一不呈其形，著其色于舌，舌象的变化，能客观地反映正气盛衰、病邪深浅、邪气性质、病情进退，可以判断疾病转归和预后，指导处方遣药。舌诊时，患者取正坐位或仰卧位，将舌自然伸出口外，舌体放松，舌面平展，舌尖略向下，充分暴露舌体。望舌时有充足的自然光线，尽可能使光线直射入口内，并避免食物和药物沾染舌苔。观察内容主要是望舌质和舌苔两方面，望舌质又分神、色、形、态四方面；望舌苔则分苔质、苔色两方面，最后对舌质和舌苔进行综合诊察。人体的正常舌象为淡红舌、薄白苔，即舌质淡红而鲜明润泽，柔软灵活，运动自如，胖瘦老嫩大小适中，无异常形态；舌苔薄白，颗粒均匀，干湿适中，不粘不腻，其下有根。文献通过10名中医师在自然光线下，对舌色较为典型、印刷质量较高的230例患者的舌图进行观察并填写舌色观察表，结果表明对同一舌图有不同的判断结果。根据舌象特征分析机体的病理变化，进行辨证论治。按照此方法这种传统的方法是由医生根据自己的知识和经验用人眼观察，可做出判断，但诊断结果要受医生的知识水平、思维方式及诊断技巧的限制，同时也要受外界客观因素的影响，因此难免会出现某些偏差，判断结果容易因人而异，具有主观性，重复性也差，很难客观的反应生理机制，这给临床、教学、科研带来很多不便，不利于学术交流，医术的传承，进而制约了中医的进一步发展和推广。 2 图像分析法中医医疗诊断舌诊是一个极其复杂的过程，且决策所需要的许多信息都是不确定的，如症状和疾病之间存在着一定的模糊性。某一症状的出现对诊断疾病所起的作用不同且模糊，患者的状态很难准确定义等，医学知识的爆炸又使这些问题进一步复杂化，医生要面对大量的模糊的、不确定信息，而又要从这些信息中得出最后的结论和治疗方案，使其显得无能为力。而随着计算机和现代信息技术的发展，图像分析技术广泛的应用于舌诊，为解决这一困境取得了一定的成果。但现有的中医舌诊图像分析法多数拘泥于局部细节的分析或特征参数的提取，或尚处于基本图像指标的获取上，没有有效地整合光谱信息，更遑论整合其他的信息，因而只限于某种征候或病的关联上面，难于在临床上作为一个有价值的诊断方法和工具。 2.1 基于图像分析技术的舌色度量与诊断舌象是中医诊断的重要手段，舌苔的面积大、颜色变化比较明显，直观性强，因此很多学者对舌色做了大量的研究，在80年代后期，孙立友等危小健等使用舌色仪分别对正常人、病患者计355人次进行测试其临床符合率正常人过83%，病理舌象达70%，为中医诊断客观化、标准化提供了可行依据。刘庆等用计算机与图像处理技术对原发性肝癌舌质颜色进行定量分析，并在此基础上开发舌诊综合信息分析系统。应用舌诊综合信息分析系统对不同临床分期的原发性肝癌患者和其他肿瘤患者的舌质颜色及 RGB值进行定量分析，并应用 RGB色彩模块和 HSI模块，以 HSI空间定义了3个互不相关并容易预测的颜色属性：色度、亮度和饱和度，与人的视觉感知紧密相关。结果显示原发性肝癌患者舌质颜色较其他肿瘤患者青紫舌比例高 (P0.05)， R、G、B3个分量均较其他肿瘤患者低(P0.01)；临床Ⅲ 期的原发性肝癌患者青紫舌的比例较Ⅰ期、Ⅱ期高(P0.05)，提示舌质青紫是原发性肝癌舌象的重要特征之一，随着肝癌病程的延长和病情的加重，舌质青紫的程度也会逐渐加重；为肝癌的中医活血化瘀疗法提供了较客观的依据，也对原发性肝癌舌象的进一步深入研究具有一定的指导意义。开始探讨利用计算机图象识别技术进行舌诊客观化研究，并对舌象的彩色图片进行探讨性试验。虽然现有的舌色研究与临床达到了一定的符合率，也对某些病证进行了分析得到了相应的特征指标，但仍然没能得到临床的应用。原因在于舌色仅是舌像的一部分信息，用它与病证所建立的只是简单的关联，依据中医系统辩证的原则，还应与舌形、舌苔、质地、纹理、动态及舌下络脉等方面，实现舌象信息的综合和全面的客观。 2.2 基于图像分析技术的舌苔度量与诊断舌苔是指舌背面上的苔垢，舌苔的变化与疾病有密切的关系。在中医辨病、辨证过程中，舌苔的观察是一种重要的客观依据。