慢性阻塞性肺部疾病患者 舌診指標與肺功能狀態之關係 指 導 教 授 ：馬建中 共同指導教授：蔣依吾、張恆鴻、李燊銘 博士班研究生：陳建仲

計畫編號:87 CCMP-RD-19 慢性阻塞性肺部疾病患者 肺功能狀態與中醫證型 及舌診科學化研究之關係 主 持 人 : 陳建仲 協同主持人 : 馬光亞 張恆鴻 蔣依吾 夏德椿

摘 要 本研究共蒐集51名肺部疾病患者，在控制的環境下擷取舌診影像，除人為觀察記錄外，並利用電腦以RBG和HSL模式分析舌診影像，以探討不同肺功能狀態下的舌色表現，並建立中醫診斷學中舌診的客觀指標。 舌質顏色以因子分析發現﹕明度、紅色、藍色、綠色為第一因子，彩度為第二因子。淡白舌、淡紅舌、紅舌、紫紅舌、淡紫舌、青紫舌等不同舌色，可反映出肺功能的不同嚴重程度。若以紅舌系列與紫舌系列比較，則顯現出紅舌系列病況較輕，紫舌病況較重。 舌苔方面，舌苔的厚薄在色相、彩度、明度、紅色、綠色、藍色上均具有統計學上的差異。若以苔色與肺功能作比較，白苔肺功能嚴重程度較輕，黃苔肺功能嚴重程度較重。此外，白苔、黃苔的自動判讀，可用彩度、亮度和紅色、藍色、綠色五個數，或用藍色、綠色二個變數，經方程式計算後之數值作診斷依據。

前 言

舌診電腦化研究進展 大陸自1985年，開始進行影像電腦化的研究工作，從安徽中醫學院與中國科技大學合作進行了第一個舌象量化的研究。 北京中醫研究所對舌象特性進行量化的研究﹑到1990年製造了一部舌色比測儀等。 臺灣近幾年來也展開舌診儀器的研發工作﹐如逢甲大學邱氏﹑中原大學等都從醫學工程的角度﹐對舌診儀器的開發工作不遺餘力。 本人曾針對舌診電腦化工作中，舌頭影像擷取過程會遭遇到的問題提出探討。

慢性阻塞性肺部疾病 慢性阻塞性肺部疾病（Chronic Obstructive Pulmonary Disease, COPD）包括慢性支氣管炎和肺氣腫兩種，時常在一次嚴重的肺部感染或發炎後而發生、或是在反覆性肺部發炎後所遺留下來的後遺症。 慢性阻塞性肺部疾病患者不僅容易造成反覆性感染外，若有呼吸道感染症狀或天候變化時更容易使病情惡化，若到了疾病末期會引起肺部功能衰竭。

研 究 目 的 本研究計畫之重點，在於建立中醫診斷學中舌診的客觀指標，藉由慢性阻塞性肺部疾病患者來探討不同肺功能狀態下的舌色表現，以了解肺部疾病與中醫診斷學中舌診之關係，並希望能在舌診科學化的工作能做出貢獻。

材料與方法

研 究 對 象 樣本自於中國醫藥學院附設醫院胸腔內科門診之慢性阻塞性肺部疾病患者，若病患無系統性或其他器官之疾病，且無接受呼吸治療患者，年齡介於 27 - 78 歲間之病患，為本研究之對象。 依呼吸量計所測得肺功能之狀況，以FEV1（用力呼氣第一秒鐘最大呼氣流量）與FVC（最大肺活量）之比值為依據，將實驗組分成輕、中、重共三組，並以有呼吸系統疾病但肺功能正常者為對照組（如表一）。 本研究總共蒐集患者51人，其中對照組9人，輕度組19人，中度組10人，重度組13人。

表一 研究樣本分組統計表

研究測量 (一)問卷表 患者經篩選為本研究之樣本後，詳細詢問患者之基本資料，而病程、病名、抽煙狀況、飲食習慣、服用藥物狀況等均予以記載。

研究測量 (二)肺功能檢查 肺功能檢查則使用Sensormedics公司出廠，編號Vmax 22之呼吸量計（Spirometer），作為本研究測量肺功能狀態之使用儀器。 問卷表之後，患者至肺功能室接受肺功能檢測，以了解是否有阻塞性或限制性之肺部疾患，並據以瞭解病情輕重程度。 此項檢查操作，是由經過特殊訓練的固定技術員來操作，以求數據的可靠性，並免因技術不成熟或者因不同人員操作所產生的人為誤差。

