CN103705216A - 等距与类别量表结合的中医舌色感知量化分级方法 - Google Patents

Abstract

等距与类别量表结合的中医舌色感知量化分级方法属于中医望诊的客观化研究领域，本发明采用了视觉心理物理学方法，解决舌色在中医描述规律维度上的量化分级问题。本发明在舌色色域范围内，取出部分有代表性的舌色颜色块，作为感知刺激量值。以中医舌诊中舌色类型的描述规律，作为心理感知评价指导依据，进行心理物理实验，建立心理感知等距量表和类别量表，确定舌色心理感知量及各类别边界。通过构建舌色物理量值与心理感知量值之间的数学关系模型，得到舌色物理量对应的符合中医舌色认知规律的心理感知量值，并确定所属类别。该发明的特征旨在实现符合中医舌诊描述习惯的舌色单维感知量化并确定分级边界，达到真正结合中医的舌色定量及定性描述目的。

Description

等距与类别量表结合的中医舌色感知量化分级方法

技术领域

本发明属于中医望诊的客观化研究领域，特别涉及中医望诊中的舌颜色量化领域，用于实现随病症变化且符合中医认知规律的舌色量化与分级。

背景技术

中医舌诊是通过观察舌象变化了解人体生理功能和病理变化的诊察方法，在中医临床诊断中起着重要的作用。传统的舌诊方法依赖于中医的目视观察及语言描述，缺乏量化描述指标和客观记录手段，给中医舌诊描述及分类方面带来了困难。随着现代科学技术手段在中医舌诊方面的发展，舌诊客观化、标准化的研究已经成为中医舌诊重要的发展方向。

在舌色客观化的处理研究中，普遍应用数字图像处理和模式识别技术进行舌色分析。在这种模式下，每一种舌颜色都必须在某个颜色空间用多个分量表示，进而给出类别属性，仍缺乏一种随病症变化且符合中医认知习惯的单维量化及分级方式，对中医舌色进行定量度量和类别分析。因此建立舌色变化单维量化描述手段，并确定各类别的分类边界具有客观必要性。

发明内容

为了实现舌色在中医描述规律维度上的量化分级，需将人眼对舌色在这一变化规律下的心理感知进行量化，而心理物理学就是对于人类感知进行量化的一门学科。对颜色这一主观感受进行度量的学科——色度学，也是通过心理物理学中观察者的视觉匹配实验发展而来的。由于人类对物理刺激的感知具有主观性和差异性，感知量化的过程受到感觉、心理等多方面因素的影响，因此往往通过统计多个正常受试者的感觉数据，得到具有一定公认度的量化描述规范。

本发明有针对性地采用了视觉心理物理学方法，解决舌色在中医描述规律维度上的量化分级问题。由于中医舌色的感知量化需要在量化方向的各部分具有相等的单位，因此选择等距量表方法实现舌色量化，同时采用类别量表方法确定舌色分级边界。又由于中医舌色范围较大，无法在整个范围建立类别量表，因此特别提出了建立分段类别量表，并采用整体等距量表作为量值参考，进行分段类别量表融合的思路，最终获得舌色物理量和中医舌色心理感知量的关系，并同时确定舌色各类别间的分类边界。

本发明具体方案设计如下：在舌色色域范围内，取出部分有代表性的舌色颜色块，作为感知刺激量值。以中医舌诊中舌色类型的描述规律，作为心理感知评价指导依据，进行心理物理实验，建立心理感知等距量表和类别量表，确定舌色心理感知量及各类别边界。通过构建舌色物理量值与心理感知量值之间的数学关系模型，得到舌色物理量对应的符合中医舌色认知规律的心理感知量值，并确定所属类别。该发明的特征旨在实现符合中医舌诊描述习惯的舌色单维感知量化并确定分级边界，达到真正结合中医的舌色定量及定性描述目的。依次包括如下步骤：

