ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、中国国家自然基金会(助成金番号82004504)、中国科学技術省国家重点研究開発プログラム(助成金番号2018YFC1707606)、四川省漢方薬管理局(助成金番号2021MS199)、中国国家自然財団(助成金番号82174236)の支援を受けました。

この研究は、中国国家自然科学財団プロジェクト「関連分析に基づくTCM顔画像の動的変化ルールの構築」によって承認されています。倫理承認番号は2021KL-027であり、倫理委員会は、臨床研究プロトコル(2021.04.12、V2.0)、インフォームドコンセント(2021.04.12、V2.0)、被験者募集資料(2021.04.12、V2.0)、研究症例および/または症例報告、被験者日記カードおよびその他の質問票(2021.04.12、V2.0)、臨床試験の参加者のリストを含む承認された文書に従って実施される臨床試験を承認しました。 研究プロジェクトの承認等研究に参加した患者からインフォームドコンセントが得られました。この研究の主な実験的アプローチは、実際の舌画像を使用して、モデルのセグメンテーション効果を検証および比較することです。 図1 は、舌診断客観化の構成要素を示しています。
1. 画像取得
<ol><li>自社開発のハンドヘルド舌側顔診断装置を使用して、患者の舌側顔画像を収集します。</li>
	<li>患者の氏名、性別、年齢、疾患をパソコンのページに記入してください。ここに掲載されている画像は、クリニックに来て、研究の目的と内容を知らされた上で撮影に同意した患者のものです。患者が直立していることを確認し、画像取得機器に顔全体を置き、患者に舌を口から最大限に伸ばすように指示します。</li>
	<li>コンピューターに接続された画像取得デバイスを保持し、コンピューター画面の画像を通じて、患者が正しい位置にあり、舌と顔が完全に露出していることを確認します。</li>
	<li>コンピューター画面の 撮影 ボタンを3回押して、3枚の写真を撮ります。 注:画像取得機器は現在特許出願段階にあり、商用利用ではないため、販売されていません。</li>
	<li>収集した舌と顔の画像を手動で選択してフィルタリングします。舌や顔の露出が不完全な画像や、光が不十分なために暗すぎる画像をフィルタリングして除外します。 図2 は、ソフトウェアの画像取得ページを示しています。</li>
	<li>実験計画では、代替案として各患者から一度に3つの画像を収集し、その後のアルゴリズムトレーニングとテストのサンプルとして、比較的標準的で、完全に露出し、十分に照らされた、鮮明な画像を選択します。</li>
	<li>撮影後にデータを収集し、手動スクリーニングのためにデータをエクスポートし、肉眼で見える非標準画像を削除します。次のフィルタリングおよび除外条件を使用します:不完全な舌と顔の露出、および不十分な光の結果として暗すぎる画像。照明不足、不完全、および標準画像の例を 図3に示します。 注意: 不十分な光は、通常、患者が顔を完全に器具に入れなかったことによって引き起こされます。完全な露出は通常、患者を正しく撮影することによってのみ得られます。</li>
</ol>2.舌のセグメンテーション
<ol><li>以下に説明するように、オンライン注釈ツールを使用して舌画像のセグメンテーションを実行します。<ol><li>Labelmeをインストールし、ラベルインターフェイスの左上隅にある[ 開く ]ボタンをクリックし、画像が配置されているフォルダーを選択して、写真を開きます。</li>
		<li>[ポリゴンの作成]をクリックしてポイントの追跡を開始し、舌と舌の形状を追跡し、選択した領域(舌と舌の表面など)に従って名前を付けて保存します。</li>
		<li>すべてのマークが完成したら、[ 保存 ] をクリックして画像をデータ フォルダーに保存します。詳細なフローチャートについては、 図 4 を参照してください。 注:画像にはピクセルの違いがあるため、アルゴリズムのトレーニングやテストに直接使用することはできません。</li>
	</ol></li>