研究測量 (三)舌診攝影記錄 患者舌診的診斷由二位以上資深中醫師共同判讀，在共同認定之判讀作為舌診之確定診斷。 研究測量 (三)舌診攝影記錄 患者舌診的診斷由二位以上資深中醫師共同判讀，在共同認定之判讀作為舌診之確定診斷。 本研究攝影部份，在附設醫院中醫診斷研究室開設舌診研究室並設立暗房，阻絕外來光源，以避免外來光線對舌診攝影之影響。為求環境穩定，設計舌診攝影頭部固定架，使舌頭照射部位、光源、和相機三者位置能固定，以避免因彼此間距離的不同而對亮度造成影響，而影響影像的可信度。

研究測量 (三)舌診攝影記錄 光線方面，以Kaiser Repro-Beleuchtungseinrichtung RB 5000標準色溫冷光燈光，作為本研究中舌診攝影的光源。本燈光之色溫值為5300oK，亮度為3100Lux。 影像擷取採用 Nikon E2 數位相機，底片色溫值訂為5300oK，ISO值訂為1600，以手動曝光模式操作，光圈為f11，快門為1/125秒，影像以Bitmap(BMP)檔案貯存，解析度為1280×1000，檔案大小為3.6MB。

研究測量 (三)舌診攝影記錄 在每位患者做舌診攝影前，除了以Kodak公司出品的Q-13灰階與色卡(Gray card)做曝光的矯正以避免明度(Lightness)和彩度(saturation)的失真外，並以Gossen Colormaster 3F色溫表詳細記載每張影像的色溫值和亮度值。 影像攝影由經過訓練的操作人員，依固定的程序攝影，並注意患者伸舌頭的姿勢及舌頭的狀態，以避免因患者伸舌頭的姿勢不同所造成的干擾。舌頭影像攝影在患者進食後二小時進行，以避免飲食所造成的影響。

研究測量 (四)影像處理 在586電腦 Windows 95的環境之下，舌影像經取傅利葉轉換 (Fourier transform) 後之頻域徵值加以量化。 在顏色判斷上，以Adobe photoshop 4.0影像分析軟體，利用HSL (hue, saturation and lightness) 和RGB(Red, Green, Blue)顏色模型，判斷出舌質及舌苔的顏色。

統 計 方 法 本研究利用SPSS統計軟體進行。 經數據化之舌診資料，在舌色和苔色的RGB和HSL數值的相關性以因子分析法加以檢定。 Kruskal-Wallis one way anova 以及Jonckheere-Terpstra方法檢定舌色和苔色之RGB和HSL兩者數值與肺功能狀態之關連性，並以回歸方程式之方法求得舌色判讀之公式。 不同的舌色和苔色與肺功能之間的相關性是否有規律可循，則使用卡方檢定方法加以檢定。

結 果

舌色色彩模組之因子分析 在舌色方面，若將HSL色彩模組和RGB色彩模組做因子分析，發現明度(Lightness)、紅色(Red)、藍色(Blue)、綠色(Green)為第一因子，彩度(Saturation)為第二因子，累積解釋力達97.2%。 表二 舌質資料彩度量度和顏色資料因子分析統計表 factor 1 factor 2 S 0.02783 0.99448* L 0.92384* 0.37088 R 0.92859* 0.35772 G 0.89802* -0.32103 B 0.86689* -0.47779 註﹕”*”表示在統計學上有顯著意義。

舌色與肺功能關係 若將舌色區分為淡白舌、淡紅舌、紅舌、紫紅舌、淡紫舌、青紫舌等六種舌色，與不同肺功能嚴重程度之間做卡方檢定，發現這種顏色分類方式在反應肺功能狀態上於統計學上具有顯著的意義(p=0.033)（表三）。 表三 舌質顏色與不同肺功能狀態之關係 正常 輕度 中度 重度 淡白舌 0 2 0 0 淡紅舌 2 4 0 1 紅舌 3 7 0 4 紫紅舌 1 3 5 5 淡紫舌 2 2 0 2 青紫舌 1 1 5 1 Pearson X2 : p=0.03262 Likelihood Ratio：p=0.03496

