文章信息
- 王可仪, 薛晓娟, 孟令坤, 等.
- WANG Keyi, XUE XiaoJuan, MENG Lingkun, et al.
- 中医舌象客观化技术的可视化分析
- Visual analysis of tongue image objectification technique in traditional Chinese medicine
- 天津中医药, 2025, 42(4): 467-474
- Tianjin Journal of Traditional Chinese Medicine, 2025, 42(4): 467-474
- http://dx.doi.org/10.11656/j.issn.1672-1519.2025.04.10
-
文章历史
- 收稿日期: 2025-01-09
中医舌诊最早可追溯至殷商时期,为临床重要诊法之一[1],对判断正气盛衰、病邪性质、病位深浅以及推测疾病预后与转归有着重要意义[2]。但中医传统验舌方法易受外界因素干扰,同时由于医师自身知识储备与临床经验不同,对舌象判断也存在较强的主观性、差异性,导致舌诊的诊断结果可重复性差[3],限制了中医临床经验传承发展[4]。运用现代科学技术手段研究舌诊原理,将中医舌象客观化、定量化已成为舌象研究的热点方向[5]。
VOS viewer是由荷兰莱顿大学的Nees Jan van Eck和Ludo Waltman开发的用于绘制知识图谱的文献计量分析软件[6],通过对某学科领域的作者、研究机构、关键词等方面进行可视化分析,可形象、准确、便捷地对该领域的研究历程进行客观分析[7]。本研究利用这一文献计量分析软件,对中英文6个数据库自建库以来至2021年12月31日中医舌诊客观化研究文献进行可视化分析,旨在梳理并总结中医舌象客观化的发展过程与研究热点,为中医舌诊客观化的未来发展提供借鉴与参考。
1 资料与方法 1.1 资料来源及检索策略资料来源:计算机检索中国知网(CNKI),万方数据网(Wanfang Database),中国生物医学文献数据库(SinoMed),PubMed,EMbase,Web of Science数据库。检索策略:以“舌象”为主题词进行检索,搜集中医舌诊相关研究文献,检索时限为建库至2021年12月31日。
1.2 纳排标准纳入标准:符合“舌象客观化”主题,并公开发表的期刊文献。排除标准:技术标准、病案报告、动物研究、经验介绍、科普文章、专家评论等等。
1.3 研究方法将CNKI,Wanfang Database,SinoMed中符合纳入标准的文献以Refworks格式导出,PubMed,EMbase,Web of Science数据库中纳入文献以WOSCC中“纯文本文件”导出,记录内容选择全记录与引用参考文献,以“download_.txt”命名,然后采用VOSviewer软件对导出的文献进行格式转换,去除重复文献,并进行可视化展示,英文机构合作共现网络采用R软件生成。
2 结果 2.1 中医舌诊客观化研究发文量本研究统计了以中、英文发表的中医舌诊客观化研究的数量,共1 997篇。其中中文文献1 428篇,英文文献569篇。国内中医舌诊客观化研究发表最早的1篇文献在1977年,国际上发表最早的1篇中医舌象文献在1989年,20世纪90年代后舌诊客观化逐渐成为国内国际相关领域学者的研究热点。
2.2 期刊发表情况国内发表中医舌诊客观化研究的期刊有407个,发表研究数量前五的期刊分别是《中华中医药杂志》(46篇),其次为《中医杂志》(38篇)、《辽宁中医杂志》(35篇)、《世界科学技术-中医药现代化》(26篇)、《北京生物医学工程》(19篇),发表研究数量排位前10的期刊。见表 1。
国际上发表舌诊客观化文献的期刊共382个,发表研究数量前3的期刊分别为International Conference on Bioinformatic(18篇)、Evidence-based Complementary and Alternative Medic(16篇)、International Conference on Biomedical Engine(9篇),发表文献数量排位前10的期刊。见表 2。
为突出显示核心作者,选取中文发文量大于等于5篇,英文发文量大于3篇的作者进行可视化分析。图谱显示,国内中医舌诊客观化研究领域有200名作者。国际上研究中医舌诊客观化的研究者有77名。国内发文量最多的作者为王忆勤(41篇),其次为许家佗(39篇),再次为沈兰荪(37篇),发文量排位前20的作者见表 3。
国际上发文量最高的作者是David Zhang(20篇),其次为Jiatuo Xu(许家佗)(18篇),再次为Yiqin Wang(王忆勤)(11篇),发文量排位前18的作者见表 4。
