天津中医药  2017, Vol. 34 Issue (10): 718-720

文章信息

赵静, 刘明, 郭世珍, 田飞, 姜智浩, 陆小左
ZHAO Jing, LIU Ming, GUO Shi-zhen, TIAN Fei, JIANG Zhi-hao, LU Xiao-zuo
中医面诊客观化研究进展浅析
Analysis on the facial diagnosis objectification of traditional Chinese medicine
天津中医药, 2017, 34(10): 718-720
Tianjin Journal of Traditional Chinese Medicine, 2017, 34(10): 718-720
http://dx.doi.org/10.11656/j.issn.1672-1519.2017.10.20

文章历史

收稿日期: 2017-06-11
中医面诊客观化研究进展浅析
赵静1, 刘明2, 郭世珍1, 田飞1, 姜智浩1, 陆小左1     
1. 天津中医药大学中医药工程学院, 天津 300193;
2. 中国医学科学院北京协和医学院生物医学工程研究所, 天津 300192
摘要:中医面诊客观化是推动中医面诊发展的必经之路。本文对近年来中医面诊客观化研究的研究方法进行总结与分析,针对现有的研究探讨目前研究中存在的不足,提出了要采用多信息融合技术,多维多角度探究面部特征信息,从而为中医临床面诊提供更多的客观信息,也为中医临床辨证施治提供客观依据。
关键词面诊    客观化    多信息融合    辨证施治    

早在《黄帝内经》中就指出人体面部特征与人体内部气血状况以及五脏六腑的生理、病理状态息息相关。《内经》中也对面部色泽的变化与脏腑状态间的关系进行了描述,可见,面诊是中医望诊的重要组成部分,医师通过对面部神色的观察来洞察病机和病态,从而为辨证施治提供依据。然而这种方法,主要依靠医师肉眼观察,主观性强,缺乏客观定量标准。随着中医四诊客观化研究的展开,研究者也将面诊客观化作为其中的一项重要研究内容。现有的面诊客观化研究主要通过光电容积技术、光学技术以及数码相机拍摄结合图像处理与模式识别技术研究,主要研究内容包括:面部血流容积、面部区域定位、脏腑反射区域分割、面部特征提取以及面色识别等方面。

1 光电容积技术用于中医面诊客观化研究

光电容积技术通过光电手段检测面部组织血液容积的变化来反映机体内部病因、病机状况,从而进行中医临床的辨证施治。胡志希等[1]通过探讨面部光电血流容积特征与血红蛋白含量的相互关系进行早发冠心病血瘀证的辨识,以及通过探讨面部光电血流容积特征与一氧化碳、内皮素含量的相互关系进行血瘀证痰浊证的辨识[2],并基于光电容积技术研制了GD-3型光电血流容积面诊仪,通过搭建硬件系统,获取面部血流容积波形参数指标对面部特征描述提供客观依据。

2 光学技术用于中医面诊客观化研究

光子学通过探测光与人体相互作用后出射光的特征来进行机体内部的生理、病理信息的判断,曾常春等提出将光子学技术引入到中医面色识别中来[3-4]。许家佗等[5]对370名不同疾病状态的志愿者利用CM-2600D分光测色仪观测面部8处不同部位的L、a、b、C值以及不同波长段下的面色反射率值,进而观察不同健康状态人群面部面色光谱色度情况。吴宏进等[6]通过面部光谱与五脏色度特征进行亚健康状态辨识。田雪飞等[7]利用显微分光光度计测定正常人和脾病患者不同证型面色差异。郑咏梅等[8]搭建皮肤反射式光谱检测系统,通过采集人体皮肤反射光谱,并基于皮肤反射光谱特征与色度学原理,提出了皮肤颜色的表示方法,通过采集标准样本的光谱反射率和色度量值,建立皮肤病变数据库,实现不同病变肤色的定量化和客观化。人体是一个红外辐射体,红外热成像技术借助红外探测器来探测人体表面温度分布,实验表明病变组织与正常组织之间存在红外辐射差,利用这种差异性可以探知人体病位、病机等信息,同时由于红外成像技术具有无创、操作简便的优点,因此该技术被广泛应用于医学临床检测。随着中医诊断客观化的发展,有学者将红外热成像技术引入到中医面诊客观化研究中来,基于中医面诊理论,通过对红外热成像图进行区域分辨,对人体内部脏腑状态进行辨识。如李洪娟等[9]基于中医面诊理论,首先对316名健康体检者面部进行脏腑区域划分,然后利用红外热成像技术采集体检者面部红外热像图并对红外热像图进行分析,来探求平和体质人群面部红外热图特征及不同面部区域寒热属性与脏腑状态之间的关系。