舌色與色彩模組關係 六種舌色表現與RGB色彩模組和HSL色彩模組數值間之關係，以變異數分析檢定，發現在彩度、明度、紅色、綠色上具有統計學上的差異（表四）。 表四 舌質舌色在不同彩亮度值之檢定 K-W檢定 J-T檢定 H 0.9071 0.4588 S 0.0095* 0.0372* L 0.0390* 0.0008* R 0.0460* 0.0010* G 0.0444* 0.0077* B 0.0554 0.0917 註：(1)J-T檢定以1.淡白舌，2.淡紅舌， 3. 紅舌，4.紫紅舌，5.淡紫舌， 6.青紫舌等舌色為順序作檢定。 (2)”*”表示在統計學上有顯著意義。

肺功能與色彩模組關係 若將肺功能嚴重程度與RGB色彩模組和HSL色彩模組數值間之關係，以變異數分析檢定，發現只有紅色在統計學上的差異（表五）。 表五 不同肺功能嚴重程度下彩亮度值之檢定 K-W檢定 J-T檢定 H 0.4824 0.2368 S 0.0928 0.1039 L 0.1250 0.056 R 0.1512 0.0475* G 0.4712 0.0920 B 0.9626 0.3564 註﹕”*”表示在統計學上有顯著意義。

舌色與肺功能關係 若將六種舌色表現分成紅舌系列（淡白舌、淡紅舌、和紅舌）與紫舌系列（紫紅舌、淡紫舌、和青紫舌），與不同肺功能嚴重程度之間做卡方檢定，則顯現出紅舌系列病況較輕，紫舌病況較重，在統計學上有顯著意義（表六、表七）。 表六 不同舌色與不同肺功能嚴重程度之關係 正常 輕度 中度 重度 紫舌系列 4 6 10 8 紅舌系列 5 13 0 5 Pearson X2 : p=0.03262 Likelihood Ratio：p=0.03496

舌色與肺功能關係 表六 不同舌色與不同肺功能嚴重程度之關係 正常 輕度 中度 重度 紫舌系列 4 6 10 8 紅舌系列 5 13 0 5 表六 不同舌色與不同肺功能嚴重程度之關係 正常 輕度 中度 重度 紫舌系列 4 6 10 8 紅舌系列 5 13 0 5 Pearson X2 : p=0.03262 Likelihood Ratio：p=0.03496

苔色與色彩模組 在苔色方面，若將HSL色彩模組和RGB色彩模組做因子分析，發現明度(Lightness)、紅色(Red)、藍色(Blue)、綠色(Green)為第一因子，彩度(Saturation)為第二因子（表八）。 表八 舌苔資料彩度量度和顏色資料因子分析統計表 factor 1 factor 2 S -0.28640 -0.95728* L 0.95409* 0.28536 R 0.95420* 0.28486 G 0.87172* 0.42520 B 0.75992* 0.64328 註﹕”*”表示在統計學上有顯著意義。

舌苔厚薄與色彩模組 在舌苔方面，舌苔的厚薄若與色彩學上的HSL色彩模組和RGB色彩模組作變異數分析加以檢定，發現在色相(Hue)、彩度、明度、紅色、綠色、藍色上均具有統計學上的差異（表九）。 表九 舌苔厚薄與彩亮度資料之檢定 K-W檢定 J-T檢定 H 0.0002* 0.0000* S 0.0407* 0.4127 L 0.0255* 0.0042* R 0.0243* 0.0043* G 0.0027* 0.0001* B 0.0420* 0.0567 註﹕”*”表示在統計學上有顯著意義。

舌苔厚薄與苔色關係 苔偏薄者以白苔為主，苔偏厚者以黃苔為主，在統計學上有顯著意義(p=0.0021)（表十、表十一）。 表十 舌苔厚薄與苔色之關係 少苔或無苔 薄白苔 厚苔 白苔 8 3 0 黃苔 12 3 22 Pearson X2 : p=0.0021 Likelihood Ratio：p=0.00027