采用VOSviewer软件对舌诊客观化研究领域的中、英文核心作者合作情况进行分析。
知识图谱显示,中医舌诊客观化的研究团队较多,时间跨度较大,从1977年至今,不断有团队开展中医舌诊客观化研究。2000年以前的研究团队主要以张伯礼、秦吉华、吴正治等人为核心,张伯礼研究团队主要关注舌诊文献整理、舌诊检测仪器的研制及舌色的客观化研究[8-9];秦吉华研究团队主要关注不同疾病患者舌象的细胞学研究;吴正治研究团队主要关注胃脘痛相关证型舌苔上皮及免疫细胞的细胞化学研究及常见舌苔上皮的细胞化学研究[10];2000—2010年,研究团队主要以许家佗、沈兰荪李灿东等人为核心,许家佗研究团队主要关注采用计算机技术识别、分析舌象、舌色特征[11];沈兰荪研究团队主要致力于将现代计算机技术运用于舌象分析仪的设计[12];李灿东研究团队主要关注慢性胃炎、原发性不孕症、围绝经期综合征的不同证型与舌苔脱落细胞凋亡的相关性[13-15]。2010年以后研究团队主要以王忆勤、陆小左等人为核心,王忆勤研究团队的研究方向主要为舌苔中相关蛋白的研究、疾病的舌象参数特征、中医舌诊仪的图像信息规范化采集、舌象分割技术[16];陆小左研究团队主要关注基于光谱技术的中医舌诊客观化研究[17]。见图 1。
![]() |
图 1 中文作者合作共现网络 Fig. 1 Chinese authors co-occurrence network |
英文作者合作网络知识图谱显示,目前国际上形成了3个合作紧密且发表文献数量较多的团队,分别为:1)以David Zhang(曾先后供职于香港理工大学,香港中文大学),澳门大学的Bob Zhang,深圳大学Xingzheng Wang为核心的研究团队,关注的热点集中于舌象颜色的校正和分析、舌象的分割方法(包括舌体分割)[18];2)以上海中医药大学Yiqin Wang(王忆勤)、Peng Qian(钱鹏)为核心的研究团队,该团队主要关注舌象的颜色识别及颜色校正方法、舌象特征的分割方法等[19];3)以上海中医药大学的Jiatuo Xu(许家佗)、Ji Cui(崔骥)、Xiaojuan Hu(胡晓娟)等为核心的研究团队,注重将中医舌诊客观化的研究结果应用于临床,以及运用计算机技术和人工智能对舌象进行分类和分割[20]。见图 2。
![]() |
图 2 英文作者合作共现网络 Fig. 2 English authors co-occurrence network |
采用VOS viewer、R软件分别对中、英文文献的发文机构进行可视化图谱分析。选取国内发文量大于等于3篇的机构、国际上发文量大于2篇的机构,进行可视化图谱的绘制。
国内发文量最高的机构为上海中医药大学(85篇),其次为北京工业大学(56篇)和天津中医药大学(44篇),发文量排位前10的机构见表 5。
英文发文量最高的机构为上海中医药大学(44篇)、其次为清华大学(17篇),再次为上海交通大学(10篇),发文量排位前10的机构见表 6。
在国内,发表中医舌诊客观化研究文献的机构主要集中在中医药类大学,形成了以上海中医药大学、北京工业大学、天津中医药大学、南京中医药大学为核心的合作网络,但机构之间合作较少,主要以高校间跨学科合作或高校联合其附属医院的形式进行合作。见图 3。
![]() |
图 3 中文机构合作共现网络 Fig. 3 Co-occurrence network of Chinese institutions |
上海中医药大学与华东理工大学、厦门大学等综合类大学展开学科交叉合作,注重将舌诊客观化研究的技术和成果应用于临床实践,展开对疾病的风险预测及疗效评价等研究,是国内将中医理论与计算机技术结合得较好的机构。
北京工业大学在舌诊客观化方面的研究主要集中在运用计算机技术对舌象进行分析,包括舌色的识别、校正与分析,舌质舌苔的分离、舌象的分割,舌体动态的分析,舌象特征信息采集分析等等,但是其研究涉及中医的内容相对较少,与中医临床结合还不充分。
天津中医药大学主要与天津大学展开合作,研究方向较多,重点关注采取不同技术方法对舌象中舌苔舌质进行分离并提取信息,同时也关注舌诊客观化的临床应用,如基于光谱法舌诊对脂肪肝进行快速诊断等。
在国际期刊上发表文献的机构主要以高等院校及医院为主,其中高等院校以综合类大学及工科类大学为主,中医药类大学较少,合作方式主要以在不同国家之间,跨机构、跨学科合作为主。研究领域形成了数个研究团队,其中较大的3个合作群体,以清华大学、上海中医药大学、上海交通大学为中心,国内外多个机构合作的研究团体。见图 4。
![]() |
