便攜式中醫目診設備的設計

劉延勇，駱學榮，侯建偉，朱 婷，張家亮，王文君，李 航，王 東

（博奧生物集團有限公司健康技術研究院，北京 102206）

0 引言

目診是通過觀察眼睛的神、色、形態等特征信息，判斷病位、病性和病因以及預后的一種方法，是傳統醫學的重要組成部分[1-2]。目診在壯醫[3]和瑤醫等[4]民族醫學的臨床診斷中也廣泛應用。望目診病常會涉及到白睛、黑睛、眼瞼、眼眥等部位，其中以白睛應用最多[5]。傳統的中醫目診通過肉眼觀察來判斷人體健康狀況，這種觀察與判斷是建立在醫生醫療實踐的積累之上的，易受個人主觀因素、環境因素等影響，也給中醫目診的臨床應用、教學、科研帶來了諸多不便[6]。近年來，隨著科技的進步，中醫目診的客觀化和智能化進一步發展。2016 年，黃國亮等[7]研發了眼象健康成像儀。該儀器基于傳統中醫目診理論，結合人工智能、無影成像、大數據分析等技術，通過拍攝白睛照片可以辨識體質傾向和中醫證候。但是該儀器體積較大，需要配備專用計算機和相機來獲取和處理數據，且價格昂貴，不適合基層社區醫療機構和家庭使用。因此，在現有技術基礎上，本研究設計一款高度集成、簡便易用的便攜式中醫目診設備，通過構建穩定統一的光源環境，利用高性能攝像頭模組，自助式獲取白睛圖像，并進行后期分析診斷，特別適合在家庭、基層社區醫療機構等場景中應用。

1 具體設計

本研究以中醫目診理論為基礎研發便攜式中醫目診設備。該設備主要由硬件系統（電氣系統和機械結構組件）和軟件程序（設備端App 軟件和移動終端App 軟件）組成，結構框圖如圖1 所示。該設備通過攝像頭模組拍攝高分辨力的眼睛圖像，然后將壓縮后的圖像數據經Wi-Fi 傳輸至移動終端（平板計算機、手機等）。移動終端實時獲取、顯示和存儲眼睛圖像，并可通過語音提示或者按鍵操控等方法控制目診拍照流程。最后，移動終端將對眼像圖像進行分析與處理，進而獲得受試者的健康信息。

圖1 便攜式中醫目診設備結構框圖

1.1 電氣系統設計

電氣系統主要由主控模組、攝像頭模組、光源控制模組、電源模組和Wi-Fi 通信模組5 個部分組成。主控模組采用Rockchip RK3399 六核64 bit（A72×2+A53×4）處理器。該處理器主頻高達1.8 GHz，某集成四核Mali-T860 圖形處理器（graphic processing unit，GPU），具有強大的硬件編解碼能力，且內置雙硬件圖像信號處理（image signal processing，ISP）單元。處理器外接2 GiB LPDDR4 內存、16 GiB 高速eMMC5.1 存儲器以及RK818 電源管理芯片等。主控模組可以實現接口控制、充放電管理、按鍵處理、Wi-Fi 通信以及設備端程序運行等功能。攝像頭模組由OV13850感光芯片和舜宇3907D-400 鏡頭組成，可以提供高達1 200 萬像素的圖像分辨力。攝像頭模組通過移動工業處理器接口-攝像頭串行接口（mobile industry processor interface-camera serial interface，MIPI-CSI）與主控芯片連接，可實現拍照、預覽等功能。Wi-Fi 通信模組采用雙頻柔性電路板（flexible printed circuit，FPC）天線。電源模組采用12850 鋰電池組，可提供3 000 mAh 電量，并通過Type C 接口充電。

光源控制模組為課題組自研，其基于恒流源架構設計，色溫和亮度可調，可根據需要調節光源環境參數，從而獲得最優的圖像信息。光源控制模組電路如圖2 所示。其中VIN1 通過運算放大器U1B、Q2 和R1 控制LED D1、D2 的總電流，即光環境的亮度參數。VIN2 通過運算放大器U1C、Q1 和R2 控制D2 的電流，即在總電流不變的情況下，調節D1、D2 的電流分配比例。如果D1 和D2 選擇不同色溫的燈珠，就可以通過改變VIN2 的電壓，調節光環境的色溫。而通過分別改變VIN1 和VIN2 兩路信號的電壓水平，就可以分別調節光源的亮度和色溫2 個參數，并且在調節過程中兩者之間互不影響。本設計中，D1 和D2 分別選取色溫為4 600 K 和5 800 K 的高性能LED 燈珠。該設備共有4 組LED 光源，分布在上、下、左、右4 個方向。

圖2 光源控制模組電路圖

1.2 機械結構組件設計

便攜式中醫目診設備機械結構組件由硅膠眼罩、圖像采集模塊、勻光照明模塊、開關按鍵等組成。其結構與實物圖如圖3 所示。

圖3 便攜式中醫目診設備結構與實物圖

硅膠眼罩提供人眼檢測窗口，符合人體工程學設計，可適配人體眼部生理結構。拍攝時，上部眼罩輔助翻開上眼皮，手指通過手指避讓孔翻開下眼皮，露出白睛部分，實現自助式白睛成像，操作示意圖如圖4 所示。圖像采集模塊由固定攝像頭模組的結構件和近攝鏡頭組成，以眼睛為在體成像檢測對象，根據瞳孔的位置變化拍攝不同角度的眼睛圖像。勻光照明模塊由固定光源控制模組的結構件和勻光罩組成。4 組LED 光源通過有機玻璃材質的筒狀勻光罩實現均勻布光。同時，勻光罩和硅膠眼罩可以有效地遮蔽外部光線，減少拍攝時的外部光環境干擾。開關按鍵實現設備開關機、拍照和系統喚醒等控制功能。