苔色與肺功能比較 白苔肺功能嚴重程度較輕，黃苔肺功能嚴重程度較重(odd ratio=4.267)（表十二、表十三）。 表十二 舌苔顏色與不同肺功能狀態之關係 正常 輕度 中度 重度 白苔 3 13 3 3 黃苔 4 6 6 10 Pearson X2 : p=0.06556 Likelihood Ratio：p=0.05896

苔色的回歸方程式 若將白苔、黃苔以色彩學上彩度、亮度和光線三原色之紅色、藍色、綠色等五個變數所得數據以Discriminant analysis作分析，可得到下列方程式：Y=3.97×L*＋1.22×B*＋2.9×G*＋(-6.89) ×R*＋1.70×S*，正確率為74%。 若以藍色、綠色二個變數所得數據作分析，可得到方程式：Y=-2.25428×B*＋2.50820×G*，正確率為70%。

討 論

舌色與肺功能的關係 中國醫學理論認為，舌質的顏色變化能提示疾病的性質和機體氣血、陰陽的盛衰。 舌質顏色的變化，在很大程度上受蕈狀乳頭內微血管機能狀態的影響，這是因為蕈狀乳頭表面角化少，上皮菲薄，血液供應豐富，血色易於透露的緣故。

舌色與肺功能的關係 姜氏在慢性支氣管與肺原性心臟病的舌診中發現，紅舌（包括淡紅舌、鮮紅舌）隨者病情進展而減少，紫舌（包括絳紫、暗紫）隨者病情進展明顯增加。 舌質變化規律如下：淡紅--鮮紅--絳紫--紫暗（瘀點）為逆，病情加重。

舌色與肺功能的關係 在舌色與血液動力學間關係之研究方面，黃氏將舌色分為淡紅舌、淡白舌、紅舌、絳舌、紫舌五種，發現能反映出肺心病的病情狀態。 肺心病的五種舌質的氧分壓均低於正常值，以紫舌更為突出。 紫舌的PaCO2、TCO2與其他四種舌質比較有明顯差異有關。 紫舌的氧飽和度明顯偏低，二氧化碳瀦留最明顯。淡紅舌的PaO2與絳、紫舌比較差異顯著。

舌色與肺功能的關係 張氏在肺心病研究中亦發現，舌質顏色與缺氧程度大致平行，隨氧分壓降低，舌質由淡紅--淡暗--暗紅--青紫--紫藍的規律變化。 劉氏亦指出肺心病急性發作期，其舌質以紅舌為主，舌苔以膩苔為主。隨者PCO2增高，舌質由紅轉暗紅變紫暗的過程轉變。 錢氏亦發現隨著PaO2下降，舌質由淡紅--淡暗---暗紅--青紫--紫藍；隨著PaCO2上升，舌質由淡紅--絳紫--暗紫。

舌色與肺功能的關係 薛氏在肺心病急性發作期舌診研究中發現，從舌質、舌苔與血氣的分析中可以看出，當舌質呈暗紫色或絳紫色、苔厚或光時，血氣異常加重，感染嚴重。 而當舌質由暗紫或絳紫變為紅絳或淡紫、淡紅色時，舌苔由厚或光變薄或有苔時，則血氣多改善，症狀可緩解。 急性發作期以暗紫舌出現最多，存在時間最長，併發症最多，預後最差；絳紫舌次之；而紅絳舌者病變屬中等程度；淡紅、淡紫舌則最輕，預後最好。

舌色與肺功能的關係 在血液流變學方面，中國科學院曾用血流測量儀測量淡紅舌、淡暗舌、暗舌等三種舌質的淺表血流量，結果淡紅舌血流量最大，暗紅舌次之，淡暗舌最小。 張氏發現舌質顏色不同，舌血細胞灌注量也有明顯的區別，淡紅舌最高，紫舌最低，差異非常顯著，表現了舌質越紅，舌血細胞灌注量越高的變化特性。血灌注量呈紫暗舌<淡紫舌<瘀斑舌<暗紅舌的變化趨勢，但未有明顯區別。

舌色與肺功能的關係 在血液檢查方面，陳氏針對青紫舌與血小板聚集性做過探討，發現無論機體在生理變化（年齡增長）還是病理狀態（一些血栓性、血管性疾病）時，二者的變化頗為相近，血小板聚集性基本上依照淡紅舌暗紅舌青紫舌的排列順序遞增。