	<li>画像の長辺をターゲットの塗りつぶし長として画像をエッジ塗りつぶしし、画像の長辺を辺の長さとして、白いエッジ塗りつぶしを実行して画像を正方形に塗りつぶすことで、画像を同じサイズに統一します。デバイスによってキャプチャされた画像サイズは1080 x 1920ピクセルで、塗りつぶされた画像のサイズは1920 x 1920ピクセルです。 図5を参照してください。</li>
	<li>必要に応じて画像補正を適用します。この研究では、使用された画像は固定されたシーンで撮影され、環境、照明、その他の要因の影響を受けにくいため、強調は適用されませんでした。</li>
	<li>被写体のまばたきやレンズの遮断などの制御不能な要因を考慮して、撮影プロセス中に患者ごとに3つの画像が収集されたため、各患者からの画像を手動でスクリーニングして、患者ごとに1つの画像を保持します。</li>
	<li>モデルをトレーニングする目的で、200 人または 600 枚の画像からデータを収集します。上映後、使用可能な画像は約200枚保持します。</li>
	<li>画像番号に従って、すべての舌画像をランダムに分割し、そのうちの70%をトレーニングセットに、30%をスプレッドシートのテストセットに配置します。</li>
</ol>3.舌の分類
<ol><li>公式ウェブサイトにアクセスし、アナコンダ、パイソン、ラベルメをダウンロードしてインストールします。環境をアクティブ化し、環境全体のインストールと調整を完了します。ソフトウェアのインストールとセットアップを説明するフローチャートについては、 図 6 を参照してください。</li>
	<li>インストール済みの環境でディープ ラーニング アルゴリズム モデルを構築し、パラメーターを調整して、トレーニング セットを使用してモデル トレーニングを完了します。次の手順で説明するように、モデルの選択とチューニングを実行します。<ol><li>モデルの選択:研究の目的に基づいて適切なモデルを選択します。過去5年間の舌画像処理に関する研究をレビューした後、本研究では、U-Net、Seg-Net、DeeplabV3、およびPSPNetの4つのアルゴリズムが検証対象として選択されました(モデルコードについては、補足コーディングファイル1、補足コーディングファイル2、補足コーディングファイル3、および補足コーディングファイル4を参照)。</li>
		<li>データセットの構築:モデルの選択が完了したら、上記のように、主にLabelmeアノテーションと均一な画像サイズの方法を使用して、研究内容と併せて必要なデータセットを構築します。</li>
	</ol></li>
	<li>以下で説明するようにモデルトレーニングを実行します。 図 7 に、アルゴリズムのトレーニング操作の詳細を示します。<ol><li>前方伝搬のためにニューラルネットワークにデータを入力し、各ニューロンは最初に値の重み付けされた累積を入力し、次にそのニューロンの出力値として活性化関数を入力して結果を取得します。</li>
		<li>その結果を誤差関数に入力し、期待値と比較することで誤差を求め、誤認識の度合いを判断します。損失関数が小さいほど、モデルは良くなります。</li>
		<li>バックプロパゲーションにより誤差を減らし、勾配ベクトルを決定します。勾配ベクトルによる重みを結果への傾向に合わせて調整し、誤差がゼロまたは縮小する傾向があるようにします。</li>
		<li>セットが完了するまで、またはエラー値が低下しなくなるまで、このトレーニング プロセスを繰り返し、その時点でモデルのトレーニングが完了します。トレーニングとテストにおけるアルゴリズムモデルのフローチャートについては、 図8 を参照してください。</li>
	</ol></li>
	<li>セグメンテーションに同じテストデータを使用して4つのモデルをテストし、セグメンテーション効果に従ってモデルのパフォーマンスを判断します。精度、再現率、平均ピクセル精度 (MPA)、MIoU の 4 つのメトリックは、より包括的なモデル パフォーマンス評価を提供します。</li>
	<li>4 つのモデルの結果が生成されたら、それらの値を水平方向に比較します。値が大きいほど、セグメンテーションの精度が高くなり、モデルのパフォーマンスが向上します。図 9、図 10、および 図 11 を参照してください。</li>
</ol>