近十多年来，国内也有学者利用现代科学技术手段对舌苔形成进行了许多有意义的研究。周坤福等通过皮下注射EGF，用HE染色、EGF-R SABC免疫组化染色和图像分析数据处理系统(cmAS-98A多功能图像分析仪)进行分析，结果EGF促进小鼠舌上皮增厚、基底层细胞数增多、EGF-R表达增多，说明EGF可以通过 EGF-R机制影响舌苔形成。吴正治等运用末端脱氧核苷酸转移酶介导的脱氧尿嘧啶核苷三磷酸缺口末端标记技术、原位杂交、免疫组化和图像分析技术，检测常见舌苔舌上皮细胞凋亡及凋亡相关基因 bax、fas、TGF-MRNA和蛋白产物。结果发现正常苔、薄苔、厚苔、剥苔4种常见舌苔其舌上皮细胞均可见细胞凋亡发生，不同舌苔变化趋势与凋亡指数变化趋势相反。与正常及薄苔比较，剥苔bax、fas基因过度表达伴随细胞凋亡增多，而厚苔 bax、TGF-MRNA低表达伴随细胞凋亡减少。舌苔上皮细胞中促凋亡基因 bax、fas、TGF-表达水平变化趋势与细胞凋亡水平变化趋势一致。说明凋亡相关基因 bax、fas、TGF-表达水平的变化可能是影响舌苔上皮细胞凋亡，并导致不同舌苔变化的重要原因。以上研究通过不同的方法在一定程度上发现色苔与某些病理机制相关，从研究方法上看使研究对象显得比较单一，因此在临床上不能根据这单一的指标来对舌诊进行度量与诊断。 2.3 图像分析技术与数据挖掘相结合的研究以中医临床辨证论治学说为指导，运用计算机技术，图像处理技术，结合中医专家的临床经验，进行舌象分析，实现舌诊的定量化、客观化，这是中医舌诊发展的必然趋势根据所采集的数据提出了基于免疫聚类的 RBF神经网络机等算法在舌诊中的研究及应用，该模型能有效地学习输入样本数据，对于高维数、大数据能快速地聚类。因此，具有收敛速度快、识别能力较强、泛化能力强等特点。张萌等提出舌象的分区训练识别方法，并采用一种新的基于集成学习的AdaBoost算法，构建出一套完整的、符合中医诊断体系规范的舌象分类识别算法。通过实验验证，该方法对中医舌诊分类识别是有效的。李晓宇等针对舌色苔色的分类与识别，提出了一种DAG和决策树结合的方法，在训练SVM分类器的过程中，根据舌象样本中部分类别线性可分，而另一部分类别线性不可分的特点，采用了不同的核函数及其参数。实验结果表明，提出的算法在识别率和识别速度上都有一定提高。晏峻峰等将图像分析、网络、人工智能、数据挖掘等先进的技术融合，建立开放式的舌象分析平台，使舌诊的客观化研究工作随着视觉技术、人工智能及模式识别等技术的发展而深入，促进图像处理与分析技术通过在中医领域的应用得到新的认识。谢铮桂等以上这些数据挖掘方法与图像分析相结合为中医舌诊方法的研究指明了方向，但由于所用的信息只是局限于舌图像的分析，未能从整体观出发，综合全面挖掘病证的关联。 2.4 图像分析技术的优势及存在的问题随着计算机技术的发展，图像分析技术广泛的应用于舌诊，取得了一定的效果，一方面，舌图像分析方法能够比较全面地反映舌象的情况；其次，即使在舌图像中包含了非常丰富的信息，但已有的研究方法中大多数是对舌色方面的特征分析，只有少部分对舌苔的分析，在舌形、质地、纹理、动态及舌下络脉等方面的研究更少，未能对舌像的全面的综合的客观化进行识别；最后，在数据挖掘方面仅局泥于舌像方面的探索，未能遵循中医系统辩证的思想，导致舌诊信息的医理解释与临床应用不能统一。符合舌诊望舌诊病的习惯，便于舌诊资料的采集与保存，具有较好的实用价值。它能够充分利用计算机的资源，实现舌图像的显示、处理、分析、存储、管理等，具有很大的灵活性，也便于软硬件的升级换代，使系统的性能不断提高；另一方面，图像分析技术的应用非常广泛，长期持续为信息处理领域的研究热点，已形成了很多实用性的研究成果，采用图像分析进行舌诊客观化的研究，能够集成现代信息处理技术，广泛借鉴其它领域的研究和应用成果，具有较好的先进性和可行性。