图 4 英文机构合作共现网络 Fig. 4 Co-occurrence network of English institutions |
主要以应用计算机技术对舌象进行定性、定量、定位研究以及分析舌苔代谢物、微生物、蛋白的变化为主,基于中医理论指导,以中医诊疗方式应用于临床对疾病进行预防、诊断、疗效评价的研究较少。其中上海中医药大学主要关注舌象的分割方法及慢性胃炎患者舌苔的代谢物与蛋白的变化;清华大学主要关注舌象特征的自动提取及分类、舌象的分割以及检测舌苔中的微生物群等;上海交通大学主要关注高光谱技术应用于舌象的颜色分析、识别及舌象分割。
2.5 关键词共现图谱关键词是对纳入文献核心观点及主题的高度归纳与概括,可反映该领域的热点和前沿。为集中展现舌诊客观化的研究热点,本次研究选取中英文文献中关键词出现次数超过3次的关键词进行共现分析,中文关键词共现图谱中共有关键词350个,共计出现频数2 899次,频数排位前20的中文关键词见表 7。英文关键词95个,共计出现频数919次,频次排位前20的英文关键词见表 8。
分析中文关键词共现图谱可知,在中医舌诊客观化研究领域,最受研究者关注的研究方向为舌苔、舌象、舌下脉络等方面。随着研究者对舌诊客观化的认识不断深入,计算机技术不断成熟,研究者的关注点逐渐产生了较为明显的转变。2010年以前,研究者主要关注不同疾病在舌象舌苔上的特征以及各种舌象舌苔产生的机制。2010年后研究者开始关注对舌色、苔色进行标准统一的颜色提取、校正、分析,对舌象进行分割、处理,及舌诊仪的研制和应用。见图 5。
![]() |
图 5 中文关键词共现分析 Fig. 5 Co-occurrence analysis of Chinese keywords |
分析英文关键词共现图谱可知,2010年之前国外发表的文献主要关注运用计算机技术对舌象采集设备的功能进行研究,如自动识别,辅助诊断等,以及从微观角度如组织学病理学等分析不同舌象产生的原因;2010年至今,舌诊客观化研究关注的方向逐渐细化,并将人工智能技术运用于舌诊客观化领域,更关注舌象的标准化采集,预处理和分析,诊断的准确度研究等等,微观方面则重点关注舌苔的代谢物、微生物及蛋白与疾病的相关性。见图 6。
![]() |
图 6 英文关键词共现分析 Fig. 6 Co-occurrence analysis of English keywords |
本研究运用VOS viewer软件和R软件对CNKI,Wanfang Database,SinoMed,PubMed,EMbase,Web of Science数据库收录的文献展开计量学及可视化分析,通过对关键词、作者信息等内容的梳理,构建作者/机构合作网络、关键词共现图谱,以之展开分析中医舌象客观化技术的发展态势。
结合中英文文献发表情况发现,国内国际上都发表了较多关于中医舌象客观化的论文,表明学术界对中医舌象客观化研究颇为关注。但国内国际文献侧重有所不同,国内研究文献大多发表在中医类杂志,如中华中医药杂志等,研究内容具有多样化,既有舌象客观化技术的发展创新,也有舌象客观化技术与中医理论结合而应用于临床诊断、疗效评价等研究。而国际上的文献则有相当一部分发表在计算机类期刊上,主要以舌诊客观化技术的创新应用为主,较少与中医理论及临床应用相关。
结合作者、机构合作网络知识图谱发现,国内文献高频作者间形成了较稳定的团队协作,以几位核心作者为联结点完成了各学术团队的协作联接,所发表文献的高频单位主要为中医院校及其附属医院,而国际文献则增加了多所国内综合性高等院校。这凸显了目前学界中医舌象客观化技术的科研主体为高校及其附属医院,而涉及中医舌象客观化技术的医疗设备企业不足,表明了中医舌象客观化技术的市场应用驱动尚有差距。同时不容忽视的是高频单位属性过于单一、大数据及计算机研究机构的缺失,反映了中医舌诊研究与其他学科交叉亦有缺陷。
通过分析对比中英文文献关键词发现,国内国际上发表的舌象客观化文献研究类型不尽相同。国内文献舌象客观化研究方向更加广泛,有基因表达、肠道微生态、分子机制等微观方面的研究,有应用计算机技术,人工智能对舌象参数进行量化的研究,也有客观化技术与中医传统理论相结合应用于临床诊断筛查、疗效评价的研究。国外文献的客观化研究主要集中在计算机技术、人工智能对舌象的分析,以及微观层面对舌苔代谢物、微生物、蛋白等物质的观察,较少有舌象客观化应用于临床的研究发表。
综上所述,在中医舌象客观化技术领域,已经形成了一定的科研协作团队,并在舌象参数量化、微观生物学方面取得了较多研究成果。但是基于中医传统理论应用于中医临床诊疗实践的研究依旧相对不多,同时也缺乏中医传统理论与大数据及计算机科学等学科的深度交叉研究内容,这应是中医舌象客观化研究未来关注的重点。