1.舌色域的确定：

（1）、采集各类中医舌色标准图像样本（以标准sRGB空间描述），需要包含淡红、淡白、红、绛、紫青各类用例，共5类；每类用例需要包含100例以上的实例，且由三位以上中医医师给出所属类型标定。

（2）、提取所有图像样本中舌质部分的颜色物理量值，并将其转换为与人眼感知相对应的HSI颜色空间；根据所有舌色在H、S、I分量的分布范围，分别向两侧扩展1%，确定舌色域在H、S、I分量上的区间。

2.舌色物理刺激量的确定：

在已确定的舌色分布范围内，进行均匀分区采样。三分量分别组合出不同颜色块，得到综合变化的舌色刺激量。将得到的舌色刺激量HSI值转换为可显示的sRGB值，以图像色块的形式显示在显示器上，让观察者观察判断，进行心理物理实验。

3.舌色感知类别量表的建立：

类别量表是用来统计人类感知以确定感知类别边界的心理物理方法，一般针对具有较小感觉差异的刺激，即刺激可能被划分在所有类别。首先，让受试者按照指导将各刺激划分在某个类别中，统计每个刺激被分为某个类别的概率，产生类别概率表。按类别顺序，逐个类别计算各刺激属于该类别前的所有类别的概率累计值，得到叠加概率表。利用POZ转换表，计算叠加概率表中的叠加概率对应的标准分数，即Z分数。表中，每个刺激所有Z分数的平均值，再减掉所有刺激Z分数的平均值，即为该刺激的感知量值。而列表中所涉及的每个类别所有Z分数平均即为该类与下一类的边界量值。

中医诊断学中舌色类型的描述，一般包括淡白、淡红、红、绛、紫青色5类。这种5类分级较为粗略，从淡白到紫青具有比较明显的类别差异。这种情况下，一种舌色被划分在同类或者两个不同类别的情况较多，极少出现划分在三类别的情况。为了获得更精细的舌色类别感知数据，将上述类别按顺序细化为淡白、淡、淡红、较红、红、较绛、绛、较紫、紫青9类。基于细分舌色类别，指导观察者将显示的舌色刺激归为不同类别。

另一方面，舌色范围较大，无法采用一个类别量表来确定所有分级边界，因此通过建立分段类别量表来实现舌色范围的类别感觉数据分析。具体方法是：统计被划分在某段连续类别的所有舌色，计算该段的叠加概率表、对应的Z分数，以确定该段舌色感知量值及类别边界。由此，得到各类别分段类别量表。各类别分段类别量表中的边界量值可能存在重复，即可能两个类别分段量表都涉及同一类别边界。此外，各类别分段量表的零点和比例也会存在差异。因此，需要建立整体的量值参照依据。

4.舌色感知等距量表的建立：

为了建立从淡白到紫青整个舌色范围的量值参照，在这一范围内建立整体感知等距量表。在前述类别量表建立过程中舌色分类的基础上，以淡白、淡、淡红、较红、红、较绛、绛、较紫、紫青顺序，作为心理感知评价依据，指导观察者进行比较判断，将各类中的舌色排序，并连接形成整体排序，感知顺序号即为评定等级。

将多个观察者对同一刺激评定的等级加以平均，从而求出每一刺激的各自平均等级。计算正态分布下各平均等级对应的概率值，再根据POZ转换表计算Z分数，即可得到各刺激的心理感知量组成的等距量表。其中，各刺激对应的Z分数即为心理感知量值。

5.以等距量表为量值参照，融合分段类别量表，确定类别边界：

对于每个分段类别量表涉及的舌色，以其等距量表量值为因变量，以其类别量表中的量值为自变量，采用最小二乘法进行曲线拟合，得到两量表量值之间的函数关系。将该类别量表中的类别边界量值代入求得的函数关系，得到该类别边界在整体等距量表中的对应量值。由此，得到各分段类别量表中所有类别边界在整体等距量表中的对应量值。