但也存在不足：首先，所采集的图像会因外界光源变化或设备随机噪声等因素造成图像信息有限，相应的分析方法与处理方法就较为复杂，而且效果并不是很理想，制约了舌诊现代化的进一步发展 3 光谱分析法舌图像是医学图像的一种，对图像的清晰度，色彩还原的真实性均有很高的要求。高质量的舌图像，是后期计算机自动分析的基础和保证，作为舌象采集平台，首先必须能够提供良好的图像采集条件。李谨等林凌等提出了基于光谱的舌色客观化方法，将光谱法应用在舌色采集中，通过数据处理，排除背景噪声以及在操作过程中的不稳定因素带来的干扰，大大降低了对光源参数和采集方法的依赖性，它不仅能够更加客观准确的反映舌的颜色，而且可以提供更多与人体生理、病理、微循环变化有关的微观信息，克服了以往方法量化指标不精确、实用性差的缺点。用单色仪将舌苔的颜色组成用反射光的波长表示出来，再用弱电流放大器得出与谱线光强对应的电流相对值。通过实例对舌苔的测试，说明舌质情况可以用光谱分析实验量化。应荐等利用红外技术可以获得人体连续的、动态的红外信息的特点，采用高灵敏度PHE201体表红外光谱仪检测多名乳腺增生病患者舌前、舌中、舌边各部，结果乳腺增生病患者舌面各部红外辐射强度有明显的差异，部分证明了舌面各部候脏腑功能的诊断思想的客观性。根据光谱理论，光谱能反映物质和成分信息。某一特体的光谱反射率是自身的物理性质，不随外界照明条件的改变而改变的，因此用光谱来分析舌象就克服了对光源的参数、采集的条件的限制，消除出了颜色失真；另一方面，舌象的形成过程中，不仅包含着色、质、苔等的影响，还应该更加具体的表现为舌微观结构、成分的变化引起的光学效果。用光谱法对舌的测量使所携带的信息量比以往方法更丰富，这对舌诊的客化及度量都会起到很好的促进作用。但是在现有的光谱法中研究的也只是谱所反映的信息，这还不能够很好的体现中医的整体观与辨证的思想原则，需要综合各种信息进行全面的分析。 4 高谱图分析法高谱图是把光谱与图象相结合的分析方法。李庆利等采用基于推帚式的高光谱成像系统代替数码相机，采集了部分高光谱舌图像，用基于 Gabor滤波器的舌纹分析算法，充分利用高光谱舌图像图、谱两方面的信息进行舌纹分析，并根据特征向量之间归一化的距离对部分典型舌纹进行初步分类，在对 474例具有典型舌纹的高光谱舌图像的分类中，除了在来蛇纹与去蛇纹、四直纹与曲虫纹、太阳纹和龟纹、左右撇纹和锯齿纹之间有一定的误分外，整体具有较好的分类精度，这些分类结果表明，基于高光谱图像的舌纹分析方法明显优于基于灰度图像的舌纹分析方法。用支持向量机技术对高光谱舌图像进行分割，通过实验和定量估算验证，比用传统的方法所摄得的图像进行分析的效果更好。高谱图同时结合了光谱和图像信息，比单纯地采用舌色或图像信息是一大进步，也比仅采用光谱信息有了本质的进步，更趋近于中医系统辩证的思想，但目前高谱图用于中医舌诊只是一个全新的开始，仍然受西医的还原论的影响比较严重，没有在分解之后有效地整合信息并结合临床上的其他信息对征候进行度量。 5 结论及展望通过分析比较以上几种方法，虽然都有其自身的根据，都在所处阶段中推动了舌诊的客观化发展。但由于受到数据采集方法的限制和分析方法的影响，无法达到舌诊的目的，且大多停留在实验室阶段，没有得到普遍的临床应用，也没有获得十分确定的结论。以整体观、辩证论治为指导原则，对未来中医舌诊的发展提出以下几个方面的建议：①改善信息获取方式。利用高光谱成像系统能获得极为丰富的图谱信息的特点，以摄取舌图像信息；②要综合全面的思考问题。综合高谱图法采集的数据和传统中医手段诊断的数据与西医的生理、生化等临床指标信息相结合，系统辩证、综合进行分析找到中医舌诊证候以及现代医学体征指标的一系列内在联系；③对于中医征候既要有科学手段又要符合中医理念 ,同时要有归范化的个性化的度量，仅仅拘泥于舌的信息,是有背于中医的理念,在以后如何把各种信息作为中医的征候,这是今后应考虑的；④这类的研究是一个漫长的历史时期,既要克服那些不可知论（否认中医征候可以客观化），又要避免哪些用简单、机械、片面、孤立的信息来套用中医征候的所谓客观化思路。