天津中医药大学学报  2022, Vol. 41 Issue (4): 438-441

文章信息

马贝, 刘珍珍, 赵静, 王益民
MA Bei, LIU Zhenzhen, ZHAO Jing, WANG Yimin
中医舌苔厚度的高光谱检测与分析
Hyperspectral detection and analysis of tongue coating thickness in traditional Chinese medicine
天津中医药大学学报, 2022, 41(4): 438-441
Journal of Tianjin University of Traditional Chinese Medicine, 2022, 41(4): 438-441
http://dx.doi.org/10.11656/j.issn.1673-9043.2022.04.08

文章历史

收稿日期: 2022-03-02
中医舌苔厚度的高光谱检测与分析
马贝1 , 刘珍珍1 , 赵静2 , 王益民3     
1. 天津中医药大学研究生院,天津 301617;
2. 天津中医药大学制药工程学院,天津 301617;
3. 天津中医药大学中医药研究院,天津 301617
摘要: [目的] 利用高光谱技术进行中医不同舌苔测量,探索建立中医舌苔厚度的现代技术检测方法。[方法] 对临床门诊患者进行舌象采集,分别拍摄得到同一患者数码舌象与高光谱舌象,共计609例。利用数码舌象确定舌苔类型,依据纳入排除标准筛选出薄白苔组129例、水滑苔组78例、白腻苔组179例、黄腻苔组103例,共计489例为研究对象,按照舌尖、舌中、舌根、舌左、舌右5个不同舌面分区,对比不同类型舌苔之间的高光谱舌象数值及其差异性。[结果] 在舌尖分区,黄腻苔组数值高于薄白苔组且有显著统计学差异(P<0.01);在舌中、舌根分区,白腻苔组数值均高于薄白苔组和水滑苔组且有极显著统计学差异(P<0.001),黄腻苔组数值均高于薄白苔组和水滑苔组且有极显著统计学差异(P<0.001);在舌左分区,黄腻苔组数值均高于薄白苔组和水滑苔组且有显著统计学差异(P<0.01),高于白腻苔组且有统计学差异(P<0.05);在舌右分区,黄腻苔组数值高于薄白苔组且有显著统计学差异(P<0.01),高于水滑苔组且有极其显著统计学差异(P<0.001);其他组组间未见明显统计学差异。[结论] 高光谱数值对舌苔厚度的变化呈正相关,提示高光谱技术可以用于舌苔厚度的测定。
关键词: 高光谱    舌诊    舌苔厚度    苔质    舌诊客观化    
Hyperspectral detection and analysis of tongue coating thickness in traditional Chinese medicine
MA Bei1 , LIU Zhenzhen1 , ZHAO Jing2 , WANG Yimin3     
1. Graduate School, Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China;
2. Pharmaceutical Engineering School, Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China;
3. Chinese Medicine Research Institute, Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China
Abstract: [Objective] The paper measures different types of tongue coating in traditional Chinese medicine (TCM) using hyperspectral technology, it explores how to establish a modern technical method to detect the thickness of tongue coating. [Methods] Tongue images were collected from a total of 609 clinical outpatients by taking respectively the digital tongue images and hyperspectral images of the same patient. The digital tongue images were used to determine the type of tongue coating. According to the inclusion and exclusion criteria, a total of 489 cases were selected as the research objects with 129 cases in the thin white coating group, 78 cases in the water sliding coating group, 179 cases in the white greasy coating group, and 103 cases in the yellow greasy coating group. The hyperspectral tongue image values and their differences between different types of tongue coating groups were compared in five different tongue sections: the tip of the tongue, the center of the tongue, the root of the tongue, the left side of the tongue, and the right side of the tongue. [Results] In the tip of the tongue section, the value in the yellow greasy coating group was higher than that in the thin white coating group, and the difference was statistically significant (P < 0.01). In the center and the root of the tongue sections, the value in the white greasy coating group was higher than those in the thin white coating group and the water sliding coating group, and the difference was extremely statistically significant (P < 0.001). The value in the yellow greasy coating group was higher than those in the thin white coating group and the water sliding coating group, and the difference was extremely statistically significant(P < 0.001).In the left side of the tongue section, the value in the yellow greasy coating group was higher than those in the thin white coating group and the water sliding coating group, and the difference was statistically significant (P < 0.01);the same value was also higher than that in the white greasy coating group, and the difference was statistically significant(P < 0.05). In the right side of the tongue section, the value in the yellow greasy coating group was higher than that in the thin white coating group, indicating a statistically significant difference(P < 0.01), and was higher than that in the water sliding coating group, indicating an extremely statistically significant difference (P < 0.001). There were no significant statistical differences among all the other groups. [Conclusion] The hyperspectral value is positively correlated with the change of the tongue coating thickness, suggesting that the hyperspectral technique can be applied to the measurement of the tongue coating thickness.
Key words: hyperspectral imaging    tongue diagnosis    tongue coating thickness    coating nature    tongue diagnosis objectification    