舌色與肺功能的關係 在微循環的研究方面，陳氏在青紫、紅絳、淡白三類病理舌質與淡紅舌的微循環觀察中，發現 青紫舌的蕈狀乳頭橫徑縮小，異形微血管叢、襻頂瘀血微血管叢、擴張微血管叢、血細胞聚集、流速減慢及滲出、出血的發生率增高，與健康人（淡紅舌）組相比較均有顯著或非常顯著的差異。 紅舌組的蕈狀乳頭橫徑增大，微血管叢中襻數目增多，微血管襻動、靜脈臂口徑增粗，擴張微血管叢、瘀血微血管叢及滲出百分比增高，與健康人淡紅舌組相比均有顯著或非常顯著差異。 淡白舌組蕈狀乳頭橫徑增大，微血管叢中管襻數目減少，管襻動、靜脈臂口徑減小，微血管叢周圍滲出明顯，與健康人淡紅舌組相比差異均非常明顯。

舌色與肺功能的關係 本研究中若將舌色區分為淡白舌、淡紅舌、紅舌、紫紅舌、淡紫舌、青紫舌等六種舌色，這種顏色分類方式可以反映出肺功能嚴重程度。 由於本研究若將舌色分太多則會有樣本數不夠的問題，從統計學的觀點會有解釋上的困擾。 若將舌色簡化分成紅舌系列（淡白舌、淡紅舌、和紅舌）與紫舌系列（紫紅舌、淡紫舌、和青紫舌），再經卡方檢定後，則顯現出紅舌系列病況較輕，而紫舌病況較重。可見經由舌診的舌色觀察，確實可預測肺功能的狀態。

舌色與肺功能的關係 本研究中舌色表現在以肺功能為指標來判斷病情嚴重度的變化上，與前人在血液動力學、血液流變學、和微循環之舌色變化的研究方面的結論是一致的。 這也進一步說明若從舌色表現的角度來看，其與肺功能嚴重程度的關係與血液動力學、血液流變學、或微循環嚴重程度的關係都是一致的。

苔色與肺功能的關係 舌苔主要是絲狀乳頭不斷分化為角化的上皮細胞，拖落後與唾液、細菌和食物殘渣等集積而成。

苔色與肺功能的關係 苔色方面，姜氏發現薄白苔、白膩苔隨病情進展減少，薄黃苔和黃膩苔隨病情進展增多。 單純性慢性支氣管炎舌苔以薄白、白膩為多，舌質以淡紅為多，病情屬一般輕症。 喘息性慢性支氣管炎舌苔中黃苔明顯增多，說明合併感染較多，舌質以紅舌居多，也符合感染到熱性病微循環大致正常。 90%以上的肺心病是由慢性支氣管炎發展而來的，慢性支氣管炎向肺心病發展過程中其舌象之舌苔改變規律如下：薄白--白膩--黃苔--黑苔為逆，病情逐漸加重。

苔色與肺功能的關係 宋氏針對舌苔的研究中認為： 舌苔黃乾厚者，舌溫高，唾液溶菌脢含量增高，免疫球蛋白IgG、IgM增高，T淋巴細胞多不減低，舌苔中各種細菌甚多，說明患者雖邪熱熾盛，但正氣未衰，即雖有感染，但患者非特異免疫及特意免疫能力尚佳。 淡黃薄苔時，溶菌脢含量雖高於對照組，但不像乾厚組那樣特別顯著，說明感染稍輕。白厚苔組常有虛象，舌溫、IgG、IgM、T淋巴細胞百分數均較對照組稍低，白薄苔組與對照組基本相似。

苔色與肺功能的關係 在本研究中發現，在肺部疾病方面，舌苔的厚薄與苔色亦有相關，苔偏薄者以白苔為主，苔偏厚者以黃苔為主。 苔色與肺功能作比較，白苔肺功能嚴重程度較輕，黃苔肺功能嚴重程度較重。 這與以前做過肺部疾病與舌診關係的研究報告，認為白苔病情較輕而黃苔病情較重的結果相吻合。