舌诊客观化的必由之路在于遵循中医系统辩证原则和结合现代科学技术手段采集尽可能全面、丰富的舌部信息，并综合患者的其他生理、生化指标，才有可能给出中医征候的正确诊断。参考文献高丽，令晓明．中医舌诊客观化研究进展．仪器仪表学报，2005，26(8)：724-731 朱化珍．对中医舌诊现代研究的再认识．吉林中药，2008，28(5)：328-329 曾凤，赵莺．中医舌诊与糖尿病的相关性研究概述 .甘肃中医，2008，21（3）：52-54 Jiang Zhihao,Zhu Kai,Lu Xiaozuo,Xu Li. Analysis of Tongue Information in Coronary Artery Disease . Proceedings of 2008 IEEE International Symposium on IT in Medicine and Education,2008,12: 287-290 姚嫱．乳腺癌和肺癌患者舌象特点及客观量化的研究．辽宁中医杂志，2008，35(2)：163-164 冷辉林，吴快英．以舌象变化揣急性脑血管病之预后及转归．辽宁中医杂志，2008，35(10)：1544-1545 邓铁涛．中医诊断学．上海：科学技术出版社．1984（11）卫保国．中医舌象分析中彩色重现与纹理形态分析的研究．北京工业大学，工学博士学位论文，2003 伍喜良，陆小左． 230例舌象图谱中舌色诊断结果分析．天津中医药， 2005，22（5）：388-390 陈群，徐志伟，刘梅．中医舌诊客观化识别技术的现代研究．中医药学， 2004，22（7）1215-1216 孙立友，程钊，谢虎臣 .利用计算机图象识别技术进行舌诊客观化研究的探讨 .安徽中医学院学报，1986，5(4):5-7 危小健，李明宏．舌色仪临床诊断初探彩南京．中医药大学学报 1995，11（4）：13-14 刘庆，岳小强，邓伟哲，等．应用舌诊综合信息分析系统对原发性肝癌舌质颜色的定量分析．中西医结合学报。 2003，1(3)：180－183 周坤福，詹臻，侯亮．表皮生长因子 (EGF)影响舌苔形成的分子机制．南京中医药大学学报 (自然科学版)2002，l8（5）：283-285。吴正治，李明，张盛薇，等．不同舌苔舌上皮细胞的凋亡及相关基因分子机理研究．中国中西医结合杂志， 2005，25（11）：986-988 莫传伟，武哲丽，陈群．中医舌诊客观化识别与图像技术的探析．中医药学刊，2005，23(6)：1032-1034 晏峻峰，季梁，施诚．基于图像分析技术的开放式舌象研究平台的构建．医学信息，2004，17(1)：2-3 谢铮桂，韦玉科，钟少丹．基于免疫聚类的 RBF神经网络在中医舌诊诊断中的应用．计算机应用与软件，2009，26（4）：42-43 张萌，胡显伟，王元斌，等． AdaBoost算法在中医舌诊图像分区识别中的研究．小型微型计算机系统，2008，29（6）：1149-1153 李晓宇，张新峰，沈兰荪．基于支撑向量机的中医舌色苔色识别算法研究．北京生物医学工程，2006，25（1）：43-46 李文书．中医舌诊中若干图像分析关键技术的研究．浙江大学博士学位论文．2005 李谨，李媛．舌苔的光谱分析．陕西中医学院学报2002，25（3）：67 应荐，沈雪勇．乳腺增生病患者舌面各部红外辐射光谱比较．上海中医药大学学报， 2006，20（1）：38-41 林凌 ,解鑫,李刚.基于光谱的中医舌色客观化方法初探．光谱学与光谱分析，2009，29(3)：707-709 李庆利，薛永祺，刘治 ,等．基于高光谱成像技术的中医舌纹分析算法．光电工程，2007，34（4）：60-64 ZhiLiu,Jing-qiYan,David Zhang,Qing-Li Li .Automated tongue segmentationin hyperspectral imagesformedicine . APPLIED OPTICS,2007,12: 8328-8334