对于重复边界，则取它们的平均量值作为最终边界量值。

6.通过数学建模，得到舌色物理量值与心理感知量的函数关系：

将舌色刺激物理量（H、S、I）作为输入量，等距量表心理感知量作为输出量，采用回归方法建立两者的函数关系模型。

7.中医舌色感知量化与分级：

提取舌图像中需要量化的舌色RGB值，并将其转换为HSI值，代入舌色物理量值与心理感知量的回归模型，即可得到该舌色的感知量化结果。根据类别边界区间确定舌色感知量所属舌色类别。

有益效果

本方法可按中医诊断学舌色类型的描述规律，实现舌诊中舌色的单维感知量化与分级，即由舌图像中舌色像素值得到一个单维量值，其数量的大小表示舌色在舌诊渐变规律中的程度，同时确定各类舌色的分级边界。本方法首先根据正常舌和病症舌样本确定中医舌色色域范围，在此范围内依据人眼视觉感知空间均匀采样，得到舌色物理刺激量；依据细化的分级类别指导，由观察者对舌色刺激进行归类，通过统计计算归类结果，得到分段类别量表，从而确定各分段的类别间的边界量值；依据分级类别顺序，由观察者对舌色刺激排序，计算得到整体等距量表，即各舌色刺激对应的心理感知量值；以整体等距量表中的感知量值作为量值参照，融合分段类别量表，确定类别边界；通过数学建模，得到舌色物理量值与心理感知量的函数关系，从而对任一舌色，可以得到其对应的中医认知维度上的心理感知量，并根据边界区间确定其所属舌色类别。

传统中医舌诊中，对舌色的描述是定性的，即用文字描述其所属中医舌色类别。一般包含淡白、淡红、红、绛、紫青。由于文字描述的模糊性和主观差异，给中医病例分析、数据挖掘、疗效评价带来诸多不便，阻碍了中医诊断学的进一步发展。近年来，采用标准图像数据或者色度数据描述舌色，成为舌色描述走向量化的开端。这些描述手段虽然采用数值量化形式，且具有相对统一的规范，但与中医对舌色变化的认知规律无法很好的融合。在三维甚至更高维度的图像或色度数据描述空间，一个颜色由多个数值描述。由于多个通道的综合影响，很难直观地判断舌色数据变化带来的属性变化（偏红、偏淡），而属性变化程度就更难以度量，这对中医诊断信息的收集与分析是非常不利的。在中医诊断病例分析研究中，对于舌色特征的统计分析也往往因为多维量化描述的限制，只能从每个维度上进行统计分析，而这种统计往往不能得到真正有价值的结果。例如某病症的舌色统计范围为R∈[*,*]、G∈[*,*]、B∈[*,*]，而实际上在这个范围中，有些组合颜色并非这个病症的舌色。

采用本方法，则会针对中医舌色描述规律，即淡白、淡红、红、绛、紫青顺序建立量值数轴。如附图5、6所示，任一舌色可以通过建立的函数关系，得出在此数轴上的量值。同时，通过在此数轴上确定的各舌色类别的分级边界，可以得出舌色的所属类别。由此，可以用一维量值简单直观地描述舌色属性以及偏离某基准色的程度。而在舌色诊断信息的统计分析中，也可用此一维量值数轴上的范围、量值出现概率等来表示。这种描述手段，将量化描述与中医认知规律相结合，突破了目前采用多维颜色空间描述舌色的局限性，实现了真正意义上的中医舌色量化表示。对于疾病程度、发展趋势同时提供定量及定性的依据，有利于推动舌诊客观化研究。

附图说明

图1：中医舌色感知量化分级方法流程

图2：舌色HSI颜色分布直方图示例

图3：分段类别量表建立流程

图4：POZ转化法建立等距量表流程

图5：中医舌色感知量化分级结果数据示例

图6：中医舌色感知量化分级结果色块示例

具体实施方式

本方法中涉及的心理物理实验均是在暗室条件下进行，通过一台经颜色矫正的LED显示器显示刺激色块，对10位以上具有正常色觉的观测者进行心理物理实验。具体实施过程参见附图1，如下：