<ol><li>Jiu, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+herbal+therapy+on+intestinal+microbiota+and+serum+metabolomics+in+different+rat+models+of+Mongolian+medicine%5BTitle%5D)+AND+%22Evidence-Based+Complementary+and+Alternative%22%5BJournal%5D)">Effects of herbal therapy on intestinal microbiota and serum metabolomics in different rat models of Mongolian medicine.</a> Evidence-Based Complementary and Alternative. 2022, 7255780(2022).</li>
<li>Xi, J., Xin, Y., Teregle, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Study+on+the+correlation+between+the+animal+model+of+Mongolian+medicine+34%3BXieri+disease%26%2334%3B+and+serum+ALT+and+AST%5BTitle%5D)+AND+%22Electronic+Journal+of+Cardiovascular+Diseases+in+Combination+of+Traditional+Chinese%22%5BJournal%5D)">Study on the correlation between the animal model of Mongolian medicine 34;Xieri disease&#34; and serum ALT and AST.</a> Electronic Journal of Cardiovascular Diseases in Combination of Traditional Chinese. 4 (33), 134-135 (2016).</li>
<li>Yin, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Study+on+the+mechanism+of+serum+differential+protein+changes+in+bronchial+asthma+based+on+proteomics%5BTitle%5D)+AND+%22Chinese+Journal+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">Study on the mechanism of serum differential protein changes in bronchial asthma based on proteomics.</a> Chinese Journal of Traditional Chinese Medicine. 47 (22), 6227-6234 (2022).</li>
<li>Wang, X. H., Bao, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Band+Seed.+The+origin+and+development+of+tongue+diagnosis+in+Mongolian+medicine%5BTitle%5D)+AND+%22Chinese+Ethnic+Folk+Medicine%22%5BJournal%5D)">Band Seed. The origin and development of tongue diagnosis in Mongolian medicine.</a> Chinese Ethnic Folk Medicine. (1), 64-65 (2008).</li>
<li>Yang, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparative+study+on+the+feature+parameters+of+tongue+diagnosis+images+in+five+nationalities%5BTitle%5D)+AND+%22Chinese+Journal+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">A comparative study on the feature parameters of tongue diagnosis images in five nationalities.</a> Chinese Journal of Traditional Chinese Medicine. 36 (11), 6428-6430 (2021).</li>
<li>He, J. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Efficacy+and+safety+of+Chou-Ling-Dan+granules+in+the+treatment+of+seasonal+influenza+via+combining+Western+and+traditional+Chinese+medicine%2C+protocol+for+a+multicentre%2C+randomised+controlled+clinical+trial%5BTitle%5D)+AND+%22BMJ+Open%22%5BJournal%5D)">Efficacy and safety of Chou-Ling-Dan granules in the treatment of seasonal influenza via combining Western and traditional Chinese medicine, protocol for a multicentre, randomised controlled clinical trial.</a> BMJ Open. 9 (4), e024800(2019).</li>
<li>Wang, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Scientific+knowledge+mapping+and+visualization+analysis+in+the+field+of+Chinese+medicine+tongue+feature+objectification+research%5BTitle%5D)+AND+%22World+Science+and+Technology+-+Modernization+of+Chinese+Medicine%22%5BJournal%5D)">Scientific knowledge mapping and visualization analysis in the field of Chinese medicine tongue feature objectification research.</a> World Science and Technology - Modernization of Chinese Medicine. 23 (9), 3032-3040 (2021).</li>
<li>Yuan, S. M., Qian, P., Li, F. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+progress+of+color+correction+methods+for+tongue+and+face+diagnosis+in+traditional+Chinese+Medicine%5BTitle%5D)+AND+%22Chinese+Journal+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">Research progress of color correction methods for tongue and face diagnosis in traditional Chinese Medicine.</a> Chinese Journal of Traditional Chinese Medicine. 34 (9), 4183-4185 (2019).</li>
<li>Kanawong, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tongue+image+analysis+and+its+mobile+app+development+for+health+diagnosis%5BTitle%5D)+AND+%22Advances+in+Experimental+Medicine+and+Biology%22%5BJournal%5D)">Tongue image analysis and its mobile app development for health diagnosis.</a> Advances in Experimental Medicine and Biology. 1005, 99-121 (2017).</li>
<li>Yu, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Semantic+segmentation+evaluation+index+and+evaluation+method%5BTitle%5D)+AND+%22Computer+Engineering+and+Application%22%5BJournal%5D)">Semantic segmentation evaluation index and evaluation method.</a> Computer Engineering and Application. , (2023).</li>
<li>Sehyung, L., Negishi, M., Urakubo, H., Kasai, H., Ishii, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mu-net%3A+Multi-scale+U-net+for+two-photon+microscopy+image+denoising+and+restoration%5BTitle%5D)+AND+%22Neural+Networks%22%5BJournal%5D)">Mu-net: Multi-scale U-net for two-photon microscopy image denoising and restoration.</a> Neural Networks. 125, 92-103 (2020).</li>