圖4 操作示意圖

1.3 軟件程序設計

設備端App 軟件和移動終端App 軟件2 個部分基于Android Studio開發。其中設備端App軟件包括開關機控制、電量檢測、按鍵拍照、攝像頭圖像預覽與拍照、圖像數據壓縮編碼、數據Wi-Fi 上傳、光源調節等功能模塊。移動終端App 軟件主要包括Wi-Fi 通信、圖像解壓、信息錄入、圖像顯示與存儲、圖像數據分析與處理、語音提示、流程控制、結果分析與報告等功能模塊，界面如圖5 所示。

圖5 移動終端App 軟件界面

拍照流程如圖6 所示，需要設備端App 軟件和移動終端App 軟件配合實現。移動終端與設備端連接后，受試者根據系統語音提示，扒開上下眼皮，依次進行左視、右視、上視、下視和正視拍攝視角的圖像采集，直至雙眼拍攝完成。移動終端通過人工智能模型給出圖像類別（左視、右視、上視、下視和正視5 類）和分割結果（黑睛、白睛和背景3 個部分），然后計算分割區域參數和白睛區域清晰度，并判斷感興趣區域（即關注到的黑睛和白睛區域）是否合格以及拍攝類別與識別類別是否一致。移動終端App軟件會根據實時計算出的結果給出不同的語音提示，幫助受試者調整姿勢或視角等。

圖6 便攜式中醫目診設備拍照流程圖

2 性能測試

現階段沒有目診類設備的技術標準，因此，本研究參考與目診類似且較為成熟的舌診診斷設備的標準要求[8]（YY/T 1488—2016《舌象信息采集設備》）進行設備部分參數（色溫、照度、顯色指數、分辨力以及色彩還原度等）檢測。

本研究采用MK350N PLUS UPRtek 手持式光譜儀分別測量4 組LED 光源的光學參數，光源亮度設定為240 lx，光源色溫設定為5 200 K。為保證測量的一致性，光譜儀測試窗口位于拍攝面中心位置。測試數據見表1。

表1 光源性能參數

本研究采用分辨力測試卡檢測圖像采集模塊的圖像分辨力。通過分析獲得的圖像，分辨力可以達到20 lp/mm，如圖7 所示。

圖7 分辨力測試結果

本研究選用X-Rite 24 色色卡進行設備顏色還原度測試。由于成像窗口較小，本研究將24 色分為4 組，制作了測試工裝，如圖8 所示。采用該設備為4組測試工裝拍照，然后測定每個色塊的RGB 值，并轉換到Lab 色空間，按以下公式計算每個色塊的Lab色差，結果見表2。

表2 色塊LAB 測量值以及與標準值的色差

圖8 24 色色卡測試工裝

式中，ΔE*ab為色塊的色差；ΔL*為色塊的明度指數L*測得值與標準值的差；Δa*為色塊的色品指數a*測得值與標準值的差；Δb*為色塊的色品指數b*測得值與標準值的差。

將測試結果與YY/T 1488—2016 進行對比。在光源參數方面，設備光源的色溫、照度等參數均滿足標準要求。光源的顯色指數＞95，遠超標準中“顯色指數大于85”的規定。在設備的成像質量方面，測試了分辨力和色彩還原度2 個參數。設備的圖像分辨力為20 lp/mm，遠大于標準要求的“不小于5 lp/mm”。共拍攝24 色色卡，各顏色的Lab 色空間的色差最大為16.1，滿足“Δ不得超過20”的要求。

3 討論

傳統中醫的診斷結果既受醫生的臨床經驗、診斷水平以及思維能力等主觀因素的影響，也受光線、溫度等外界環境因素的影響。所以，診斷結果往往主觀性強、缺乏客觀評價標準，辨證的精確性和重復性較差[9-11]。目診作為中醫望診的重要組成部分，也面臨數據采集不方便、圖像信息不準確以及智能化水平低等問題。本公司前期研制的MyEyeD-10 中醫目診儀配備專業級的單反照相機、高質量光學鏡頭以及高性能計算機系統等精密設備來獲取高質量的白睛眼像信息，設備成本高、體積大，不易推廣到基層社區醫療機構和家庭。為此，本研究設計了一款便攜式中醫目診設備。該設備通過基于ARM（advanced RISC machine）架構的電氣系統和精巧的機械結構，在移動終端的配合下，使用定制的攝像頭模組實現自助拍攝白睛圖像，設備成本低、輕便小巧、簡單易用。

白睛成像質量的好壞直接關系到最終診斷結果，而影響成像質量的因素主要有攝像模組的性能和光源環境。因此，本研究設計了可調色溫和亮度的恒流源架構的光源控制模組。固定該模組的結構件與勻光罩組成勻光照明模塊，可在成像區域形成穩定的光源環境。同時，本研究選用高性能攝像頭模組（1200 萬像素、圖像畸變<1%）獲取最優的成像效果。參考中國醫藥行業推薦標準YY/T 1488—2016 的相關要求，本研究測量了設備的光源色溫、照度、顯色指數以及圖像獲取模塊的成像分辨力、色彩還原度等參數，各指標均達到了行業標準的要求。

本研究為中醫目診的客觀化、智能化研究奠定了基礎。在接下來的工作中，本研究將進行算法設計[6，12]，實現各種眼象特征信息的自動分類識別，并在此基礎上構建智能、準確的專家診斷系統[13]，通過臨床大量數據的訓練，最終獲取最優參數的中醫目診智能診斷方案。