舌苔是舌面上的一层苔状物,中医认为由脾胃之气上蒸胃阴而成[1]。对舌苔的观察是中医舌诊主要内容之一,具体包括望苔质、望苔色。在望苔质中,舌苔厚度是一项很重要的指标,一般情况下舌苔的厚度随着病情由轻及重的进展而变厚,因此定量检测舌苔厚度对于中医诊断病情具有重要的意义。本研究将高光谱技术应用于不同舌苔厚度的测定,通过比较不同舌苔之间的高光谱数值差异,实现舌苔厚度的定量化检测与分析。

1 资料与方法 1.1 一般资料

所有病例均来源于天津中医药大学第二附属医院心血管科门诊患者,共采集患者舌象609例。经过筛选和判定,得到薄白苔、水滑苔、白腻苔、黄腻苔共计489例,其中薄白苔129例,水滑苔78例,白腻苔179例,黄腻苔103例。遵循《赫尔辛基宣言》,所有入组人员均签署知情同意书,通过了天津中医药大学伦理委员会审查。

1.2 纳排标准 1.2.1 纳入标准

1)年龄≥18岁;2)神志清楚,有一定理解能力,能够与他人进行正常的语言或书面沟通;3)签署知情同意书。

1.2.2 排除标准

1)由于各种原因无法配合调查者(患有精神疾病,或理解、听力言语、活动功能障碍);2)无法稳定伸出舌头满足舌图像拍摄条件者;3)刚食用或饮用过使舌头染色的物质者;4)刚刮过舌头者;5)采集图像不清楚或者伸舌不完整者;6)严重白内障、光过敏及做过眼部手术者。

1.3 采集方法

本研究使用美国SOC公司的SOC710高光谱成像仪以及相关必要组件进行舌面高光谱图像的获取,同时使用数码相机拍取舌面数码图像。患者信息、舌面数码图像、舌面光谱图像三者一一对应。依据舌面数码图像确定舌苔种类,将每幅舌面数码图像交由两名主治医师判定并记录,意见一致则采用,不一致时再请另一名主任医师判断,得出最终结果。

1.4 数据的获取与预处理 1.4.1 光谱数据的获取

使用ENVI4.7软件打开所采集的高光谱图像,分别在舌尖、舌中、舌左、舌右、舌根处选取一定区域,导出高光谱数据进行进一步分析。舌面分区依据许家佗舌面部位比例划分方法[2],即全舌体前1/5为舌尖,左侧1/5位舌左,右侧1/5为舌右,后部1/5为舌根,中间部分为舌中,示意图见图 1

图 1 舌面分区示意图
1.4.2 光谱数据归一化

为了消除外部干扰光线的影响,在控制变量的前提下,对所采集舌象的高光谱数据进行归一化处理,以在减小误差的同时增大不同组数据间的差异性[3]。归一化计算公式如式(1)所示。

(1)

其中,X—光谱曲线上某波长下的光谱强度;Xmin—光谱曲线各波长下光谱强度的最小值;Xmax—光谱曲线各波长下光谱强度的最大值。

1.5 选取特征波长

高光谱仪检测光谱范围分布于373~1 049 nm之间,共计128个波段。参照刘明[4]等人在基于双波长比值光谱差异度指数进行苔质分离中的波长选取方法,选定波长576.73 nm作为特征波长,以该波长下的高光谱舌象数值代表舌苔的高光谱特征。

1.6 统计学方法

采用SPSS 24.0进行统计分析,计量资料以均数±标准差(x±s)表示,首先对4组舌苔数据进行正态性检验,若数据服从正态分布,则采用方差分析;若数据不服从正态分布,则采用非参数检验。若检验结果P<0.05,表示有统计学意义,需进行事后多重比较。