舌診與色彩學上之關係 本研究在舌診現代化研究上是使用影像處理的方式進行，重點擺在對舌色和苔色等顏色的分析工作上。 在影像處理上所應用的色彩模組主要有四種：RGB色彩模組、HSL色彩模組、CMYK色彩模組、和Lab色彩模組，一般以前面兩者為主。

舌診與色彩學上之關係 RGB是指紅(Red)綠(Green)、藍(Blue)三種顏色，是光的三原色，由於很多檔案是以RGB模式載入，因此此色彩模組經常被使用。 此色彩模組屬於色光混合的方式，三色光愈混合則會得到愈明量的色光，所以較不容易想像。

舌診與色彩學上之關係 HLS是指色相(Hue)、彩度(Saturation)、明度(Lightness)三者，色相(Hue)：表示如紅、黃、藍、紫等不同的色彩；彩度(Saturation)：表示顏色的強度或飽和程度，即含有某色成分的多寡；亮度或明度(Brightness or Lightness)：表示顏色的深淺程度。 HSB色彩模組比RGB色彩模組容易想像，所以是一般藝術家和攝影家所常使用的模組。

舌診與色彩學上之關係 在本研究中，以HSL色彩模組和RGB色彩模組做舌色和苔色方面的因子分析，均出現明度、紅色、藍色、綠色為同一因子，而彩度為另外一個因子。

舌診與色彩學上之關係 RGB色彩模組為「加法混合」，愈是混合，愈會得到愈明亮的色光。 紅、綠、藍數據增高，色調會變亮，而數據降低則色調變暗，因此明度與紅、綠、藍的高低成相對應的關係。 彩度為色彩的飽和度或鮮豔度，亮度增強或變暗均會影響彩度，因此與紅、綠、藍之間無法形成線性關係。 由此可以解釋為何紅、綠、藍與明度為同一因子，而彩度為一因子。

舌診與色彩學上之關係 將舌色分成淡白舌、淡紅舌、紅舌、紫紅舌、淡紫舌、青紫舌等六種舌色，這種顏色分類方式可以反映出肺功能嚴重程度。 六種舌色表現與RGB和HSL色彩模組數值之間，與彩度、明度、紅色、和綠色有關。 在分析過程中，發現不同舌色的色相變化不大，都屬紅色色系，若舌質偏淡者，明度偏亮，彩度偏小；舌質偏紫者，明度偏暗，彩度偏大。

舌診與色彩學上之關係 肺功能嚴重程度與RGB和HSL色彩模組數值之間，發現只有與紅色有關。 在分析時發現紅、綠、藍三者數據中，以紅色的數據偏高，在色相中也均屬紅色系，紅舌與紫舌間也以紅色的變動最為明顯。

舌診與色彩學上之關係 舌苔的厚薄與色彩學上的HSL色彩模組和RGB色彩模組間，在色相、彩度、明度、紅色、綠色、藍色上均有關。 在分析時發現，舌苔的厚薄與其周圍的舌質顏色間有不同結果，若舌苔愈薄者，其苔色所呈現出的數質與舌色愈接近，反之則差距愈大。

舌診與色彩學上之關係 在本研究中針對舌質顏色與色彩模組間，在回歸檢驗上無法找到相關性，因此無法列出回歸方程式；但在苔色方面分成白色和黃色，則有令人滿意的結果。

舌診與色彩學上之關係 若以S,L,R,G,B五個變數作Discriminant Analysis分析，可得到Y=3.97×L*＋1.22×B*＋2.9×G*＋(-6.89) ×R*＋1.70×S*之方程式，其正確率為74%。 若所計算出之Y值與-0.76173(白)或0.64888(黃)做比較，若較接近何者則可歸入於該舌。

舌診與色彩學上之關係 若以以G,B為變數作Discriminant Analysis分析，可得到Y=-2.25428×B*＋2.50820×G*之方程式，其正確率為70%。 若所計算出之Y值與-0.71362(白)或0.60790(黃)做比較，若較接近何者則可歸入於該舌。

舌診與色彩學上之關係 雖然前者的正確率較高，但是由於兩者間差異不大，而且後者的變數較少，計算上較簡單，因此可採用後者作為白苔與黃苔的判斷標準，依此可作到自動判讀的工作。