个人分类: 生活点滴|14036 次阅读|1 个评论

基于光谱法舌诊的脂肪肝快速诊断

人为峰 2009-12-19 22:00

基于光谱法舌诊的脂肪肝快速诊断 1 引言近年来，随着人们饮食结构和生活习惯的改变，在全球范围内，越来越多的人受到脂肪肝疾病的威胁，如果不加以及时和有效的控制，脂肪肝会进一步发展为肝炎或肝硬化。脂肪肝是指肝细胞内脂质蓄积超过肝湿重的 5% ，或者组织学上每单位面积见 1/3 以上肝细胞变性。脂肪肝是由多种不同原因引起的肝脏脂肪性变，是肝受损的早期临床表现。现在对脂肪肝的检验主要通过 B 超、 CT 以及核磁共振成像的方法。这三种方法中， B 超检验运用最为普遍，然而临床诊断受 B 超图像质量和医师以及技术人员经验的影响严重。所以国内外学术界展开了基于 B 超检验的脂肪肝和健康人的计算机自动诊断研究。例如台湾台北大学通过建立分类回归树和案例推理技术对脂肪肝进行诊断；华中科技大学利用支持向量机的方法对超声图像进行分类研究；北京交通大学利用 2-D 离散傅立叶变换和离散小波变换混合的方法来提取超声图像特征，用于脂肪肝的诊断。这些方法得到了较好的诊断效果。本文采用光谱法对脂肪肝进行快速诊断研究。光谱法能充分利用全谱段或者多波长下的光谱数据进行定性或者定量分析。更全面、更客观的反映组织细胞的生理病理变化，突出不同个体之间的细微差别。由于光谱技术具有操作简单，速度快，效率高，成本低等优点，已经被越来越多的应用到食品、石油化工、制药等工业领域。中医认为，人体五脏六腑均与胃气相通，通过对舌的观察，可以测知脏腑气血各种生理功能以及病理变化。本课题组提出了一种基于光谱技术的舌诊客观化研究新方法 , 通过相应的数据处理 , 排除了背景噪声以及在操作过程中的不稳定因素带来的干扰 , 对不同舌象进行比较 , 取得了一些成果。为了进一步探究舌体所携带的生理病理信息，本文借鉴中医舌诊的基本思想，运用 NIR512 近红外光谱仪采集舌尖反射光谱数据，运用 BP 神经网络建立快速诊断脂肪肝的预测模型。实验结果论证了光谱法运用于舌诊脂肪肝快速诊断的可行性。 2 实验部分 2.1 实验设备采用 ocean 公司的 NIR512 近红外光谱仪，并用配套的 spectralsuit 软件进行采样，光源和光纤采用定制的 GY-30 光纤耦合溴钨灯及其配套光纤。装置连接如图 1 所示。 (a) 实验装置实体图 (a) Entity of experimental device (b) 实验装置示意图 (b) Schematic diagram of experimental device 图 1 实验装置图 Fig.1 Connection of experimental device 2.2 数据采集从天津市塘沽区永久医院采集中医体检人舌尖光谱数据。由于软件有采集时间光谱功能，试验中，将积分时间定为 35ms ，同一点采集 50 次，采集到的数据经 spectralsuit 软件直接转化为光强，在 853.59nm 到 1737.26nm 可以采集 512 组数据。 2.3 数据预处理首先为了计算反射率，必须采集到光源和舌尖两部分光谱数据。光源光谱数据采集，经反复多次测量平均，获得光源光谱如图 2 所示。通过光谱仪采集得到的数据为各点反射光强信息，这里将舌尖光谱数据在各个波长上计算反射率，计算公式如式 1 所示。 (1) 式中， R 为反射率， I( ) 为反射光强， Re( ) 为参考光光强，即入射光源光强。这里，将处理后的反射率进行归一化，只考虑各个波长上反射率数据之间的相对关系，通过计算归一化反射率的方法消除照明和采集带来的影响。所谓归一化，就是计算各个不通波长上的反射率对于最大反射率的比值。计算方法如式 2 所示。 (2) 式中， Rg 为归一化反射率， max(R) 为不同波长上的反射率最大值。图 2 光源光谱 Fig.2 Spectrum of light 图 3 为经过计算得到的光谱归一化反射率图。图 3 光谱归一化反射率图 Fig.3 The normalized reflectance rate of spectrum 2.4 人工神经网络建立了一个三层的 BP 人工神经网络结构，各层传递函数分别为 sigmoid 、 sigmoid 和 purelin ，网络输入层节点数为 65 ，隐含层节点数为 15 ，输出层节点数为 1 。