中醫舌診客觀化可視化分析*

孫璇，王東軍，田春穎，關媛媛，田之魁，王泓午

（天津中醫藥大學健康科學與工程學院，天津 301617）

舌診是中醫診病的一個重要手段，是中醫辨證治療不可缺少的一部分，但相對而言，傳統中醫舌診方法易受到外界因素干擾[1]，且多為肉眼形象描述并不能客觀量化，限制了中醫診斷方法與技術的發展[2]。隨著中醫臨床現代化的進一步發展，對舌象診斷也提出了客觀化、定量化的新要求。因此，舌診客觀化這一主題應運而生。以現代科學技術手段研究舌診原理，提高其臨床應用價值，使其更加科學化、客觀化、具體化，已成為舌診研究的必然方向[3]。

信息可視化，是利用計算機將研究所需要的數據、信息、知識等復雜抽象內容轉變為更為直觀的視覺圖形[4]，以方便研究者能更快速、全面掌握該研究領域的動態、熱點及規律。CiteSpace是由陳超美教授于2004年開發的信息可視化軟件，廣泛應用于探索研究領域的熱點及發展趨勢，被應用于醫學、技術科學和管理學等研究領域，是目前很具有特色且被廣泛使用的可視化分析軟件[5]。本研究為了了解舌診客觀化領域發展，現從中國知網數據庫以“舌診”和“客觀化”為主題詞進行檢索，利用CiteSpace軟件對該領域作者、關鍵詞、研究機構等方向進行了可視化分析，望從不同層面對舌診客觀化進行分析，以掌握其目前發展規律及今后發展趨勢。

1 資料與方法

1.1 數據來源及檢索策略 數據來源：中國知網數據庫；檢索策略：以“舌診”和“客觀化”為主題詞進行檢索，檢索時間為：2010年1月1日—2019年12月31日；納入文獻范圍：僅納入期刊、會議及學位論文。

1.2 研究方法 將中國知網（CNKI）中符合納入標準的文獻以Refworks格式導出，將納入文獻導入CiteSpace中進行格式轉換，并在Citespace中進行作者期刊、機構的合作網絡分析，關鍵詞的共現分析；參數設置：Time Slicing中將時間跨度設置為2010—2019年，以1年為數據切分年代，關鍵詞和機構的閾值選擇：Top N：50，Top N%：10．0%，剪切方式：Minimum spanning tree；作者的閾值選擇：Top N：20，Top N%：10．0%，剪切方式：Pathfinder。

2 結果

本研究共檢索到157篇文章，其中期刊文章86篇，學位論文50篇，會議論文21篇，分別占文章總數的 54．78%、31．85%、13．36%。

2.1 發表文獻時間分析 以每1年為時間節點研究2010—2019年相關舌診客觀化的文章發表情況，總體來看呈波動性發展，在2010年是發文量最多的年份，隨后雖有所下降但發展趨勢比較平穩。詳細情況見圖1。

圖1 舌診客觀化相關文獻發表情況Fig.1 Publication of related literature on objectification of tongue diagnosis

2.2 作者共現可視化分析 由下圖譜可以看出，圖中顯示的作者共28位（n=28），連線數為 23（E=23），在下圖中，每一個節點代表一位作者，連線表示各作者的合作程度，由此說明該領域各作者之間合作關系比較密切；再者，節點的大小可以反映作者在該領域活躍程度，中心性較高的依次為：上海市的王憶勤團隊、許家佗團隊和天津市的陸小左團隊，且從聯線上看，他們各自所帶領的研究團隊也存在合作關系。根據普賴斯定律[6]，本研究核心作者最低發文量≈2．595，取整數3，發文量3篇及以上作者共21位，累計出現頻次127次，占總頻次的24．84%。作者共現可視化分析圖譜，見圖2。

圖2 作者共現可視化分析圖Fig.2 Visual analysis chart of co-occurrence of authors

2.3 機構合作圖譜分析 節點代表作者所屬機構，每個機構的中心圓越大說明其發文量越多；連線表示各機構合作密切程度，連線越多，線條越粗說明合作越多合作關系越密切。下可視化圖譜中，機構節點為26，連線數為9，其中中心度較高的機構依次為：上海中醫藥大學基礎學院、天津中醫藥大學、上海中醫藥大學曙光醫院等10所機構，但由圖3可看出，各機構間合作較少，且活躍度較高的機構基本為高校及其附屬醫院，城市大多分布在上海市、天津市，跨區域合作較少。

圖3 機構共現可視化圖譜Fig.3 Visualization map of mechanism co-occurrence

2.4 關鍵詞分析 關鍵詞在一定程度上能概括文章主題且能反映當前研究熱點[7]，按頻次排名前20名的關鍵詞見表1。運行CiteSpace軟件繪制關鍵詞共現網絡分析圖，得到圖譜，生成一個節點為68，聯線為80的關鍵詞圖譜，見圖4。聚類模塊值（modularity）Q=0．622 8， 聚 類 結 果 顯 著 ；mean silhouette=0．564 9，聚類結果合理可信；按中心度排名前10位關鍵詞分別為：舌診客觀化、客觀化、舌診、中醫、舌象、中醫舌診、綜述、維持血液透析、脈診、色調飽和度明度；去除中心度較高的舌診客觀化、客觀化、舌診等基礎詞，可以看出，2型糖尿病、冠心病、糖尿病等詞說明現在臨床研究主要集中在這兩個病種；舌診儀、圖像分割、特征提取等詞體現了舌診客觀化所依托的工具及目前技術發展方向。

