基于流形学习的舌色分析与聚类研究论文.pdfVIP

状态是疾病所致，是肿瘤血瘀病机的依据，也是临床运用活血化瘀法治疗胃肿瘤的依据之一：舌质与血凝 指标密切相关，都可以作为胃肿瘤诊断血瘀证的重要手段。 2．3其他方面 王莉等认为胃癌患者的舌象与舌苔脱落细胞有一定的关系，他们发现100例正常人舌上皮细胞分布多 数比较均匀，背景清晰，白细胞数较少；胃癌患者舌上皮细胞分布不均，细胞常成堆或成片出现，破碎细 胞较多，背景较脏，自细胞及细菌明显增多。正常人舌上皮细胞以角化前细胞为主，平均为57．1％，角化 细胞平均为34．6％，超角化细胞平均为8．3％，且背景较清晰；胃癌忠者舌上皮细胞表现过度角化，角化 前细胞平均为25．9％，角化细胞平均为58．2％，超角化细胞平均为15．7％：胃癌患者舌上皮细胞形态与正常 人明显不同，多数为体积小、染色深暗的“小角化细胞”：不同舌象患者舌苔细胞学表现不l司，厚苔背景 多较杂乱，角化细胞、白细胞、细菌明显增多，而剥苔则背景较多清晰，上皮细胞、白细胞数量减少，有 时可见到较多中层细胞；细胞的角化程度及分布与苔色关系不大，但自细胞的多少似与苔色有关，黄苔、 黑苔均较白苔白细胞数增多，且见到部分白细胞体积较大。胞浆中有较多粗大颗粒，有的细胞已破碎，尤 以黑苔为甚。以上情况可能由于胃癌患者的消化功能失调，致使体内蛋白质代谢障碍，从而影响舌上皮细 胞的角化，使细胞萎缩变性；胃癌患者舌尖微循环障碍也必然影响舌苔细胞正常代谢，使细胞形态发生改 变。 总之，中医舌诊作为辨证不可缺少的客观依据在临床上应用非常广泛，近年来对肿瘤患者的舌象进行 了不少研究，取得了一些可喜成果，如协助诊断食管贲门癌、肝癌等，指导肿瘤中医临床分期及治疗，判 断肿瘤预后与转归，舌象均有一定的参考价值。现代医家对其进行了从宏观到微观的诸多研究。但综观现 有的研究成果，不难发现研究多局限于血液循环系统，且对肿瘤舌象的专门深入系统研究还尚未得到足够 重视，因此针对肿瘤舌象形成机理的微观研究仍有待进一步深入与完善，此外，今后还需将舌象的研究客 观化、定量化和规范化， 使舌象的研究更具有科学性和实用价值。 基于流形学习的舌色分析与聚类研究 左旺孟’ 朱颢1 李乃民2 李刽峰1 张宏志’ (1哈尔滨工业大学2哈尔滨冰花医院) 舌诊是中医学中最有临床应用价值的中医诊断方法之一。近年来，随着图像处理与模式识别技术的迅 速发展，使得中医舌诊克服以往非量化和主观性等缺点、进而形成自动化和客观化的诊断逐渐成为可能。 舌象的颜色特征则是舌诊中最重要的信息之一．相对于舌象的其它特征如纹理、形状而占，在技术上和方 法上有更强的可操作性和量化识别性H副。舌色分析研究具有广泛的应用前景。它是计算机化的中医舌诊 的基础，可以减少传统舌诊诊断过程中的主观性，降低一些人为错误，还可以提高舌诊的检测水平和临床 的应用价值，对传统中医舌诊学的客观化发展起到一定的作用。本文通过应用图像处理、流形学习和高斯 混合模型的方法对舌象颜色进行研究分析，尝试利用非监督方法学习具有中医内在意义的典型舌色类{!I!!。 l基于流形学习方法的舌色分析 ·61． 1 1舌色数据的状取 自先从哈自：演r业丈学生物¨算研究中心舌象样本岸中选取若干乳型f『』斤象样本，在每十样本的舌 史、舌州边、舌中心、舌根部5个部忙选取太小为32x32像素的小色块，图2】为舌象色块避取示直罔。 据足在】{GB颜色空间下的分布情况如图22所示。 雾麓 ≤．一 剐21舌象色块提取示意瑚 闰22 RGB空问下欹取的原始数据 、2 L江雉法 我们用流形学习中的局部线性嵌入算法(J_LE)”米对舌也进行研究分析。LIE r}_箅简单、设截参数少、 ir视化敬粜好．与其他流形学习A沽“相比更适合i证用r苫色升析。 LLE的基奉思恕是咀局部线性嵌入式映射来实现全局的1#线性流彤展开。设初始数据箍为高维卒问Ra 中的A个宴值向景』，(』 算法分为咀下二步…： “)搜索悔一向罱』：的郫域点(墩距离最近的K个邻域点或同定半释的球形邻域)。 (2)在m的邻域中．“尊重构每个j：的权值r，．使重构代价误芹(21)黯小。 ‘(∥)=∑．阻一E，％。玎 ”1) 其中，权值m，代表第』个点对第