淺談一種舌象辯證的信息處理方法范文
本站小編為你精心準(zhǔn)備了淺談一種舌象辯證的信息處理方法參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。
摘要:本文基于中醫(yī)舌診的辯證理論，研究了一種對(duì)舌象信息進(jìn)行綜合分析的圖像信息處理方式，以用來(lái)解決中醫(yī)診斷中目測(cè)所造成的主觀性偏差和實(shí)現(xiàn)舌象辯證的客觀化問(wèn)題。利用snake模型對(duì)于小區(qū)域分割的高準(zhǔn)確度優(yōu)勢(shì)，將舌象全景進(jìn)行多次分割，以求滿足snake模型的使用條件。模型基于RGB顏色空間下通過(guò)對(duì)“濕寒癥”和“濕熱癥”2種舌象的檢測(cè)與對(duì)比，結(jié)果表明此模型對(duì)病癥的檢測(cè)效果良好，極大地提升了舌象辯癥的客觀化指標(biāo)，研究意義重大，應(yīng)用前景廣闊。
關(guān)鍵詞:舌象辯證;snake模型;特征提取;RGB顏色空間
引言
中國(guó)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(gè)部位均與腑臟各部位相對(duì)應(yīng)，且通過(guò)經(jīng)絡(luò)運(yùn)行相連通。中醫(yī)的舌診就是通過(guò)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(shū)中記載了各種舌象與病癥的對(duì)應(yīng)關(guān)系。如舌苔顏色發(fā)黃，說(shuō)明肝功能有問(wèn)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(wèn)題的概率很大［1］。現(xiàn)代科技運(yùn)用舌象信息研判人體健康狀況是一個(gè)有待挖掘和推進(jìn)的研究方法。圖像處理(imageprocessing)，是用計(jì)算機(jī)對(duì)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(shí)現(xiàn)中醫(yī)診斷技術(shù)的再次騰飛。
1系統(tǒng)設(shè)計(jì)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(kù)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(duì)舌象進(jìn)行snake分割實(shí)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(duì)比分析，從而得出結(jié)論。系統(tǒng)流程如圖1所示。
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(duì)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(lái)，是后續(xù)舌象研究的重要前提。主動(dòng)輪廓模型的主要原理通過(guò)構(gòu)造能量泛函，在能量函數(shù)最小值驅(qū)動(dòng)下，輪廓曲線逐漸向待檢測(cè)物體的邊緣逼近，最終分割出目標(biāo)［2］。由于主動(dòng)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(dòng)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(dòng)輪廓模型主要分為基于邊緣和基于區(qū)域2類，同時(shí)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(dòng)輪廓模型。舌象包括舌質(zhì)和舌苔2個(gè)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(guó)內(nèi)外研究人員開(kāi)始大力展開(kāi)對(duì)苔質(zhì)自動(dòng)分離方法的研究。常見(jiàn)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(duì)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(duì)薄苔采用基于色度值的閾值分割算法，對(duì)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(guò)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(duì)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(shí)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(duì)不同波長(zhǎng)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(duì)色澤、明暗和色調(diào)的直觀感覺(jué)來(lái)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(jué)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(duì)應(yīng)著一種顏色。當(dāng)3種基色灰度值都為0時(shí)，混合光為黑色，當(dāng)3種基色灰度值都為255時(shí)，混合光則為白色。RGB顏色模型如圖2所示。1．3特征提取特征提取是計(jì)算機(jī)視覺(jué)和圖像處理中的一個(gè)概念。指的是使用計(jì)算機(jī)提取圖像信息，決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)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(shí)驗(yàn)
本次實(shí)驗(yàn)在Intel(R)Pentium(R)CPU，1．87GHz，4GB內(nèi)存環(huán)境，MicrosoftWindows7操作系統(tǒng)下，采用MATLABR2012a為開(kāi)發(fā)工具完成的。實(shí)驗(yàn)在中醫(yī)圖庫(kù)中選出3副舌象，分別編號(hào)(a)、(b)、(c)，如圖3所示。對(duì)于圖3中的3個(gè)樣本，根據(jù)中醫(yī)望診理論，對(duì)應(yīng)編號(hào)(c)的舌象淡紅附淡白薄苔，屬于正常舌象。編號(hào)(a)舌象、舌質(zhì)淡附有白苔，有“濕寒癥”的跡象。而編號(hào)(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。對(duì)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(jì)數(shù)據(jù)見(jiàn)表1。
3濕寒與濕熱的快速辨別法
通過(guò)實(shí)驗(yàn)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(guò)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(duì)比見(jiàn)表2與表3。通過(guò)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(cè)一副舌象的濕寒、濕熱性質(zhì)時(shí)只需將待測(cè)舌象的RGB值提取出來(lái)，與正常值進(jìn)行比較即可快速得出待測(cè)舌象所屬濕寒性質(zhì)。
4結(jié)束語(yǔ)
本次對(duì)舌象辯證信息處理方法的研究，是對(duì)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(guò)對(duì)“濕寒癥”以及“濕熱癥”案例進(jìn)行分析對(duì)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(méi)有結(jié)合到舌形對(duì)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(shí)現(xiàn)無(wú)損耗診斷疾病的時(shí)代前景光明。
參考文獻(xiàn)
［1］冀敦福．中醫(yī)舌象辨析［M］．天津:天津科技出版公司，2008．
［2］王明英，張新峰，卓力．一種基于Snakes模型的中醫(yī)舌象分割改進(jìn)算法［J］．測(cè)控技術(shù)，2011，30(5):32－35．
［3］郭文杰．中醫(yī)舌象證素檢測(cè)方法研究［D］．秦皇島:燕山大學(xué)，2015．
［4］闞紅星，張璐瑤，董昌武．一種2型糖尿病中醫(yī)證型的舌圖像識(shí)別方法［J］．中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)，2016，35(6):658－664．
［5］杜建強(qiáng)，盧炎生．一種中醫(yī)舌象的舌質(zhì)舌苔分離方法［J］．計(jì)算機(jī)應(yīng)用研究，2009，26(7):2762－2764．
［6］胡申寧．中醫(yī)舌診中舌色、苔色自動(dòng)分類的研究［D］．杭州:浙江理工大學(xué)，2010．
［7］黃勃．舌數(shù)字圖像顏色計(jì)算機(jī)分析與分類［D］．長(zhǎng)沙:湖南中醫(yī)藥大學(xué)，2013.
作者：唐俊安 徐學(xué)軍 盧玲 馬燕 唐偉 單位：長(zhǎng)沙理工大學(xué)