2 结果与分析 2.1 高光谱图像

本实验所得4种舌苔所对应的高光谱舌象见图 2,其中每幅图左边为该舌苔对应数码图像,右边为对应高光谱图像,两张图取自同一样本。

图 2 不同种类舌苔对应数码图像与高光谱图像
2.2 不同舌苔高光谱值

对特征波长576.73 nm处的舌苔高光谱图像进行分析,分别求得每种舌苔反射光谱平均值并进行归一化处理,得出具体数值见表 1

表 1 舌苔归一化高光谱数值(x±s

在舌尖分区,薄白苔组高光谱数值最小,黄腻苔组数值最大,4种舌苔高光谱检测数值由小到大排列顺序为:薄白苔<水滑苔<白腻苔<黄腻苔。其中,黄腻苔组数值高于薄白苔组且有显著统计学差异(P<0.01),其他组间无统计学差异(P>0.05)。

在舌中分区,水滑苔组数值最小,黄腻苔组数值最大,4种舌苔高光谱检测数值由小到大排列顺序为:水滑苔<薄白苔<白腻苔<黄腻苔。其中,黄腻苔组数值均高于薄白苔组和水滑苔组且有极显著统计学差异(P<0.001),白腻苔组数值均高于薄白苔组和水滑苔组且有极显著统计学差异(P<0.001),黄腻苔组和白腻苔组、水滑苔组和薄白苔组间均无统计学差异(P>0.05)。

在舌根分区,水滑苔组数值最小,黄腻苔组数值最大,四种舌苔高光谱检测数值由小到大排列顺序为:水滑苔<薄白苔<白腻苔<黄腻苔。其中黄腻苔组数值均高于薄白苔组和水滑苔组且有极显著统计学差异(P<0.001),白腻苔组数值均高于薄白苔组和水滑苔组且有极显著统计学差异(P<0.001),黄腻苔组和白腻苔组之间、水滑苔组和薄白苔组之间均无统计学差异(P>0.05)。

在舌左分区,水滑苔组数值最小,黄腻苔组数值最大,4种舌苔高光谱检测数值由小到大排列顺序为:水滑苔<薄白苔<白腻苔<黄腻苔。其中,黄腻苔组数值均高于薄白苔组和水滑苔组且有显著统计学差异(P<0.01),也高于白腻苔组且有统计学差异(P<0.05),其他组间无差异。

在舌右分区,水滑苔组数值最小,黄腻苔组数值最大,四种舌苔舌苔高光谱检测数值由小到大排列顺序为:水滑苔<薄白苔<白腻苔<黄腻苔。其中,黄腻苔组数值高于薄白苔组且有统计学差异(P<0.01)、也高于水滑苔且有极显著统计学差异(P<0.001),其他组间无差异。

3 讨论

舌诊是中医的重要诊察方法,是中医辨证论治的主要依据。舌诊的主要观察内容包括舌色质、舌体、舌苔[5],其中舌苔的厚度反映了邪正盛衰和邪气之深浅。舌苔由薄转厚,提示病进;舌苔由厚转薄,提示病退[6]。现代研究显示,舌苔的本质[7]是一种混合物,舌丝状乳头表面覆盖有角化的鳞状上皮细胞,当角化皮剥落延缓,与食物残渣、唾液、细菌等混杂,附着于舌乳头表面,便成为舌苔。梁嵘等[8]发现,急性心肌梗死患者舌苔厚度与疾病所引起的应激激素变化密切相关;胡捷[9]通过比较胃癌患者与健康人的舌苔厚度,发现为胃癌组的舌苔厚度明显高于健康组。通过以上文献记载与现代研究可以看到,定量检测舌苔的厚度对于中医诊断病情具有重要的意义。

本研究所选取的心血管门诊患者舌苔中,薄白苔的特点为透过舌苔能隐隐见到舌质;水滑苔的特点为舌面水分过多,伸舌欲滴,扪之湿滑;白腻苔与黄腻苔的特点为中间厚、边周薄,紧贴舌面,揩之不去。人眼直接观察可以看出舌中、舌根是舌苔的主要分布区域,白腻苔与黄腻苔的厚度明显高于薄白苔和水滑苔。检测结果提示,高光谱数值对于不同种类的舌苔具有敏感性,能够反应舌苔主要分布区域的不同舌苔厚度的差异,并表现为水滑苔<薄白苔<白腻苔<黄腻苔,具有一致性,这为进一步利用高光谱成像技术完善舌苔定量及分析,建立舌苔客观化评价方法提供了基础实测数据支持。