<li>Huang, X. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+on+the+application+of+U-Net+and+its+variants+in+medical+image+segmentation%5BTitle%5D)+AND+%22Chinese+Journal+of+Biomedical+Engineering%22%5BJournal%5D)">A review on the application of U-Net and its variants in medical image segmentation.</a> Chinese Journal of Biomedical Engineering. 41 (5), 567-576 (2022).</li>
<li>Lu, J. H., Xu, Y. F., Wang, Y. Q., Hao, Y. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+overview+of+tongue+objectification+in+traditional+Chinese+medicine+based+on+computer+image+technology%5BTitle%5D)+AND+%22World+Science+and+Technology+-+Modernization+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">Research overview of tongue objectification in traditional Chinese medicine based on computer image technology.</a> World Science and Technology - Modernization of Traditional Chinese Medicine. 24 (11), 4568-4573 (2022).</li>
<li>Mansour, R. F., Althobaiti, M. M., Ashour, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Internet+of+things+and+synergic+deep+learning+based+biomedical+tongue+color+image+analysis+for+disease+diagnosis+and+classification%5BTitle%5D)+AND+%22IEEE+Access%22%5BJournal%5D)">Internet of things and synergic deep learning based biomedical tongue color image analysis for disease diagnosis and classification.</a> IEEE Access. 9, 94769-94779 (2021).</li>
<li>Cai, Y. H., Hu, S. B., Guan, J., Zhang, X. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+the+development+and+application+of+tongue+diagnosis+objectification+techniques+in+Chinese+medicine%5BTitle%5D)+AND+%22World+Science+and+Technology+-+Modernization+of+Chinese+Medicine%22%5BJournal%5D)">Analysis of the development and application of tongue diagnosis objectification techniques in Chinese medicine.</a> World Science and Technology - Modernization of Chinese Medicine. 23 (7), 2447-2453 (2021).</li>
<li>Ghosh, S., Das, N., Nasipuri, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reshaping+inputs+for+convolutional+neural+network%3A+some+common+and+uncommon+methods%5BTitle%5D)+AND+%22Pattern+Recognition%22%5BJournal%5D)">Reshaping inputs for convolutional neural network: some common and uncommon methods.</a> Pattern Recognition. 93, 79-94 (2019).</li>
<li>Shang, Z. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+progress+of+digital+acquisition+and+characterization+of+tongue+diagnosis+information%5BTitle%5D)+AND+%22Chinese+Journal+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">Research progress of digital acquisition and characterization of tongue diagnosis information.</a> Chinese Journal of Traditional Chinese Medicine. 36 (10), 6010-6013 (2021).</li>
<li>Ning, J., Zhang, D., Wu, C., Yue, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+tongue+image+segmentation+based+on+gradient+vector+flow+and+region+merging%5BTitle%5D)+AND+%22Neural+Computing+and+Applications%22%5BJournal%5D)">Automatic tongue image segmentation based on gradient vector flow and region merging.</a> Neural Computing and Applications. 21, 1819-1826 (2012).</li>
<li>Zheng, F., Huang, X. Y., Wang, B. L., Wang, Y. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+tongue+detection+based+on+image+segmentation%5BTitle%5D)+AND+%22Journal+of+Xiamen+University%22%5BJournal%5D)">A method for tongue detection based on image segmentation.</a> Journal of Xiamen University. 55 (6), 895-900 (2016).</li>
<li>Li, Y. T., Luo, Y. S., Zhu, Z. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+learning-based+tongue+feature+analysis%5BTitle%5D)+AND+%22Computer+Science%22%5BJournal%5D)">Deep learning-based tongue feature analysis.</a> Computer Science. 47 (11), 148-158 (2020).</li>
<li>Wang, Y. D., Sun, C. H., Cui, J. L., Wu, X. R., Qin, Y. X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+on+deep+learning-based+tongue+fissure+segmentation+algorithm%5BTitle%5D)+AND+%22World+Science+and+Technology+-+Modernization+of+Chinese+Medicine%22%5BJournal%5D)">Research on deep learning-based tongue fissure segmentation algorithm.</a> World Science and Technology - Modernization of Chinese Medicine. 23 (9), 3065-3073 (2021).</li>
<li>Wang, X. M., Wang, R. Y., Guo, D., Lu, S. Z., Zhou, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+on+the+identification+method+of+tongue+punctures+based+on+auxiliary+light+source%5BTitle%5D)+AND+%22Journal+of+Sensing+Technology%22%5BJournal%5D)">Research on the identification method of tongue punctures based on auxiliary light source.</a> Journal of Sensing Technology. 29 (10), 1553-1559 (2016).</li>
