中医诊断精髓在于“辨证论治”，而辨证以望、闻、问、切四诊为依据，依四诊合参原则，综合各类讯息，加以分析归纳，达到审查病因、辨明病态、阐述病机、确定治疗原则，以及判断预后转归等之目的，即为“辨证”，其中舌诊是中医望诊中重要项目，舌头是反应身体内状态的镜子，脏腑病变可由舌部之变化而得知，舌诊即是通过对舌部之观察而探知体内状态，但是传统舌诊判读往往取决于医师主观意识、经验累积及受限当时环境因素，缺乏客观指标，无法达到研究上可重复性之要求，因此为实现舌诊诊断之客观化及定量化目标，中医舌诊电脑化之研究为必然发展趋势。

影像撷取环境

为了避免影像失真，首先于舌诊摄影室设立暗房，阻绝外来光源，以避免外来光线对摄影结果之影响；另外设计舌诊摄影头部固定架，使舌头照射部位、光源和相机三者位置固定，避免因彼此间距离不同而对摄取影像之亮度及可信度造成影响；在光源方面，使用标准色温冷光灯光(色温值约5300K，亮度约3100Lux)作为舌诊摄影光源，以避免因色温因素而影响影像色调(Hue)，也可免除一般灯光因光源发热，而影响舌头血液循环，造成干扰。

在每位患者做舌诊摄影前，除了以灰卡(Gray card)做曝光矫正以避免明亮度(luminance)和色彩度(saturation)失真外，影像摄影还由经过训练操作人员，依固定程序摄影，注意患者伸舌头姿势及舌头状态，以避免患者因舌头伸展姿势不同造成干扰，而且舌头影像摄影于患者进食后2h进行，避免饮食所造成影响。

舌诊特征撷取方法

舌诊电脑化系统包括舌头影像数位化、撷取舌头影像、撷取舌诊特征、舌特征分析等步骤；首先将原始影像读入电脑中，根据原始影像摄取时环境特性，产生一个包含舌头区域之矩形影像，利用彩色分量间相对特性强化舌头影像与周围其他部位之差异，再选择适当临界值将强化后之高对比度影像二值化，接着利用影像边缘检测方法寻找舌头边界，根据舌苔与舌质在色调、亮度和彩色分量上之差异，由撷取出之舌头影像中再分离出舌苔与舌质两部分；最后利用色调特性与影像处理技术得出之各项舌诊特征将运用模糊理论(fuzzy theory)来进行分析，每一项舌诊特征就是一个模糊集(fuzzy set)，为各种舌诊特征定义其相关归属函数(membership function)表示程度上之差异，所有舌诊特征形成特征集(pattern set)，将各项特征进行交叉分析，根据中医辨证论治，对于不同病态取相关之舌诊特征以计算其相关模糊值(fuzziness)，并综合判读结果，做为中医师断症时之参考指标。

1检测矩形区域舌诊影像中舌头以外区域对于病情诊断并无助益，因此先要将舌头区域从输入舌诊影像中分离，以便排除不相关资讯，这些不相关资讯包括影像左侧用来校正曝光量的Gray Card，影像右侧作为色彩对照的比色卡，影像下方固定下巴的固定台黑色绒布，以及患者嘴唇及其周围皮肤，如图1(见插页1)所示。欲找出一块包含舌头部位之矩形区域，必须于舌头四周围寻找线索，以便找出矩形边界，仔细观察舌诊影像，可以发现在舌头四周分别对应四个颜色比较黯淡的区域，如图1所示，这4个区域分别为影像左侧的灰卡在患者面颊上产生之阴影，影像右侧的比色卡在患者面颊上产生之阴影，下巴固定台上之黑色绒布，及上嘴唇与舌根交界处之阴影；藉由检测这4个颜色较为黯淡的区域，就可以找到一块包含舌头之矩形区域影像，其结果如图2(见插页1)所示。

图1输入舌诊影像图2矩形区域影像

2增强影像对比藉田观察舌头边缘(舌尖以及舌头的两侧)亮度和嘴巴周围皮肤亮度，发现这两处亮度值并没有很显著差异，低对比影像区域将导致找出之舌头边界不明显，而且时有断裂，另外由于这两处区域并非均匀平滑表面，对光线反射量不一致，所以产生之亮度值也不平均，再加上舌面上唾液多寡影响光反射量，所以同一区域内亮度值变化很大，而不同区域间亮度值并无明显差异，以单纯边缘检测技术将产生大量的杂讯，并无法有效区隔不同部位。