高光谱成像技术是近十几年发展起来的集探测器件、精密光学器械、微弱信号检测、计算机及信息处理等技术于一体的综合性影像技术。具有光谱范围广、光谱分辨率高以及图谱合一的特点,所获得的光谱图像信息量丰富、数据描述模型多、应用前景广泛。该技术早期主要应用于空间遥感与测量,近年来已逐渐渗透入其他领域。在生物医学领域,作为一种新型的、非接触式的光学诊断技术,通过光谱图像信息为临床医学提供了一种有效的辅助诊断手段,具有很好的发展潜力。

参考文献
[1]
陈家旭. 中医诊断学[M]. 北京: 中国中医药出版社, 2015.
CHEN J X. Traditional Chinese medicine dagnostics[M]. Beijing: China Press of Traditional Chinese Medicine, 2015.
[2]
许家佗. 中医舌诊彩色图谱: 汉英对照[M]. 上海: 上海中医药大学出版社, 2009.
XU J T. Color atlas of Chinese medical tongue diagnosis[M]. Shanghai: Shanghai Pujiang Education Press, 2009.
[3]
赵静, 李哲, 李刚, 等. 反射率归一化用于提高光谱法舌诊信噪比[J]. 光谱学与光谱分析, 2012, 32(6): 1624-1627.
ZHAO J, LI Z, LI G, et al. Improving signal to noise ratio of spectroscopy for tongue inspection by reflectivity normalization method[J]. Spectroscopy and Spectral Analysis, 2012, 32(6): 1624-1627. DOI:10.3964/j.issn.1000-0593(2012)06-1624-04
[4]
刘明, 赵静, 吴太夏, 等. 双波长比值光谱差异度指数用于人体舌苔舌质分离[J]. 光谱学与光谱分析, 2018, 38(6): 1798-1803.
LIU M, ZHAO J, WU T X, et al. Separation of tongue coat and tongue proper based on optical spectrum dissimilarity index using double-wavelength ratio[J]. Spectroscopy and Spectral Analysis, 2018, 38(6): 1798-1803.
[5]
蒋海洋, 王慧雯, 郭春荣, 等. 舌图像处理技术的研究进展[J]. 中国中医药科技, 2021, 28(1): 164-166.
JIANG H Y, WANG H W, GUO C R, et al. Research progress of tongue image processing technology[J]. Chinese Journal of Traditional Medical Science and Technology, 2021, 28(1): 164-166.
[6]
李丹, 戴彦成, 姚颖梬, 等. 溃疡性结肠炎薄白苔和黄腻苔患者的唾液菌群特征分析[J]. 中国中西医结合消化杂志, 2021, 29(6): 392-397.
LI D, DAI Y C, YAO Y Y, et al. Characteristics of salivary microbiota in patients with ulcerative colitis with thin white fur and yellow greasy fur[J]. Chinese Journal of Integrated Traditional and Western Medicine on Digestion, 2021, 29(6): 392-397. DOI:10.3969/j.issn.1671-038X.2021.06.03
[7]
杜希哲, 李林, 陈曦, 等. 舌疾病学[M]. 上海: 第二军医大学出版社, 2013.
DU X Z, LI L, CHEN X, et al. Tongue disease[M]. Shanghai: Second Military Medical University Press, 2013.
[8]
梁嵘, 朱迎春, 王召平, 等. 急性心肌梗死患者的舌苔厚度与应激激素间关系的研究[J]. 北京中医药大学学报, 2005, 28(4): 80-83.
LIANG R, ZHU Y C, WANG Z P, et al. Relationship between thickness of tongue coating and excitable hormone in patients with acute myocardial infarction[J]. Journal of Beijing University of Traditional Chinese Medicine, 2005, 28(4): 80-83.
[9]
胡捷. 健康人和胃癌患者的舌苔厚度和菌群差异研究[D]. 芜湖: 皖南医学院, 2016.
HU J. Analysis of tongue coating thickness and microbiota differences in patients with gastric cancer and healthy people[D]. Wuhu: Wannan Medical College, 2016.