<li>Yang, J. D., Zhang, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+fully+connected+neural+network+based+on+migration+learning+for+tongue+image+classification%5BTitle%5D)+AND+%22Journal+of+the+Second+Military+Medical+University%22%5BJournal%5D)">A fully connected neural network based on migration learning for tongue image classification.</a> Journal of the Second Military Medical University. 39 (8), 897-902 (2018).</li>
<li>Song, C., Wang, B., Xu, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+on+tongue+feature+classification+method+based+on+deep+migration+learning%5BTitle%5D)+AND+%22Computer+Engineering+and+Science%22%5BJournal%5D)">Research on tongue feature classification method based on deep migration learning.</a> Computer Engineering and Science. 43 (8), 1488-1496 (2021).</li>
<li>Ding, H. J., He, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Study+on+modern+techniques+and+methods+of+tongue+diagnosis%5BTitle%5D)+AND+%22Shi+Zhen+Chinese+Medicine%22%5BJournal%5D)">Study on modern techniques and methods of tongue diagnosis.</a> Shi Zhen Chinese Medicine. 21 (5), 1230-1232 (2010).</li>
<li>Zhai, P. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+multi-stage+tongue+image+classification+algorithm+incorporating+attention+mechanism%5BTitle%5D)+AND+%22Computer+Engineering+and+Design%22%5BJournal%5D)">A multi-stage tongue image classification algorithm incorporating attention mechanism.</a> Computer Engineering and Design. 42 (6), 1606-1613 (2021).</li>
<li>Hou, Y. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+clustering+analysis+algorithm+based+on+deep+learning%5BTitle%5D)+AND+%22Journal+of+Xinxiang+University%22%5BJournal%5D)">A new clustering analysis algorithm based on deep learning.</a> Journal of Xinxiang University. 35 (12), 4(2018).</li>
<li>Shi, Y. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+decision+tree+algorithm+for+classification+of+non-small+cell+lung+cancer+evidence+based+on+tongue+and+pulse+data%5BTitle%5D)+AND+%22World+Science+and+Technology+-+Modernization+of+Chinese+Medicine%22%5BJournal%5D)">A decision tree algorithm for classification of non-small cell lung cancer evidence based on tongue and pulse data.</a> World Science and Technology - Modernization of Chinese Medicine. 24 (7), 2766-2775 (2022).</li>
<li>Li, J., Hu, X. J., Zhou, C. L., Xu, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Study+on+the+feature+analysis+and+diagnosis+model+of+diabetic+tongue+based+on+random+forest+algorithm%5BTitle%5D)+AND+%22Chinese+Journal+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">Study on the feature analysis and diagnosis model of diabetic tongue based on random forest algorithm.</a> Chinese Journal of Traditional Chinese Medicine. 37 (3), 1639-1643 (2022).</li>
<li>Chen, C. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+characteristics+of+the+combination+of+the+four+diagnostic+methods+of+traditional+Chinese+medicine+from+the+perspective+of+the+differences+between+Chinese+and+Western+medical+diagnosis+methods%5BTitle%5D)+AND+%22Journal+of+Guangzhou+University+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">The characteristics of the combination of the four diagnostic methods of traditional Chinese medicine from the perspective of the differences between Chinese and Western medical diagnosis methods.</a> Journal of Guangzhou University of Traditional Chinese Medicine. 28 (3), 332-334 (2011).</li>
<li>Chen, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Correlation+analysis+of+tongue+image+and+western+medicine+typing+in+382+patients+with+novel+coronavirus+pneumonia+based+on+Lab+colour+model+and+imaging+histology%5BTitle%5D)+AND+%22Chinese+Journal+of+Traditional+Chinese+Medicine%22%5BJournal%5D)">Correlation analysis of tongue image and western medicine typing in 382 patients with novel coronavirus pneumonia based on Lab colour model and imaging histology.</a> Chinese Journal of Traditional Chinese Medicine. 36 (12), 7010-7014 (2021).</li>
<li>Ju, J. W., Jung, H., Lee, Y. J., Mun, S. W., Lee, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Semantic+segmentation+dataset+for+AI-based+quantification+of+clean+mucosa+in+capsule+endoscopy%5BTitle%5D)+AND+%22Medicina%22%5BJournal%5D)">Semantic segmentation dataset for AI-based quantification of clean mucosa in capsule endoscopy.</a> Medicina. 58 (3), 397(2022).</li>
<li>Wu, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+of+research+on+deep+learning+in+tongue+image+classification%5BTitle%5D)+AND+%22Computer+Science+and+Exploration%22%5BJournal%5D)">A review of research on deep learning in tongue image classification.</a> Computer Science and Exploration. , 1-23 (2022).</li>
</ol>

