人工智能在胃食管反流病舌诊辨证中的应用

发布时间：2020-05-04 11:09

【摘要】：研究目的:本研究是以胃食管反流病(gastroesophageal reflux disease,GERD)为研究对象。通过收集胃食管反流病患者的舌象资料,建立以证型为分类标准的舌象图片数据库。运用聚类分析将不同舌色、舌苔的舌象进行客观化分类,定量分析GERD患者舌象特征与对应证型之间的关系,利用人工智能(artificial intelligence,AI)开放平台训练舌诊识别模型。研究方法:在辅助光源参数稳定的光照环境中,利用Camera Raw 7.0对图像进行色彩校正,还原舌象真实的色彩;利用Photoshop分割舌象,去除唇、齿、面部部等干扰像素。在Lab颜色空间中,利用MATLAB R2018a分区域(舌根、舌中、舌尖、左右舌边)提取舌象量化数据L(亮度)、a(红-绿)、b(黄-蓝)。以舌色、舌苔厚度、古苔颜色为分类标准,使用SPSS 19.0对舌象图片进行系统聚类。利用聚类结果,在百度人工智能开放平台分别训练舌色、舌苔厚度、舌苔颜色识别模型。研究结果:本次研究共纳入病例110例,采集舌象图片328张。1各证型分布情况肝胃郁热证14人(12.73%),肝胃不和证51人(46.36%),中虚气逆证20人(18.18%),气郁痰阻证16人(14.55%),瘀滞中脘证1人(0.91%),胃阴不足证8人(7.27%)。2各区域Lab值特点L(舌中)L(舌根、舌尖),L(舌边右)L(舌边左),a(舌尖)a(舌中、舌边)a(舌根),b(舌根)b(舌中、舌边、舌尖)。3聚类分析以整体、左右舌边、舌中、舌尖的L、a值作为聚类变量,进行舌色的系统聚类,分为5类,结合树状图和专家共识适当合并,可分为“淡红舌”、“红舌”、“淡白舌”;以舌根、舌中的a值作为聚类变量,进行舌苔厚度的系统聚类,分为5类,适当合并,可分为“厚苔”、“薄苔”、“少/无苔”;将“少/无苔”舌象去除后,以舌根、舌中b值作为聚类变量,进行舌苔颜色的系统聚类,分为3类,适当合并,可分为“白苔”、“黄苔”。以上聚类结果基本符合传统舌诊结果。4人工智能识别以聚类结果为依据训练舌象识别模型。舌色识别准确率为87.0%,精确率81.7%,召回率75.7%;舌苔厚度识别准确率为88.8%,精确率92.7%,召回率76.7%;舌苔颜色识别准确率为98.9%,精确率96.9%,召回率99.3%。经过校验,舌色识别准确率为90.6%,精确率为83.6%,召回率为78.9%;舌苔厚度识别准确率为89.8%,精确率为91.8%,召回率为79.0%;舌苔颜色识别准确率为97.7%,精确率为98.7%,召回率为93.8%。结论:1通过稳定的光照环境和后期颜色校正可以较好地还原舌象色彩;2与其他颜色空间相比,Lab颜色空间更适合舌象客观化分析;3以舌象不同区域的量化数据进行聚类分析,得到的分类结果和传统舌诊基本一致;4依据研究中的聚类结果,人工智能平台可以方便快捷地识别舌象特征。
【图文】：

色彩感觉,色差,图像采集,颜色

图１－１．舌诊客观化研究流程图逡逑色差是指两种颜色给人色彩感觉上的差别，主要与光源条件、图像采集设备两个因由于标准光源下的光照环境目前还不能完全模拟出，不同人工光源受色温、显色性续性等因素制约，不可避免地会产生色差。因此有必要对所在光照环境进行观测，进行色差校正，目前主要有硬件校正和软件校正两种方法：硬件校正是指在图像动调整白平衡，消除拍摄设备的色差问题。软件校正是指后期使用软件，根据拍摄照环境参数进行数字化修正。许家佗认为硬件校正需要根据光照环境的变化手动进，而软件校正不仅能准确地还原色彩，且临床采集更为便捷［２４］。沈兰荪发现舌体颜色白色、黄色为主，在色彩空间仅分布于较小的范围，由此他提出“感兴趣色域’’这即只在以上色域范围设置回归控制点，计算回归参数。使用此方法舌色的校正精１１９】。逡逑．２图像去噪逡逑研宄中舌象采集难免产生很多噪声，因而很有必要对图片进行去噪，否则将对后续造成很大干扰。中值滤波作为平滑噪声最经典的方法，它是将每一像素点的灰度值某邻域窗口内的所有像素点灰度的中值。张翔认为中值滤波作为一种非线性平滑技

舌面,方法,舌体,舌根

逡逑２．２图像裁剪逡逑由于舌象图片中包含唇、齿、面部及拍摄背景等多种信息，不仅影响后期处理速度，更对客观化分类的精度造成干扰，因此有必要从原始图像中裁剪出舌体部分的图像，去除多余素。逡逑目前图像分割最常用的方法是阈值分割，即利用图像各像素点客观化数值的特征进行分逡逑类，从而达到分割目标图像的目的，但由于舌体和嘴唇颜色、亮度、纹理相似，阈值分割很易将上唇错误地归入舌体部分；虽然目前有大量研究对分割方法进行改良，但效果仍然不佳。逡逑本研究中使用Ｐｈｏｔｏｓｈｏｐ邋“快速选择工具”，利用“动作”功能，可以快速批量完成舌象分割逡逑工作。逡逑２．３区域划分逡逑关于舌面信息的提取方法，，梁浩荣［４１］使用人工取点的方式，选取舌尖１处、左右舌边各处、舌苔１处进行研究，这样无法避免主观选取的误差。张兵则将全部舌面划分为舌根、舌逡逑中、舌尖、左右舌边５个区域【５６］。但实际拍摄中舌体周围及舌根不可避免地产生阴影，故本逡逑研究在其基础上将范围适当缩小，分别命名：“舌边１”邋“舌边２”、“舌根”、“舌中”、逡逑“舌尖”，具体如图：逡逑／逦舌边１逡逑
【学位授予单位】：南京中医药大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R259;TP18

【相似文献】