经由取样观察舌头边缘和周围皮肤这两处之RGB彩色分量，发现这两处之红色分量值以及蓝色分量值并没有很明显差距，有些区域是舌头边缘上红色及蓝色分量值较皮肤为大，有些区域则是皮肤上分量值为大，而且相差都很小，并没有一致的规律可寻，这样忽大忽小现象，即导致这两处区域不是均匀平滑表面，然而舌头色彩会较皮肤来得红润之关键在于绿色分量值之差异，比较这两处绿色分量值，可以发现皮肤上G值大于在舌头边缘上G值，另外，在舌头边缘上G值通常和B值差不多或较大，而在皮肤上G值则皆大于B值，并且不论是舌头或周围皮肤，其红色分量值均较绿色分量及蓝色分量值为大，换言之：由于这3个原色间的相对特性，其组合结果使得舌面色彩感觉较皮肤红润。

由于舌头边缘和皮肤这两处亮度值差距不够明显，不足以用来检测舌头边界，如果能够将这两处对比增强，撷取舌头工作将较为容易，如前所述，这两处R值及B值没有明显差别，唯一比较明显差别处在于G值表现上，因此可以假设R、B是常数而G是变数，利用这些彩色分量值彼此间相对特性，导出下列强化对比公式：，其中假设R≥G，R≥B，而且分母加1是为了避免分母为0状况；由于舌边G值小于皮肤G值，所以舌头边缘表现是分子大而分母小；在皮肤表现则恰好相反，因此舌头边缘＞周围皮肤。

将矩形区域内每一个像素代入式中计算，并求出平均值m和变异数d，然后再利用对应关系，将强化后数值对应到灰阶范围0～255之间(m－d为0，m为127，m＋d为255)，以增加其动态范围，即可得一幅强化舌头边缘和周围皮肤对比的矩形灰阶影像。如图3(见插页1)所示。

图3增强对比影像

3影像二值化由前一个步骤得出之强化影像中，舌头部分亮度值很高，特别是在舌头边缘得到相当好的对比度，而在舌头以外区域，其亮度值就相对较低，选择适当临界值将强化对比影像二分为黑白影像，由收集之实验影像导出最佳临界值通常介于105～120之间，影像二值化结果则如图4(见插页1)所示。

图4二值化黑白影像

4边界检测最后一个步骤是利用边缘检测找出舌头边界，但必须分为两方面进行，其一是舌头上方边，其二为舌头两侧及下方边界，仔细观察图4黑白影像，舌头两侧及下方白色点非常明显，但是舌头上方却不明显，因此不能直接以图4黑白影像来检测舌头上方边界，唯一可用资讯来自原始影像，利用如步骤一寻找矩形区域影像之作法，设立一个大小为5×5之区块(block)，对于每个纵行以具有最小平均亮度值之最上方横列点集合当做舌头上方边界；至于舌头两侧及下方边界，图4黑白影像已提供足够资讯，建立十字形两个不同区块，大小分别为9×5和3×7，区块大小设定乃是依据收集之实验影像在黑白影像上之表现，归纳出足以检测出舌头边界并消除杂讯影响，设立十字形区块之主要目的在于避免因为杂讯影响而造成误判，将此十字形区块代入黑白影像中，针对每一个像素点进行判断，如果十字形区块所包含白点数总和大于事先设定之临界值，则可标示为舌头边界，相同地，临界值也是根据所有收集之实验影像归纳而来，产生结果则如图5(见插页1)所示。

图5舌头区线影像

5特征撷取将舌头曲线内像素代入下式：X＝，若该像素亮度值不在0.28＜Ⅰ＜0.78范围内则不予采用，亮度值小于0.28者表示因阴影造成其视觉效果很暗，而亮度值大于0.78者表示因反光造成其视觉效果很亮，皆已不再具有任何实质诊察意义，因此予以摒除。在舌质舌苔判断上，满足H≤10或I ＜0.68条件者则标记为舌质，否则标记为舌苔。

H≤10是因实验影像中舌苔色调均大于10，故色调小于10者即可定为舌质，而在舌质亮度表现上很少会大于0.68，且大多都在0.5以下，在彩色分量表现方面，舌质上R值和G值之差通常会较舌苔为大，因此造成舌质X值大于舌苔X值，且经观察发现，当R值与G值之差大于38时，通常表现为舌质状态，但为避免将少数舌苔误判为舌质，因此必须辅以第二条件，即是其X值必须在1.4以上，另外，由观察亦发现，大多数舌质X值均大于1.75，同样为避免少数误判，须辅以附加条件，即R值与G值之差须在20以上，舌苔舌质分离结果如图6与图7(见插页1)所示。

<