3 数码相机拍摄结合面部图像处理与模式识别技术用于中医面诊客观化研究

基于数码相机拍摄,结合图像处理与模式识别技术进行中医面诊客观化研究是目前中医面诊客观化研究的主流。基于中医面诊理论,主要研究内容包括面部图像采集环境、面部图像脏腑反射区的区域分割、以及面色识别等方面的研究。

3.1 面部图像采集环境

外部光线环境的不同往往会影响面部图像采集的效果,研究者针对面部图像采集环境进行了相关采集设备研究。现有的面象采集设备多基于计算机图像处理技术的暗箱式数码相机拍照设备,该类设备由封闭式暗箱提供面部图像采集的稳定光环境,提高了面部图像采集的一致性和可重复性。针对封闭式暗箱设计的面部信息采集设备,研究者针对暗箱内部光源环境进行了相应的研究。刘明佳[10]选择与日光照射效果为接近显色指数90的直管光源来进行面象信息采集,邢涛[11]采用D65标准光源作为面象采集设备的光环境。上海中医药大学和厦门大学医学院采用国际照明委员会推荐使用的代表日光的标准光源D65,显色指数为95,色温6 500 K的照明环境来进行人体面部图像拍摄,李福凤等[12]通过分析各种光源特性并结合光源领域新进展,采用环形发光二极管作为中医面部图像采集照明光源。

3.2 脏腑反射区域分割

基于中医面诊基础理论,五脏六腑的病机、病态均能在人体面部不同的区域进行反映,因此,对脏腑反射区域进行分割,有利于中医临床根据反射区域的不同对机体内部病机、病态进行判断,从而进行辨证施治。因此,如何对脏腑反射区域进行定位分割成为中医面诊客观化研究的内容之一。王鸿谟等[13]提出根据病人气色的显示范围采用中心坐标定点法与自然标志分区法进行定位的方法。杨云聪等[14]采用Gabor小波变换实现人眼定位,然后采用Adaboost与唇色模型相结合的方法对嘴角进行定位,并根据先验知识对眉点进行定位,用轮廓提取法进行人脸边界定位,从而实现人体面部五个脏腑区域定位。王巍等[15]提出基于主动形状模型和主动表观模型的方法以及基于局部和全局纹理的方法进行人体面部特征定位。王松等[16]结合几何先验知识,结合积分投影对眼睛区域进行定位。基于中医先验知识和数字图像处理技术的图像区域定位,实现了人体面部区域分割,然而目前的区域分割多基于人体面部器官特征,如眼睛、鼻子、嘴巴等区域进行分割,这与中医的脏腑区域分割还存在着不同。因此,如何真正实现人体面部中医脏腑反射区域分割仍然是中医面诊客观化研究的主要内容之一。

3.3 面色识别

中医临床面诊将面部色泽分为5种:青、赤、黄、白、黑5色。传统医师通常基于对面部色泽的辨识进行人体内部脏腑变化的判断,由于这种方法缺乏定量化指标,限制了中医面诊的推广。随着科学技术的发展,现代图像处理技术和模式识别技术被用于中医面诊面色识别中来,有效促进了中医面色识别的客观化发展,为中医临床面色识别提供了客观依据。李福凤等[12]研制了LED光源照明的面诊采集暗箱,对采集的彩色图像进行专家判读,并对判读结果进行kappa分析,根据分析结果制定面色判读表,基于区域的面部颜色识别方法对面部颜色进行识别,确定了典型面色RGB色彩空间面部R、G、B分量范围值,初步研制了中医面色识别分析系统。

4 结论与展望

随着科学技术的发展,现代科学技术逐步被用于中医面诊客观化研究中来,有效促进了中医面诊客观化的研究。然而目前的面诊客观化研究还存在着一定的不足。第一,基于面部数码相机拍照结合图像处理和模式识别技术进行面诊客观化研究是目前的主流研究方向之一。研究者提出了采用封闭光环境来保证采集设备的可重复性。然而通过调查发现,现有的面象采集设备采用光源的种类、参数具有多样性,并没有公认的最佳标准,这与中医望诊对环境光要求存在一定范围有关,但也给面象采集设备的性能评价带来了困扰。尽管面象采集设备可以对采集的图像借助图像处理技术进行后续颜色修正处理,但是环境光仍然是影响数据一致性的重要因素,因此确定标准的环境光对于面象采集设备检测数据标准化显得尤为重要;第二,目前的多数面部脏腑反射区域分割算法基于面部器官特征进行分类,这与中医面诊临床脏腑反射区域定位还存在一定的差异性;第三,现有面部特征多基于面部R、G、B三原色来进行特征描述,为中医临床提供客观依据,然而人体是一个复杂的系统,中医面诊强调整体、系统,简单的运用面部某部位的R、G、B三原色不能够代替人体面诊面象信息,因此单一的基于图像的面色特征不能够完全满足中医临床面诊的需要,为了探究更多中医面象信息,提取更多特征指标,应该基于中医临床面诊基本理论,充分结合多模态技术,利用多信息融合,从宏观到微观、多维度多角度探究面部信息,从而挖掘面部信息所反映的人体内部脏腑生理、病理信息,也为中医临床辨证施治提供客观依据。

