应用信息融合方法将舌诊的智能化识别技术与临床应用结合起来,使舌的特征表达信息与中医临床的病、证有机结合起来,建立以舌的特征表达信息为基础的集合模型和关系模型,使舌诊的现代智能研究能真正指导临床诊断、治疗。本研究综合"瘀血舌象"的既往研究成果,以长期对"瘀血舌象"的研究基础上为突破口,综合运用模式识别、图像处理技术及神经网络思想和可拓学方法,以五脏为中心,对"瘀血舌象"的舌色、舌质、舌苔、舌形、舌态、和舌下络脉等多信息进行融合处理,建立教师学习和事例学习式计算机智能瘀血舌象辨病类证系统。进一步延伸舌诊现代化研究内涵及舌诊对临床的指导作用,同时为舌诊的现代研究提供一种全新的科学方法。
采用前瞻性研究方法,开展五脏系统疾病(重点肝、心)的临床研究和临床试验研究,并采用红外热象仪对舌温进行相关研究,结果显示瘀血舌象的舌质主要表现为暗红舌、青紫舌、淡紫舌、绛紫舌、瘀点、瘀斑舌;舌苔多见白厚苔、黄厚苔,并存在严重的舌下络脉异常(100.0%)。相应的指标检测中,ET-NO失衡,尤其ET水平显著增高是瘀血舌象形成的重要影响因素,ET、NO、ET/NO的水平可作为瘀血舌患者诊断、疗效观察和预后分析的参考指标。推测TXA2-PGI2失衡,尤其TXB2的含量增高是瘀血舌象形成的关键病理基础,可作为诊断心病瘀血舌象的客观指标。瘀血舌患者血液存在"粘"、"浓"、"凝"、"聚"状态,血液流变学异常导致舌微循环障碍是心病瘀血舌象形成的最终环节;舌温的异常是瘀血舌象微循环障碍的结果。建立瘀血舌象图片处理的相关技术,分别能进行舌象图像分割,并能进行颜色、大小、形态、舌苔颜色进行特征信息提取;运用信息融合技术、模糊逻辑推理和神经网络技术,初步建立瘀血舌象特征信息库和一种基于竞争神经网络的瘀血舌象智能诊断推理模型。将临床数据、舌象专家经验及智能推理诊断结合,建立具有较高诊断能力的辨病类证系统。