1.舌色域的确定：

（1）、采集各类中医舌色标准图像。需要包含淡红、淡白、红、绛、紫青各类用例，共5类；每类用例需要包含100例以上的实例，且由三位以上中医医师给出所属类型标定。图像采集需采用准确的白平衡和曝光设置，以确定的颜色空间，如sRGB空间，输出图像数据，保证图像数据的规范性。

（2）、提取所有图像样本中舌质部分的颜色物理量值，并将其转换为与人眼感知相对应的HSI颜色空间；统计所有舌色的HIS值，确定舌色在H、S、I分量的分布范围，分别向两侧扩展1%，确定舌色域在H、S、I分量上的区间。附图2，为舌色在H、S、I分量上的分布直方图。

2.舌色物理刺激量的确定：

在已确定的舌色分布范围内，进行均匀分区采样。三分量分别组合出不同颜色块，得到综合变化的舌色刺激量。如各分量7等分采样，可得到512个刺激量组合。将得到的舌色刺激量HSI值转换为可显示的sRGB值，以图像色块的形式显示在显示器上，让观察者观察判断，进行心理物理实验。

3.舌色感知类别量表的建立：

中医诊断学中舌色类型的描述，一般包括淡白、淡红、红、绛、紫青5类。为了获得更精细的舌色类别感知数据，将上述类别按顺序细化为淡白、淡、淡红、较红、红、较绛、绛、较紫、紫青9类。基于细分舌色类别，指导观察者将显示的舌色刺激归为不同类别。

由于舌色范围较大，从淡白到紫青具有比较明显的类别差异，而普通类别量表针对具有较小感觉差异的刺激，因此通过建立分段类别量表来实现舌色范围的类别感觉数据分析。具体方法如附图3所示：

统计每个舌色被分为某个类别的概率，产生舌色类别概率表p，概率记为p_ij，其中i表示舌色样本序号，j表示类别序号。该实施例中，1≤i≤512,1≤j≤9。

按淡白到青色的类别顺序，逐个类别计算各舌色属于该类别前的所有类别的概率累计值，得到叠加概率表P，叠加概率记为P_ij，其中i表示舌色样本序号，j表示类别序号。

按类别顺序检测每个舌色的叠加概率，对于类别j（如淡红），若舌色i分为该淡红类别的叠加概率为第一个小数值（即小数叠加概率值），则统计舌色i从淡红类别（j）开始出现小数叠加概率值的次数n_ij。在9类舌色细分情况下，一般该次数n为1或2。其中，n=1表示该舌色被一部分观察者分为淡红，而被另一部分观察者分为较红；而n=2表示该舌色被一部分观察者分为淡红，被一部分观察者分为较红，还被一部分观察者分为红。统计各小数叠加概率次数n(n=1或2)对应的舌色样本数m_n，即小数叠加概率次数n=1的舌色样本m₁，以及小数叠加概率次数n=2的舌色样本m₂。选取拥有舌色数最多的小数叠加概率值次数n_max(n_max=1或2)，即若m₁>m₂,则n_max=1，即若m₁<m₂,则n_max=2。将具有n_max次小数叠加概率值的舌色样本对应的小数叠加概率列表，即若n_max=1，则列出m₁个具有1次小数叠加概率的舌色对应的小数叠加概率表，若n_max=2，则列出m₂个具有2次小数叠加概率的舌色对应的小数叠加概率表。由此得到淡红类别（j）分段小数叠加概率表

。

利用POZ转换表，计算各类别分段小数叠加概率表中的叠加概率对应的标准分数，即Z分数。表中，每个舌色的所有Z分数取平均，再减掉所有舌色Z分数的平均值，即为该舌色的感知量值。而列表中所涉及的每个类别所有Z分数平均即为该类与下一类的边界量值。

表1示例中，为了便于说明，仅以512个舌色中的7个代表舌色为例说明量表的建立过程。由(a)叠加概率表P可知，舌色3-7从j类别开始出现小数叠加概率，而出现1次的舌色样本为5和7两例，即m₁=2。出现2次的舌色样本为3、4、6共三例，即m₂=3。由于m₁<m₂,所以n_max=2。因此将具有2次小数叠加概率的舌色3、4、6对应的小数叠加概率列表，形成(b)j类别分段叠加概率表

