舌象的客观化研究

舌象的客观化研究

近年来，计算机图像分析技术被用于中医舌象的客观研究。研究内容不仅集中在舌象颜色信息的识别和分类上，还集中在舌象的纹理特征的分析和识别上。舌象的纹理分析包括舌质纹理、舌苔纹理和特殊纹理形态的点刺、瘀点、齿痕、裂纹等。本文则针对舌象中点刺与瘀点特征,依据景物匹配的原则,对特殊纹理判断的特点进行舌象纹理的量化、定义和分类。实验建立了舌象中点刺与瘀点特征的图像识别方法,并尝试将该方法应用与临床舌象的判别。1材料和方法1.1照明、以大陆法系的自然流程图像采集设备选用CASIO-3000EX数码相机,最大分辨率为2048×1536,彩色深度为24bit,自动对焦,0.06m至无限,三脚架固定。照明选用国际照明委员会(CIE)推荐使用的代表日光的标准光源D65,显色指数Ra=95,色温为6500K。自然光下使用该标准光源,照明光源的几何条件按照45/0(照明/观测)安排光路。被测者采取坐位或仰卧位,面对自然光线与辅助光源,确保舌面光线明亮。伸舌时尽量张口,将舌体伸出口外。舌体放松,舌面平展,舌尖自然下垂。1.2边缘检测和区域分割的方法与一般意义首先,前期的预处理基于边缘检测方法完成舌象从背景中提取,在此基础上对舌象进行纹理分析和点刺、瘀点特征的分析识别。边缘检测和区域分割的具体方法将在其他论文中论述,本文工作在完成舌象目标分离的基础上进行的。整个程序设计都是在VisualC++6.0的环境下编程实现的。1.3特征向量匹配方法的运用,实现提出“匹配”过程的概念舌象特殊纹理形态的分析,在中医舌诊中也有比较重要的诊断价值,其内容主要有点刺、瘀点、裂纹、齿痕等。舌象的特殊纹理形态在广义上仍属于图像的纹理分析,但又不同于一般纹理特征的描述。特殊纹理形态的识别实际上是以“特殊纹理”定义对图像进行“景物匹配”的过程,也即对给定的景物去建立或寻找与内部预先确定的表示之间的关系。一个简单有效的景物匹配方法就是特征向量匹配方法,它通过对一组特征向量取值来定义给定的景物,然后通过特征向量空间对应性来完成景物匹配。对于一类景物,可以采用一组特征向量y来描述:y=(y1,y2…yn)∈Rn而m个不同景物的样本特征向量分别为:y(j)∈Rn,j=1,2…m所以,只要输入的景物y与某个y(j)一致,我们就可以确定该景物为所描述的标准景物。一般情况下,特征向量可以为一个范围,即通过一个特征子空间来表示标准子空间的描述,只要输入的该特征向量落入标准特征子空间,就认为该特征属于所描述的标准特征。舌象特殊纹理形态的识别——即“匹配”过程的基本思想可以概括为:①对特殊纹理形态的定义,即采用一个特征子空间向量对其进行标准描述。通过对舌象特殊纹理形态的标准描述,建立特征向量子空间,完成点刺、瘀点、裂纹、齿痕等定义;②对舌象图像向量进行匹配,只要输入的舌象特征向量落入标准特征子空间,就认为该特征属于所描述的标准特征,即属于某种特殊纹理形态。1.4点刺、瘀点的特征根据实验首先对点刺、瘀点在图像中的特征向量进行分析。在舌象特殊纹理形态中,点刺、瘀点是比较具有典型性的一种纹理特征,其视觉特征主要表现为:①颜色的不同:点刺、瘀点的取值范围和舌的其他部分不同,点刺(或红点)较舌色颜色更深、更红,瘀点的颜色则表现为青紫色;②灰度值不同:点刺(或红点)、瘀点的灰度值都明显要比它们临近的区域的灰度值小;③形状较小而且大小相当相对稳定:由于它们都是菌状乳头循环异常的表现,所以形态大小比较接近。根据点刺、瘀点的这些特点,我们对典型的点刺、瘀点特征进行了分析提出,主要从R、G、B范围、灰度均值(AVG)差值和舌象上分布三方面来辨别舌象上的点刺和瘀点特征。