基于Mask Scoring R-CNN的齿痕舌象识别

芮迎迎，孔祥勇，刘亚楠，董鑫，蔡健，卢严砖，况忠伶

上海理工大学医疗器械与食品学院，上海200093

前言

移动健康技术在中医和远程医疗中的应用呈增长趋势，尤其是在新型冠状病毒肺炎（COVID-19）爆发期间。舌诊是中医诊断中的重要环节，因其无接触、有效、无创、实时、便捷、成本低等西医检测无法比拟的优势，能在任何时间、任何地点进行辅助诊断，满足全球初级保健系统的需求。舌象能够反映内脏虚实、气血盛衰、病位深浅、预后好坏［1-2］。通过对舌象的客观化研究，能够观察COVID-19 患者的舌象特征及变化，为防治COVID-19 提供治疗依据［3-4］。由于传统舌诊主要依据医师个人经验，易受环境影响，存在主观性、评判标准不一致等问题。因此，越来越多的计算机研究人员开始将其结合计算机视觉领域，建立客观、定量的中医辅助舌诊系统。

齿痕舌的客观化研究具有重要性和挑战性，齿痕舌是中医诊断的一个重要指标。临床实验结果表明在不同临床分型COVID-19患者的舌形分布研究中，齿痕舌易见于普通型患者。据研究，人群中的齿痕舌占比56%，其中严重者占比11%［5］。齿痕舌的识别更具挑战性，主要原因为：（1）齿痕形状多样，变化大，如不同颜色、不同形状、不同类型的齿痕；（2）由于个人隐私和图像获取的限制，舌部的图像数量有限；（3）用于金标准的图像数量有限。舌象的判读需要多个专家的参与，但专家在有限时间内只能将图片分类为有齿痕和无齿痕，并未在图片上标注出齿痕的位置，无法提供齿痕的位置分布、大小、深度等信息。……