目标误差为 0.001 ，网络指定参数中学习速率为 0.05 ，设定训练迭代次数为 5000 次。 3 试验结果与分析 3.1 试验结果将采集 115 例样本中抽取的 32 例健康人和 44 例脂肪肝患者建立模型。每个样本取舌尖光谱全波段从 853.59nm 到 1737.26nm 共 512 个点，去掉第一个点（该点的误差较大），剩余 511 个点的归一化反射率值作为网络的输入建立分类模型，通过反复试验得到网络结构为 65( 输入 )-15( 隐含 )-1( 输出 ) 三层 BP 神经网络模型，对未知的 39 例样本进行预测，预测准确率为 89.7% 。预测结果如表 1 所示。 ( 表中 1 代表健康人， 2 代表脂肪肝患者。 ) 表 1 利用 BP 网络对未知样本的预测结果 Table 1 the prediction results of unknown samples using BP network 样本号真实值预测值样本号真实值预测值样本号真实值预测值 (1) 1 0.611549 (14) 1 1.422633 (27) 2 1.716646 (2) 1 0.991683 (15) 2 2.056537 (28) 2 2.411451 (3) 1 0.719355 (16) 2 1.958607 (29) 2 1.005123 (4) 1 1.353155 (17) 2 1.991616 (30) 2 2.027852 (5) 1 0.55232 (18) 2 2.094616 (31) 2 1.743179 (6) 1 0.528494 (19) 2 1.956154 (32) 2 1.991147 (7) 1 0.855765 (20) 2 1.535811 (33) 2 1.927969 (8) 1 1.158046 (21) 2 1.954023 (34) 2 1.913515 (9) 1 2.094384 (22) 2 1.951028 (35) 2 1.275908 (10) 1 1.252537 (23) 2 2.030954 (36) 2 2.454706 (11) 1 2.094752 (24) 2 1.706915 (37) 2 1.885209 (12) 1 1.351289 (25) 2 2.1884399 (38) 2 1.937892 (13) 1 0.93895 (26) 2 1.862599 (39) 2 1.99998 3.1 试验结果分析表 1 列出了 BP 神经网络对 39 例未知样本的预测分类结果，可以发现， 39 例样本中只有 4 例（表中黑体标出）预测错误，预测准确率接近 90% 。得到了比较满意的分类效果。该方法操作简单，由实验结果可以看出，运用近红外光谱技术进行无创、快速诊断脂肪肝的可行性。同时，通过近红外光谱数据的采集和处理，将舌体所携带的信息用不同波长下的归一化反射率来表示，大大降低了对光源参数和采集方法的依赖性，摆脱了技术人员或医师经验的主观因素影响，能更客观的对来检者进行诊断。然而，本方法还存在一些局限。由于数据采集时接受测试的体检人员未能全部达到数据采集的要求，如采集前 1 个小时不能进食，接受体检时，舌体自然伸出。这些原因导致了低质量的反射光谱数据的产生，再加上由于样本量少使得模型具有局限性，不能覆盖所有情况，这些都对预测结果产生影响，导致预测值和真实值之间的差异。光谱的方法可以反映舌尖内部组织对光的反射率特性，可以得到丰富的数据，但是要将光谱曲线特征与人体更多的生理病理变化相对应，仍然是需要进一步探讨的问题。 4 结论本文运用近红外光谱仪采集健康人和脂肪肝患者舌尖部位反射光谱，将计算得到的归一化反射率作为三层 BP 神经网络的输入，分类结果作为输出建立分类预测模型，再对未知样本进行预测，得到了比较满意的结果。从实验结果可以看出，近红外光谱法运用于中医舌诊脂肪肝无创、快速诊断具有一定的可行性。同时也说明了该方法应用于舌诊研究中具有其他方法无法比拟的优点，它能更全面的反映舌体所携带的生理病理信息，为今后中医证侯的度量提供借鉴。

个人分类: 生活点滴|4767 次阅读|0 个评论

帐号		自动登录	找回密码
密码			注册

关闭安全验证

标签: 舌诊

相关帖子

相关日志

关闭 安全验证

标签: 舌诊

相关帖子

相关日志

关闭安全验证