实验一致采用200×200的标准预处理后的图像,在9×9模板进行识别,对点刺、瘀点颜色的绝对指标和灰度均值在模板区域的相对值来判断点刺的存在。1.4.1点颜色属性r、g、b对于点刺颜色的绝对指标即是给出点刺的R、G、B的范围来确定该象素点颜色属性是是否属于点刺或瘀点。根据对典型点刺和瘀点颜色测试,R、G、B的范围为:点刺(R>190&&G<130&&B<150);瘀点(R<180&&G<100&&B<80)。1.4.2点刺和瘀点的阈值对于相对值即是在一个9×9矩阵区域中,来判断中心点周围的3×3模板的灰度均值(avg)与大模板的灰度均值(AVG)的相对差值,点刺和瘀点的这个差值的绝对值大于某一个阈值。同理用该9×9矩阵对整个舌象进行检测。根据对典型点刺和瘀点的测试,(AVG-avg)的阈值为:点刺>20;瘀点>30。点刺或瘀点的存在,必须同时满足1.4.1和1.4.2两步判断,缺一不可。1.4.3点刺瘀点的数量实验对点刺、瘀点的识别采用了定位、定量与定性相结合的设计方法。实验同时根据舌体部位划分方法(见附图)计算出点刺瘀点在舌尖、中、边、根的数量。程度设计在舌尖、舌中、舌边舌根四个部位进行点刺(或瘀点)的查找,最后对每个部位点刺(或瘀点)的数量分别予以统计记数,对每一部位定量描述。2点刺、瘀点的识别实验应用计算机程序对166例慢性胃炎患者舌象进行点刺和瘀点的识别分析,对舌象的“点刺”和“瘀点”特征进行了视觉识别和程序识别比较,识别结果见附表。在166例舌象中视觉识别与程序识别完全符合的总数有128例,占77.10%。视觉识别的点刺独见48例,程序识别43例,符合率为64.58%;视觉识别瘀点12例,计算机识别21例,符合率为58.33%,程序识别对于既无点刺有无瘀点的舌象,9例判为点刺,6例判为瘀点,1例判为两者均有。上述结果提示,程序识别与视觉识别的最大差异在于:点刺瘀点的区分不好。视觉对两者的区分具有很好的适应性,可以根据舌色、亮度、颜色对比等情况来判断,但程序判别由于定义的点刺、瘀点的颜色、对比度等范围固定,所以明显缺乏这种适应性,因此出现既有点刺又有瘀点的判别较多。另一方面,点刺和瘀点程序识别总数高于视觉识别,主要由于程序对图像的要求较高,尤其在阴影、边缘等方面,舌以外的因素对识别方法的干扰很大。而且,舌体颜色纹理(如舌色红与苔薄白)的变化也是导致点刺舌判别差异的原因之一。3异常形态的识别舌诊中对舌象纹理的描述属于简单的定性描述,如老舌的舌质纹理粗糙,嫩舌的舌质纹理细腻,腻苔的苔质颗粒细腻致密,腐苔颗粒粗大,糙苔干结粗糙等。纹理特征本身往往难以定量表达,舌象的纹理又缺少确切的定量判断依据,所以要实现舌象纹理的视觉计算识别,只有先从典型的定性样本中提取特征的量化依据,在典型样本特征的基础上确立特征识别的标准,并建立相应的识别方法。但舌象纹理常常与其他信息如颜色、质地等共同描述,如点刺舌的描述又有“红点”、“白点”的不同,因此在对舌象纹理特征进行描述的同时应结合其他特征信息,以符合中医舌诊的内涵。特殊纹理形态的分析关键在于对于识别内容的定义,定义的准确与否直接影响到识别的结果。点刺、瘀点、裂纹、齿痕等内容是舌诊中较常见到的异常舌象,每种舌象所包涵的形态、纹理、颜色等内容又各异,人的视觉对事物的颜色、形态等特征具有抽象概括性,因此对这些异常形态的数字定义表达具有一定的难度。临床实际情况下,点刺和瘀点的颜色范围变化很大,实验设计的颜色范围是针对典型情况设计的,而且