著者は宣言する利益相反はありません。

上記の比較結果に基づいて、検討中の4つのアルゴリズムの特性が異なることは明らかであり、それらの明確な長所と短所を以下に説明します。U-Net構造は、完全な畳み込みネットワークの変更と拡張に基づいており、収縮経路と対称的な拡張経路を介してコンテキスト情報と正確な位置決めを取得できます。このアルゴリズムは、各ピクセルポイントを分類することにより、より高いセグメンテーション精度を実現し、トレーニング済みモデルで画像をより迅速にセグメント化します。一方、エンコーダとデコーダの対称構造からなるSeg-Netアルゴリズムは、新しい問題に迅速に適応し、音声、セマンティクス、ビジョン、ゲームなどのタスクで優れたパフォーマンスを発揮するという利点があります。ただし、このアルゴリズムは大量のデータを必要とするため、ハードウェア構成の面で要求が厳しいため、一部のタスクにのみ適用できます。より一般的なフレームワークとして、DeeplabV3アルゴリズムには、ほとんどのネットワークのASSPモジュールを改善し、それらをカスケードまたは並列にレイアウトして全体的なパフォーマンスを向上させるという利点があります。ただし、最終的な特徴マップは、レート8と16のアップサ...

舌観察は、伝統的な中国民族医学(TCM)で広く利用されている技術です。舌の色と形は、体調やさまざまな病気の性質、重症度、予後を反映することができます。たとえば、伝統的なモン族の医学では、舌の色は体温を識別するために使用されます(たとえば、赤または紫の舌は熱に関連する病理学的要因を示します)。チベット医学では、粘液の色、形、水分に注意を払いながら、患者の舌を観察することによって状態を判断します。たとえば、Heyi病患者の舌は赤くて荒れたり、黒くて乾いたりします1。Xieri病2 の患者は黄色で乾燥した舌を持っています。一方、バダカン病3 の患者は、白く、湿気があり、柔らかい舌を持っています4。これらの観察は、舌の特徴と生理学および病理学との間の密接な関係を明らかにします。全体として、舌の状態は、診断、疾患の特定、および治療効果の評価において重要な役割を果たします。
同時に、異なる民族グループ間の多様な生活条件と食習慣のために、舌のイメージのばらつきは明らかです。色を決定するための国際標準に基づいて確立されたラボモデルは、1931年に国際エクレアージュ委員会(CIE)によって策定されました。1976年に、カラーパターンが変更され、名前が付けられました。Lab カラー モデルは、L は明るさに対応し、a と b は 2 つのカラー チャネルの 3 つの要素で構成されます。aには、濃い緑(低輝度値)から灰色(中程度の明るさの値)、明るいピンク(高輝度値)までの色が含まれます。Bは、明るい青(低輝度値)から灰色(中程度の明るさ値)、黄色(高輝度値)になります。Yangらは、5つの民族グループの舌色のL x a x b値を比較することにより、モン族、回族、チワン族、漢族、モンゴル族の舌像の特徴が互いに有意に異なることを発見 しました。たとえば、モンゴル人は黄色の舌のコーティングが施された暗い舌を持っていますが、モン族は白い舌のコーティングが施された明るい舌を持っており、舌の特徴が集団の健康状態を評価するための診断指標として使用できることを示唆しています。また、舌画像は、民族医学の臨床研究におけるエビデンスに基づく医療の評価指標として機能することができます。He et al.6 は、TCM診断の基礎として舌画像を使用し、Chou-Ling-Danペレット(CLD顆粒-TCMの季節性インフルエンザを含む炎症性疾患および熱性疾患の治療に使用される)と中医学および西洋医学を組み合わせた安全性と有効性を体系的に評価しました。その結果、臨床研究の評価指標としての舌画像の科学的妥当性が確立されました。それにもかかわらず、従来の開業医は一般に主観性に依存して舌の特徴を観察し、患者の生理学的および病理学的状態を評価し、より正確な指標を必要とします。
インターネットと人工知能技術の出現は、舌診断のデジタル化と客観化への道を開きました。このプロセスは、舌画像の内容を反映して、舌画像7の定性的および客観的な記述を提供するために数学的モデルを使用することを含む。このプロセスには、画像取得、光学補正、色補正、幾何学的変換など、いくつかのステップが含まれます。次に、前処理された画像は、画像の位置決めとセグメンテーション、特徴抽出、パターン認識などのアルゴリズムモデルに供給されます。このプロセスの出力は、舌画像データの高効率かつ正確な診断であり、それによって舌診断の客観化、定量化、および情報化の目標を達成します8。これにより、舌診断データの高効率・高精度処理の目的が達成される。本研究では、舌診断の知識と深層学習技術に基づき、コンピュータアルゴリズムを用いて舌の画像から舌の体と舌のコーティングを自動的に分離し、医師の舌の定量的特徴を抽出し、診断の信頼性と一貫性を向上させ、その後の舌診断客観化研究の方法を提供する9。

<table><tbody><tr><td>CPU</td><td>Intel(R) Core(TM) i7-9700K</td><td></td><td></td></tr><tr><td>GPU</td><td>&nbsp;NVIDIA GeForce RTX 3070 Ti (8192MB)</td><td></td><td></td></tr><tr><td>オペレーティングシステム</td><td>Microsoft Windows 10 Professional Edition (64ビット)</td><td></td><td></td></tr><tr><td>プログラミング言語</td><td>Python</td><td></td><td></td></tr><tr><td>RAM</td><td>16G</td><td></td><td></td></tr></tbody></table>

伝統医学における舌診断の客観化、データ解析、研究応用

Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application

舌診断は中医学(TCM)診断に不可欠な技術であり、画像処理技術による舌画像の客観化の必要性が高まっています。本研究では、過去10年間の舌客観化の進歩を概観し、セグメンテーションモデルを比較します。実際の舌画像セットを用いてアルゴリズムを検証・比較するために、様々な深層学習モデルを構築します。各モデルの長所と短所が分析されます。この知見は、U-Netアルゴリズムが、精度精度(PA)、再現率、および平均交差オーバーユニオン(MIoU)メトリックに関して他のモデルよりも優れていることを示している。しかし、舌画像の取得と処理は大きく進歩しているにもかかわらず、舌診断を客観化するための統一された基準は確立されていません。モバイルデバイスを使用してキャプチャされた舌画像を舌診断の客観化に広く適用することを促進するために、さらなる研究により、複雑な環境でキャプチャされた舌画像によってもたらされる課題に対処できます。