[1] |
田琪, 吕琴, 任健, 等. 舌象采集及其特征分析的客观化研究进展[J]. 中医药导报, 2023, 29(3): 119-123. |
[2] |
张继伟, 李秋艳, 王妙然, 等. 基于VOSviewer和CiteSpace的舌诊客观化知识图谱可视化分析[J]. 世界中西医结合杂志, 2022, 17(9): 1697-1703, 1708. |
[3] |
孙璇, 王东军, 田春颖, 等. 中医舌诊客观化可视化分析[J]. 天津中医药, 2021, 38(12): 1537-1543. DOI:10.11656/j.issn.1672-1519.2021.12.10 |
[4] |
蔡轶珩, 胡绍斌, 关静, 等. 中医舌诊客观化技术发展分析及应用探讨[J]. 世界科学技术-中医药现代化, 2021, 23(7): 2447-2453. |
[5] |
钱鹏, 燕海霞, 李福凤. 中医舌诊客观化研究的临床应用进展[J]. 中华中医药杂志, 2021, 36(5): 2839-2842. |
[6] |
徐琼, 张恒, 秦浩人, 等. 基于CiteSpace及VOSviewer可视化分析中医药治疗癌因性疲乏的研究热点和趋势[J]. 浙江中医药大学学报, 2023, 47(7): 813-823. |
[7] |
张天翼, 王广建, 邓晋超, 等. 基于Citespace对中医药治疗早泄研究的可视化分析[J]. 辽宁中医杂志, 2022, 49(12): 6-9, 221-222. |
[8] |
张伯礼, 张丽蓉, 阮士怡, 等. 6708例健康人舌象调查分析(四)[J]. 天津中医药, 1993, 10(2): 35-38. |
[9] |
张伯礼, 徐宗佩, 刘华一, 等. 舌象色度学研究[J]. 天津中医药, 1992, 9(4): 38-40. |
[10] |
秦吉华, 王莉, 周月, 等. 胃癌患者舌象与舌上皮细胞关系初探: 附50例分析[J]. 中西医结合杂志, 1987, 7(1): 30-32, 5. |
[11] |
许家佗, 屠立平, 张志枫, 等. 基于图像区域分割方法的舌质与舌苔识别[J]. 上海中医药大学学报, 2009, 23(3): 42-45. |
[12] |
曹美玲, 蔡轶珩, 刘长江, 等. 基于ICC标准的新型舌象仪的彩色校正研究[J]. 测控技术, 2007, 26(5): 23-25. |
[13] |
李灿东, 高碧珍, 兰启防, 等. 慢性胃炎脾胃湿热证舌象与细胞凋亡的临床研究[C]. 中华中医药学会. 中医药优秀论文选(下), 2009: 5.
|
[14] |
李灿东, 高碧珍, 兰启防, 等. 原发性不孕症患者舌苔脱落细胞与女性性激素的相关性研究[J]. 中国中医药科技, 2005, 12(2): 65-67. |
[15] |
梁文娜, 李灿东, 高碧珍, 等. 围绝经期综合征中医肝郁分级与舌苔脱落细胞凋亡的相关性[J]. 中医杂志, 2011, 52(10): 844-847, 864. |
[16] |
王庆盛, 高慧, 许朝霞, 等. 冠心病及其不同合并病患者的舌诊参数特征分析[J]. 中华中医药杂志, 2022, 37(3): 1316-1320. |
[17] |
刘珍珍, 王益民, 陆小左, 等. 基于光谱法的舌诊研究浅析[J]. 西部中医药, 2020, 33(12): 124-126. |
[18] |
WANG X Z, ZHANG B, YANG Z M, et al. Statistical analysis of tongue images for feature extraction and diagnostics[J]. IEEE Transactions on Image Processing, 2013, 22(12): 5336-5347. |
[19] |
YAN J J, CAI J X, XU Z, et al. Tongue crack recognition using segmentation based deep learning[J]. Scientific Reports, 2023, 13(1): 511. |
[20] |
LI J, HUANG J B, JIANG T, et al. A multi-step approach for tongue image classification in patients with diabetes[J]. Computers in Biology and Medicine, 2022, 149: 105935. |