基于智能信息处理技术的面诊信息提取及证候模型构建研究

Facial diagnosis is one of the important contents in the inspection diagnosis of TCM. Research on the information for TCM facial diagnosis based on the multidisciplinary methods now has been the hot spot in the modernization of traditional Chinese medicine. However, the gloss、eye spirit and motion features extraction and syndrome modeling methods have not been established in the information for TCM facial diagnosis.They need further research. In the finished National Natural Science youth Foundation , we have established facial image standardized collection methods, 5000 facial images information management system and color recognition algorithm of facial diagnosis.These laid a solid foundation for information extraction of facial diagnosis. Base on the previous studies, The projects will apply incremental learning、manifold learning and other intelligent information processing methods to extract and analyze gloss、eye spirit and motion features based on facial images. Its purpose is to establish an effective and objective recognition method of facial diagnosis based on computers. And chronic renal failure as its entry point, We plan to integrate facial information by ensemble learning and multi-label learning methods looking forward to establishing a syndrome model of renal failure. Our research would make up for the traditional inspection of TCM and promote the development of diagnosis and treatment technologies of TCM, which will be helpful in accumulating data for developing the digital detection system of TCM with independent intellectual property rights and significant in assisting syndrome differentiation and treatment evaluation clinically.

面诊是望诊的重要内容之一，运用多学科交叉方法进行面诊信息化研究是中医药现代化关注的热点。目前面诊信息化研究中光泽、眼神和情感特征的提取及证候建模方法尚未建立，有待进一步研究。在已结题的国家自然科学青年基金项目的资助下，我们已经建立了计算机面诊图像规范化采集方法、5000余例面诊图像的信息管理系统和颜色识别算法，为面诊信息的提取奠定了坚实基础。本项目将在既往研究基础上，进一步运用增量式学习、流形学习等智能信息处理方法，对面诊中光泽、眼神和情感等特征进行提取与分析，建立有效的面诊信息计算机客观识别方法；并以慢性肾衰为切入，运用集成学习和多标记学习对面诊多特征信息进行融合，建立慢性肾衰证候模型。本研究可以弥补传统望诊的不足，促进传统中医诊疗技术的发展，为开发具有自主知识产权的中医面诊数字化检测系统提供科研积累，对辅助中医临床辨证和证候疗效评价具有重要意义。

本项目主要从事5个方面的研究：（1）面诊拍摄环境的硬件改进，建立中医面诊临床规范化采集方法；（2）建立2万例中医面诊信息数据库；（3）面部局部分割和面诊神色信息识别研究；（4）基于中医面诊信息的病证软件实现；（5）基于面诊信息的慢性肾衰中医证候识别模型，临床验证。4 年来，发表论文 32篇（会议论文12篇），其中SCI 收录4篇，EI收录4篇；参加国内、国际会议16次，其中特邀报告6次，论文发言7次，荣获优秀论文奖3篇；获发明专利2项，计算机软件著作权1项；培养研究生6名 。研究成果转化实验实训教学，开发网络版中医诊法实训系统一套，主编实训教材1部（其中建立2个实训项目），举办全国四诊技术培训班，推广中医药院校使用；开发的中医面诊数字化检测仪转化企业。.在面诊拍摄环境采集方面：本课题改进了采集装置，增加自动摄像功能，实现了面诊的动态采集，利于“望神”的动态研究。.在中医面诊信息数据库建立方面：我们采集了不同地区、不同民族的面诊信息，建立了2万例面部图像和基本特征等资料数据库。.在面诊神色特征识别方面：建立了面部图像的局部分割方法和神色特征提取与识别的5个算法，首次创建了“神”的提取算法。建立面诊识别模型，实现自动采集与分析。.在慢性肾衰中医证候识别模型研究上：采集慢性肾衰病例2000余例，建立了基于面诊特征和病例生化信息的慢性肾衰中医证候识别模型，湿浊证组判别正确率为67.1%。