比較結果については、図 12、図 13、および表 1 を参照し、この調査で構築された環境では、同じサンプルを使用してアルゴリズム モデルをトレーニングおよびテストします。 MIoUインジケーター: Uネット&gt;セグネット&gt;PSPNet &gt; DeeplabV3;MPAインジケーター: Uネット&gt;セグネット&gt;PSPNet &gt; DeeplabV3;精密インジケータ:Uネット&gt;セグネット&gt;ディープラボV3&gt;PSPNet;リコール:U-Net &gt; Seg-Net &gt; PSPNet &gt; DeeplabV3。インデックス値が大きいほど、セグメンテーションの精度が高くなり、モデルのパフォーマンスが向上します。インデックスの結果によると、U-NetアルゴリズムはMIoU、MPA、精度、および再現率において他のアルゴリズムよりも優れており、そのセグメンテーション精度も他のアルゴリズムよりも高いと分析できます。したがって、U-Netアルゴ...

本研究では,U-Netなどの深層学習アルゴリズムを用いて舌画像をセグメント化し,セグメンテーション結果を比較して舌診断の客観化を検討した。

Tongue diagnosis is an essential technique of traditional Chinese medicine (TCM) diagnosis, and the need for objectifying tongue images through image ...

このプロトコルは、ディープラーニングアルゴリズムを使用して舌の画像をセグメント化し、舌を画像全体から自動的に分離し、さらなる研究に使用できます。このプロトコルは、4舌画像セグメンテーションアルゴリズムの性能を比較して、明確なカウンターで舌をセグメント化できる基本アルゴリズムを選択します。この研究では、特許取得済みの機器とアルゴリズムが使用されています。プロの機器とマスターコンピュータ技術を使用することをお勧めします。まず、患者の舌側の顔画像を収集するために、自社開発のハンドヘルド舌側顔診断装置を準備します。患者の氏名、性別、年齢、疾患をパソコンのページに記入してください。次に、患者に直立して座ってもらい、コンピューターに接続された画像取得デバイスを配置します。次に、患者の顔を画像取得機器に配置し、舌を口から最大限に伸ばしてもらいます。コンピューター画面の画像で、患者が正しい位置にあり、舌と顔が完全に露出していることを確認します。コンピューター画面の撮影ボタンを3回押すと、3枚の画像がキャプチャされます。次に、収集した顔と舌の画像を手動で選択します。ソフトウェアの画像取得ページに従ってそれらをフィルタリングします。各患者から一度に3つの画像を収集し、手動スクリーニングのために画像をフォルダーにエクスポートします。次に、アルゴリズムのトレーニングとテストのサンプルである、標準で完全に露出され、十分に照らされた、鮮明な画像を選択します。標準イメージの条件を満たさないイメージを削除します。除外の基準は、不完全な舌と顔の露出と暗すぎる画像です。舌画像のセグメンテーションを実行するには、LabelMeを開き、インターフェイスの左上隅にある[開く]ボタンをクリックします。セグメント化する画像を含むフォルダを選択し、写真を開きます。[ポリゴンの作成] ボタンをクリックして、ポイントを追跡します。舌と舌の形を追跡し、選択した領域に応じて名前を付けて保存します。すべての追跡が終了したら、[保存] をクリックして画像をデータ フォルダーに保存します。1080 x 1920 ピクセルのサイズの画像をキャプチャするようにデバイスを設定し、塗りつぶされたイメージのサイズが 1920 x 1920 ピクセルであることを確認します。各患者の画像を手動でスクリーニングして、被験者のまばたきやレンズの遮断などの制御不能な要因のために撮影された3つの画像から1つを選択して保持します。モデルを訓練するために、200人の個人または600枚の画像からデータを収集し、スクリーニング後に使用可能な約200枚の画像を保持します。画像番号に従ってすべての舌画像をランダムに分割し、画像の70%をトレーニングセットに、画像の30%をテストセットフォルダーに配置します。アナコンダパイソンとラベルミーを公式ウェブサイトからダウンロードしてインストールします。環境をアクティブ化し、環境全体のインストールと調整を完了します。研究目的に適したモデルを選択してください。この研究では、UNet、SegNet、DeepLab Version 3、およびPSPNetが検証のために選択されました。次に、インストール済み環境でディープ ラーニング アルゴリズム モデルを構築します。値を調整してパラメーターを調整し、トレーニング セットを使用してモデルのトレーニングを完了します。LabelMeアノテーションと均一な画像サイズの方法を使用して、研究内容と組み合わせて必要なデータセットを構築します。セグメンテーションの結果を調べ、精度、再現率、平均ピクセル精度 (MPA) または MIOU、MIOU の 4 つのメトリックに基づいてモデルのパフォーマンスを評価して、より包括的な評価を取得します。4 つのモデルの生成値を比較します。値が大きいほど、セグメンテーションの精度が高くなり、モデルのパフォーマンスが向上します。インデックスの結果によると、UNetアルゴリズムはMIOU、MPA、精度、および再現率において他のアルゴリズムよりも優れており、そのセグメンテーション精度も高くなっています。PSPNetは、MIOU、MPA、およびリコールにおいてDeepLabバージョン3よりも優れていますが、DeepLabバージョン3モデルはすべてのインデックスでセグメントモデルよりも低くなっています。舌のセグメンテーションでは、画像の外側の赤い領域は舌のセグメンテーションから得られ、内側の緑の領域は舌のコーティングのセグメンテーションから得られます。本研究では,単位アルゴリズムが舌分割において良好に機能しており,単位アルゴリズムに基づいてさらなる研究を行うことができた.