，再根据POZ转换关系转换为(c)j类别分段标准分数表

，得到每列Z分数平均即为该类与下一类的边界量值，每行Z分数平均减掉总平均即为该舌色感知量值。例如，j类别与j+1类别的边界为：

(-0.20+0.00+0.81)/3=0.20；

而舌色3的感知量为：

(-0.20+0.50)/2-(-0.20+0.50+0.00+0.81+0.81+1.31)/6=-0.39

由此，得到各类别分段类别量表。各类别分段类别量表中的边界量值可能存在重复，即可能两个类别分段量表都涉及同一类别边界。此外，各类别分段量表的零点和比例也会存在差异。因此，需要建立整体的量值参照依据。

表1：分段类别量表建立流程缩略示例

(a)叠加概率表P

(b)j类别分段叠加概率表

(c)j类别分段标准分数表

4.舌色感知等距量表的建立：

为了建立从淡白到紫青整个舌色范围的量值参照，在这一范围内建立整体感知等距量表。在前述类别量表建立过程中舌色分类的基础上，以淡白、淡、淡红、较红、红、较绛、绛、较紫、紫青顺序，作为心理感知评价依据，指导观察者进行比较判断，将各类中的舌色排序，并连接形成整体排序，感知顺序号即为评定等级，其流程参见附图4。为了方便说明，表2以5位观察者对4个舌色排序数据为例，介绍等距量表建立过程。

①将多个观察者对同一刺激评定的等级加以平均，从而求出每一刺激的各自平均等级，记为MR_i。

${\mathrm{MR}}_i=\frac{\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{Q}_{\mathrm{ij}}}{N}$     （i=1,2,…n）

其中，n为舌色刺激数量，N为观察者数量，Q_ij为观察者j对舌色刺激i的评定等级。

表2示例中，n=4,N=5,表中数值即为评定等级Q。计算每个舌色被5个观察者评级的平均值，即表中的每列平均，得到该舌色的平均等级MR。此例中舌色1的平均等级MR₁=2.6。

②计算平均选择分数Mc_i。

Mc_i=n-MR_i    （i=1,2,…n）

表2示例中，n=4，因此舌色1的平均选择分数Mc₁=4-MR₁=1.4。

③计算平均选择调整分数Mc_i’。

Mc′_i=Mc_i+0.5   （i=1,2,…n）

表2示例中，舌色1的平均选择调整分数Mc₁’=Mc₁+0.5=1.9。

④计算平均选择调整分数的百分数P_i’；

    （i=1,2,…n）

表2示例中，舌色1的平均选择调整分数的百分数P₁’=Mc₁’/4=0.475

⑤通过统计学的POZ查找表将概率P_i’转化为标准分数z_i’；

P′_i→z′_i    （i=1,2,…n）

⑥将z_i’消除负值，即加上z_i’中最小的负值，得到最终的等距量表值V_i。

V_i=z′_i+|z′_min|    （i=1,2,…n）

V_i即为各刺激的心理感知量。

表2：等距量表建立流程缩略示例

5.以等距量表为量值参照，融合分段类别量表，确定类别边界：

对于每个分段类别量表涉及的舌色，以其等距量表量值为因变量，以其类别量表中的量值为自变量，采用最小二乘法进行曲线拟合，得到两量表量值之间的函数关系。将该类别量表中的类别边界量值代入求得的函数关系，得到该类别边界在整体等距量表中的对应量值。由此，得到各分段类别量表中所有类别边界在整体等距量表中的对应量值。

