论文题目中医舌诊电脑化之特徵撷取方法-影像处理试验室.DOC

中醫舌診電腦化之研究 葉信育 蔣依吾 陳建仲 摘要 目的:達成中醫舌診診斷之客觀化及定量化目標。方法:分析收集之35張實驗影像中舌頭邊緣和嘴唇、皮膚等不同部位RGB彩色分量，利用其彩色分量間相對值差異，強化對比以區隔不同部位，再以邊界檢測法擷取舌頭影像，利用色調與亮度特性將舌診辨証上兩大重要特徵―舌苔與舌質―分離，最後使用模糊理論對舌診特徵進行判讀。結果:影像自動化分割結果與人眼辨識結果幾乎完全吻合，並且初步獲得苔多寡、苔面偏左偏右及苔厚薄等三項特徵量化值。討論:未來將陸續加入其餘舌診特徵，並以模糊關係作綜合判讀，提供中醫師診斷時之客觀參考指標。 主題詞 舌診/病理學 RGB彩色分量/影像處理 邊界檢測/影像處理 模糊理論/數學 中醫學之精髓在於「辨證論治」，而辨證以望、聞、問、切四診為手段，依「四診合參」原則，綜合各類訊息，加以分析歸納，達到審查病因、辨明病態、闡述病機、確定治療原則，以及判斷預後轉歸等目的，其中舌診是中醫望診中重要項目(1)；舌頭是反應身體內在狀態的鏡子，臟腑病變可由舌部之變化而得知，舌診即是通過對舌部之觀察而探知體內狀態，但是傳統舌診判讀往往會受醫師主觀認定、經驗累積及當時環境因素所影響(2)，缺乏客觀指標，無法達到研究上可重複性之要求，因此為實現舌診診斷上客觀化及定量化之目標，中醫舌診電腦化之研究為必然發展趨勢(3-5)。 影像擷取環境 用來做為舌診判讀之舌診影像應與實際觀察之舌象一致，首先於舌診攝影室設立暗房，阻絕外來光源，避免外來光線對攝影舌象造成影響；另外設計舌診攝影頭部固定架，使舌頭照射部位、光源和相機三者位置固定，避免因彼此間距離不同而對攝取影像之亮度及可信度造成影響(6)，如圖一；在光源方面，使用標準色溫冷光燈光(色溫值5300K。，亮度3100Lux)作為舌診攝影光源，以避免因色溫因素而影響影像色調(Hue)，也可免除一般燈光因光源發熱，而影響舌頭血液循環，造成干擾。 在每位患者做舌診攝影前，以灰卡(Gray card)做曝光矯正以避免亮度(lightness)和彩度(saturation)失真，影像攝影由經過訓練之人員操作，依固定程序攝影，並注意患者伸舌頭姿勢及舌頭狀態，以避免患者因舌頭伸展姿勢不同造成干擾，而且舌頭影像攝影於患者進食二小時後進行，避免飲食所造成影響。 圖一. 攝影檢查檯 舌診特徵擷取方法 舌診電腦化實施程序統包括舌頭影像數位化、擷取舌頭影像、擷取舌診特徵、舌特徵分析等步驟；首先將原始影像讀入電腦中，根據原始影像攝取時環境特性，產生一個包含舌頭區域之矩形影像，利用彩色分量間相對特性強化舌頭影像與周遭其他部位之差異，再選擇適當臨界值將強化後之高對比度影像二值化，接著利用影像邊緣檢測方法尋找舌頭邊界，然後根據舌苔與舌質在色調、亮度和彩色分量上之差異，由擷取出之舌頭影像中再分離出舌苔與舌質兩部份(10-12)；最後利用色調特性與影像處理技術得出之各項舌診特徵將運用模糊理論(fuzzy theory)來進行分析(7)，每一項舌診特徵就是一個模糊集(fuzzy set)，為各種舌診特徵定義其相關歸屬函數(membership function)表示程度上之差異，所有舌診特徵形成特徵集(pattern set)(8)，將各項特徵進行交叉分析，根據中醫辨舌論證原則，對於不同病態取相關之舌診特徵以計算其相關模糊值(fuzziness)(9)，並綜合判讀結果，做為中醫師斷證之參考指標；自動化舌診影像處理流程如下圖所示： 圖二. 自動化舌診影像處理流程 圖三. 輸入舌診影像 2.1檢測矩形區域： (Gray Card)，影像右側做為色彩對照的比色卡，影像下方固定下巴的固定檯黑色絨布，以及患者嘴唇及其周圍皮膚，如圖三所示。 欲找出一塊包含舌頭部位之矩形區域，必須於舌頭四周圍尋找線索，以便找出矩形邊界，仔細觀察舌診影像，可以發現在舌頭四周分別對應四個顏色比較黯淡的區域，如圖三所示，這四個區域分別為影像左側的灰卡在患者面頰上產生之陰影，影像右側的比色卡在患者面頰上產生之陰影，下巴固定檯上之黑色絨布，及上嘴唇與舌根交界處之陰影；藉由檢測這四個顏色較為黯淡的區域，就可以找到一塊包含舌頭之矩形區域影像，其結果如圖四所示。 圖四. 矩形區域影像 2.2增強影像對比： RGB彩色分量，發現這兩處之紅色分量值以及藍色分量值並沒有很明顯差距，有些區域是舌頭邊緣上紅色及藍色分量值較皮膚為大，有些區域則是皮膚上分量值為大，而且相差都很小，並沒有一致的規律可尋，這樣忽大忽小現象，即導因於這兩處區域不是均勻平滑表面，然而舌頭色彩會較皮膚來得紅潤之關鍵在於綠色分量值之差異，比較這兩處綠色分量值，可以發現皮膚上G值大於在舌頭邊緣上G值，此外，在舌頭邊緣上G值通常和B值差不多或較大，而在皮膚上G值則皆大於B值，並且