objectification-tongue-diagnosis-traditional-medicine-data-analysis

Research

JoVE Journal

Medicine

医学

味覚伝達の分子メカニズムの知識は、最近、主な原因動物モデルを使用して、大きな進歩を遂げました。しかしながら、ヒト組織における哺乳類のワラントの研究間の味の感度と特異性の広い多様性。私たちは、人間の舌で乳頭からの生活の味細胞を収集するために生検の手法を説明します。...

人間の舌から茸（味）乳頭を収集する手法

脂肪酸及び食事と脂肪食品の嗜好との関連の経口化学受容、肥満の発展とその理由食生活の変化は、多くの個人のために困難な場合があるとの関与するメカニズムの識別を可能にすることができる。...

オーラル脂肪酸しきい値、脂肪知覚、脂肪食品嗜好、およびヒトにおける乳頭密度を測定

ここでは、デジタル写真から茸状乳頭密度を測定するためのプロトコルを提示します。この方法は、ミラー＆リーディ（1990）による茸状乳頭の元の記述の仕事に優先順位付けし、客観的な特性の測定基準を構築します。...

茸乳頭の客観的な分析のためのデンバー乳頭プロトコル

超音波画像は、発話中の舌の形状と動きをリアルタイムで表示するために使用できます。画像を使用して、音声エラーの性質を判断できます。舌の視覚的フィードバックは、臨床集団における発話音の生成の改善を促進するために使用できます。...

舌の超音波画像：スピーチサウンドエラーの評価および修復のためのチュートリアル

我々は、舌の筋緊張および粘弾性を決定するための麻酔したラットモデルにおける外科的処置を記載する。この手順は、舌下神経の特異的刺激、および受動的リサージュ力/変形曲線の筋肉への適用を含む。...

ラット舌の機械的および粘弾性的特性のインビボ評価

本稿では、舌上の生体内イメージングウィンドウにマイクロ流体を統合することにより 、生体内で...

μTongue:生体内舌用マイクロ流体ベースの機能イメージングプラットフォーム

この研究は、格子配向試験を用いて空間的な言語触覚感度を評価するためのRインデックスによる標準的な手順および閾値決定を示す。...

格子方位検定による空間言語触覚感度の評価

ヒトゲノムの8％を占めるヒト内在性レトロウイルス（HERV）は、希少なコーディング能力が、10万末端反復配列（LTR）を保持する。カスタムアフィメトリクスマイクロアレイは、個々のHERV遺伝子座発現を同定するために設計されており、今後の臨床研究のための概念の証明として、前立腺癌組織で使用された。...

前立腺癌におけるバイオマーカーの発見への応用：個々のHERV座発現のマイクロアレイベースの識別

本稿ではヒドラに基づくプロトコル — 臨床意思決定支援の完全かつ詳細な一連の機能と完全な心血管分析、リスク評価、早期に医師に必要なサービスを統合するための web...

ヒドラ、心血管分析および診断で臨床医を支援するコンピュータ ベースのプラットフォーム

このプロトコルでは、心臓光学マッピングデータを分析するためのMATLABベースのオープンソースソフトウェアプラットフォームであるElectroMapのセットアップと使用について説明します。ElectroMapは、心臓実験モデルの広い範囲にわたって光学マッピング電圧とカルシウムデータセットの分析のための汎用性の高いスループットツールを提供します。...

エレクトロマップを用いた光マッピングデータのハイスループット解析

学ぼう　深層学習アルゴリズムを用いた舌画像のセグメンテーション手法。U-Netなどのモデルで舌と舌苔を高精度に分離し、伝統医学の舌診断を客観的に定量化する計算的手法を習得できます。

伝統医学における舌診断の客観化、データ解析、研究応用

さらに動画を探す