对于重复边界，则取它们的平均量值作为最终边界量值。

6.通过数学建模，得到舌色物理量值与心理感知量的函数关系：

将舌色刺激物理量（H、S、I）作为输入量，等距量表心理感知量作为输出量，采用回归方法建立两者的函数关系模型。

7.中医舌色感知量化与分级：

提取舌图像中需要量化的舌色RGB值，并将其转换为HSI值，代入舌色物理量值与心理感知量的回归模型，即可得到该舌色的感知量化结果。根据类别边界区间确定舌色感知量所属舌色类别。

Claims (1)

1.等距与类别量表结合的中医舌色感知量化分级方法，其特征在于步骤如下：

1)舌色域的确定：

（1）、采集各类中医舌色标准图像样本以标准sRGB空间描述，需要包含淡红、淡白、红、绛、紫青各类用例，共5类；每类用例需要包含100例以上的实例，且由三位以上中医医师给出所属类型标定；

（2）、提取所有图像样本中舌质部分的颜色物理量值，并将其转换为与人眼感知相对应的HSI颜色空间；根据所有舌色在H、S、I分量的分布范围，分别向两侧扩展1%，确定舌色域在H、S、I分量上的区间；

2)舌色物理刺激量的确定：

在已确定的舌色分布范围内，进行均匀分区采样；三分量分别组合出不同颜色块，得到综合变化的舌色刺激量；将得到的舌色刺激量HSI值转换为可显示的sRGB值，以图像色块的形式显示在显示器上，让观察者观察判断，进行心理物理实验；

3)舌色感知类别量表的建立：

首先，将淡红、淡白、红、绛、紫青共5类类别按顺序细化为淡白、淡、淡红、较红、红、较绛、绛、较紫、紫青9类；基于细分舌色类别，指导观察者将显示的舌色刺激归为不同类别；

让受试者按照指导将各刺激划分在某个类别中，统计每个刺激被分为某个类别的概率，产生类别概率表；按类别顺序，逐个类别计算各刺激属于该类别前的所有类别的概率累计值，得到叠加概率表；利用POZ转换表，计算叠加概率表中的叠加概率对应的标准分数，即Z分数；表中，每个刺激所有Z分数的平均值，再减掉所有刺激Z分数的平均值，即为该该刺激的感知量值；而列表中所涉及的每个类别所有Z分数平均即为该类与下一类的边界量值；

统计被划分在某段连续类别的所有舌色，计算该段的叠加概率表、对应的Z分数，以确定该段舌色感知量值及类别边界；由此，得到各类别分段类别量表；

4)舌色感知等距量表的建立：

在前述类别量表建立过程中舌色分类的基础上，以淡白、淡、淡红、较红、红、较绛、绛、较紫、紫青顺序，作为心理感知评价依据，指导观察者进行比较判断，将各类中的舌色排序，并连接形成整体排序，感知顺序号即为评定等级；

将多个观察者对同一刺激评定的等级加以平均，从而求出每一刺激的各自平均等级；计算正态分布下各平均等级对应的概率值，再根据POZ转换表计算Z分数，即可得到各刺激的心理感知量组成的等距量表；其中，各刺激对应的Z分数即为心理感知量值；

5)以等距量表为量值参照，融合分段类别量表，确定类别边界：

对于每个分段类别量表涉及的舌色，以其等距量表量值为因变量，以其类别量表中的量值为自变量，采用最小二乘法进行曲线拟合，得到两量表量值之间的函数关系；将该类别量表中的类别边界量值代入求得的函数关系，得到该类别边界在整体等距量表中的对应量值；由此，得到各分段类别量表中所有类别边界在整体等距量表中的对应量值；

对于重复边界，则取它们的平均量值作为最终边界量值；

6)通过数学建模，得到舌色物理量值与心理感知量的函数关系：

将舌色刺激物理量H、S和I作为输入量，等距量表心理感知量作为输出量，采用回归方法建立两者的函数关系模型；

7)中医舌色感知量化与分级：

提取舌图像中需要量化的舌色RGB值，并将其转换为HSI值，代入舌色物理量值与心理感知量的回归模型，即可得到该舌色的感知量化结果；根据类别边界区间确定舌色感知量所属舌色类别。

Images