舌の診断における人工知能深層畳み込みニューラルネットワークを用いた歯牙痕のある不健康な舌の認識

Artificial intelligence in tongue diagnosis: Using deep convolutional neural network for recognizing unhealthy tongue with tooth-mark.

• Xu Wang
• Jingwei Liu
• Chaoyong Wu
• Junhong Liu
• Qianqian Li
• Yufeng Chen
• Xinrong Wang
• Xinli Chen
• Xiaohan Pang
• Binglong Chang
• Jiaying Lin
• Shifeng Zhao
• Zhihong Li
• Qingqiong Deng
• Yi Lu
• Dongbin Zhao
• Jianxin Chen

抄録

舌の診断は、数千年前から伝統的な中国医学（TCM）の中で重要な役割を果たしている。最も重要な舌の特徴の一つとして、歯のついた舌は脾臓欠損と関連しており、症状の鑑別や治療法の選択に大きく貢献することができる。しかし、中医学の施術者にとって、歯付き舌の認識は主観的で難しいものである。これまでの研究のほとんどは、主観的に選択された歯標部の特徴に焦点を当てており、精度は80％以下であった。本研究では，深層畳み込みニューラルネットワーク(CNN)を用いた人工知能フレームワークを提案した．まず，異なる機器で撮影した1548枚の舌画像を用いて，比較的大規模なデータセットを構築した．次に，ResNet34 CNNアーキテクチャを用いて特徴を抽出し，分類を行った．モデルの全体的な精度は90%以上であった。興味深いことに，このモデルは，照明の異なる他の機器で撮影された画像にも一般化することができた．我々のフレームワークの優れた有効性と一般化により、情報学的な観点から病気の進行を追跡し、薬理学的効果を評価するための客観的で便利なコンピュータ支援舌診断法を提供することができるかもしれません。

Tongue diagnosis plays a pivotal role in traditional Chinese medicine (TCM) for thousands of years. As one of the most important tongue characteristics, tooth-marked tongue is related to spleen deficiency and can greatly contribute to the symptoms differentiation and treatment selection. Yet, the tooth-marked tongue recognition for TCM practitioners is subjective and challenging. Most of the previous studies have concentrated on subjectively selected features of the tooth-marked region and gained accuracy under 80%. In the present study, we proposed an artificial intelligence framework using deep convolutional neural network (CNN) for the recognition of tooth-marked tongue. First, we constructed relatively large datasets with 1548 tongue images captured by different equipments. Then, we used ResNet34 CNN architecture to extract features and perform classifications. The overall accuracy of the models was over 90%. Interestingly, the models can be successfully generalized to images captured by other devices with different illuminations. The good effectiveness and generalization of our framework may provide objective and convenient computer-aided tongue diagnostic method on tracking disease progression and evaluating pharmacological effect from a informatics perspective.

© 2020 The Authors.