参考文献
[1] 胡志希, 袁肇凯, 陈娟, 等. 早发冠心病血瘀证面部光电血流容积特征与HbO2的相关研究[J]. 湖南中医药大学学报, 2009, 29 (2): 26–28.
[2] 胡志希, 袁肇凯, 陈洁, 等. 早发冠心病血瘀证痰浊证面部光电血流容积特征及与一氧化氮、内皮素含量的相关研究[J]. 中国中医药信息杂志, 2009, 16 (3): 19–21.
[3] 曾常春, 王先菊, 李子孺, 等. 中医色诊研究及光子学技术在色诊中的应用[J]. 中国中医基础医学杂志, 2004, 10 (9): 74–76.
[4] 刘颂豪, 曾常春. 光子中医学研究概况[J]. 中国医学物理学杂志, 2004, 21 (3): 125–128.
[5] 许家佗, 吴宏进, 陆璐明, 等. 不同健康状态面部光谱色度特征分析[C]. 全国第十二次中医诊断学术年会. 2011. http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZHZY201107002010.htm
[6] 吴宏进, 许家佗, 陆璐明, 等. 亚健康状态的面部光谱与五脏色色度特征[J]. Journal of Integrative Medicine(结合医学学报(英文)), 2012, 10 (1): 59–66.
[7] 田雪飞, 程曙, 周青. 脾病明堂色反射光谱图像分析[J]. 中医药导报, 2001, 7 (2): 79–81.
[8] 郑咏梅, 梁路光, 张铁强. 皮肤光谱特性分析及诊断方法研究[J]. 光谱学与光谱分析, 2003, 23 (1): 25–27.
[9] 李洪娟, 沙莎, 李婷婷. 面部红外成像诊法研究[J]. 中国中医基础医学杂质, 2012, 18 (7): 787–790.
[10] 刘明佳. 基于人脸彩色图像的疾病诊断研究[D]. 哈尔滨: 哈尔滨工业大学, 2008. http://cdmd.cnki.com.cn/Article/CDMD-10213-2009291941.htm
[11] 邢涛. 基于机器视觉的中医色诊客观化研究[D]. 北京: 北京工业大学, 2007. http://d.wanfangdata.com.cn/Thesis/Y1164484
[12] 李福凤, 邸丹, 王忆勤, 等. 基于计算机技术的中医面色诊信息采集与识别研究[J]. 世界科学技术-中医药现代化, 2008, 10 (6): 71–76.
[13] 王鸿谟, 张栋. 中医色诊学的定位定量研究[J]. 中华中医药杂志, 1998 (4): 14–18.
[14] 杨云聪, 张菁, 卓力, 等. 应用于中医面诊的人脸区域分割方法[J]. 测控技术, 2012, 31 (5): 25–28.
[15] 王巍. 人脸面部特征定位与人脸识别方法的研究[D]. 北京工业大学, 2003. http://cdmd.cnki.com.cn/Article/CDMD-10005-2003084107.htm
[16] 王松. 中医面诊客观化中若干图像分析技术研究[D]. 浙江理工大学, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10338-1012372220.htm
Analysis on the facial diagnosis objectification of traditional Chinese medicine
ZHAO Jing1, LIU Ming2, GUO Shi-zhen1, TIAN Fei1, JIANG Zhi-hao1, LU Xiao-zuo1     
1. Institute of Chinese Medicine, Tianjin University of Traditional Chinese Medicine, Tianjin 300193, China;
2. Institute of Biomedical Engineering, Chinese Academy of Medical Sciences, Tianjin 300192, China
Abstract: Objectivization is the way to promote the development of facial diagnosis. This paper summarizes and analyzes the research methods of the objective facial diagnosis research of tradition Chinese medicine (TCM) in recent years, and in view of the existing research to explore the current research deficiencies. It proposes to use multi-information fusion technology, and obtain multi-dimension and multi-angle information of facial feature to provide more objective information for TCM clinical diagnosis, and also provide objective basis for TCM syndrome differentiation and treatment.
Key words: facial diagnosis     objectification     multi-information fusion     syndrome differentiation treatment