表1 前20名關鍵詞頻次表Tab.1 Frequency of top 20 key words

圖4 關鍵詞共現網絡分析圖Fig.4 Analysis diagram of keyword co-occurrence network

根據Donohue于1973年提出的高頻詞低頻次界分公式[8]，為（其中 T為高頻詞出現的最低次數，I為關鍵詞的個數），以此計算近十年亞健康相關文獻的高頻詞低頻詞界分閾值，T≈36．63，取整數為37，出現頻次37次及以上的關鍵詞為：舌診（44次）、舌象（39次）、客觀化（39次）。將關鍵詞共現可視化分析圖轉換為圖5、圖6的關鍵詞時區（timezone）視圖和關鍵詞時間線（timeline）視圖。首先本研究利用LLR算法通過關鍵詞timeline視圖可以看出關鍵詞聚類分為了7類依次為：#0 2型糖尿病、#1舌診客觀化、#2客觀化、#3舌象、#4特征提取、#5舌形、#6中醫診斷學；再者，通過關鍵詞timezone視圖可以了解逐年變化的研究內容，更直觀的看到本研究領域研究內容的遷移變化，呈現出從集中聚焦到多樣關注的演變特點，并且關鍵詞的時間斷面與發文量變化基本吻合，研究內容也從單一的舌診客觀化轉變為中醫四診客觀化研究，這也與中醫整體觀和四診合參理論相吻合。

圖5 關鍵詞時間線圖Fig.5 Keyword timeline view

圖6 關鍵詞時區圖Fig.6 Keyword timezone view

2.5 期刊分布情況 本研究納入157篇文獻，共涉及50種期刊，其中排名前3位的為中華中醫藥雜志、上海中醫藥大學學報、中華中醫藥學刊，分別占期刊總數的 6．98%、6．98%、4．65%。排名前 10 位期刊見表2。

表2 排名前10位期刊分布情況表Tab.2 Distribution of top 10 journals

3 討論

3.1 研究現狀 從本研究統計發文量較多機構分析，目前舌診客觀化研究存在一定地域問題，研究機構主要集中在上海市和天津市，且以高校及其附屬醫院帶領的研究團隊居多，但跨區域合作較少，這就將導致信息交流共享不足，阻礙該領域發展，再次提倡加強各機構之間的學術交流，打破地域障礙；本研究納入了近10年有關舌診客觀化相關研究的文章，總體研究熱度有所下降，但發展趨勢較平穩；值得一提的是，現舌診客觀化的研究已向多元化發展，從單一理論研究到舌診儀[9]研發、中醫四診客觀化及臨床的實踐應用，取得了不俗的成績。

3.2 研究熱點 突發關鍵詞監測是指未達到詞頻閾值要求的發現詞頻，相對增長率突然增加的詞反映研究主題潛在的發展趨勢，可以表明研究熱點和前沿[10]。從圖7分析，本研究截取了前25位突發關鍵詞，剔除舌診客觀化等基礎詞匯，可見從2010年其已不再局限于單純的舌診客觀化研究，對于脈象、望診已出初步涉獵；2015年之后關注臨床研究，主要應用于糖尿病、冠心病等疾??；從2017年開始隨著舌診儀的研發，研究團隊更注重于舌象的采集和圖像的處理。雖然舌診客觀化的臨床研究一度成為研究熱點，但隨著時代的發展，舌圖像的采集及處理方面逐漸受到關注，舌圖像的客觀化采集是舌診客觀化研究的基礎，對推動中醫現代化有著重要意義[11]。綜上所述，舌圖像的后期處理仍是目前研究熱點。舌診客觀化研究進程有明顯的時代特征，但也有其連貫性。后者的發展需要前者打下的理論基礎，二者相輔相成共同促進舌診客觀化研究蓬勃發展。

圖7 關鍵詞突現詞分析Fig.7 Analysis of key words with the strongest citation bursts

3.3 研究趨勢 運用Citespace可視化分析軟件，對近10年舌診客觀化研究相關文獻進行分析，從結果可以看出，雖然近年來舌診客觀化研究熱度有所降低，但經過長期發展，已經形成了一個較為完整的體系。其研究內容、熱點、領域也隨者時代的變遷和研究者思想的轉變而不斷變化[12]。其中王憶勤[13-15]為代表團隊主要研究中醫四診客觀化及糖尿病、冠心病等舌象特征，為日后臨床應用打下基礎；陸小左[16-18]為代表的團隊在前者基礎上對于各種慢性病舌象又做了具體研究，使舌診客觀化理論在臨床上得以實踐。許家佗[19-21]為代表的團隊主要研究了應用數理統計的方法對舌圖像進一步處理，使得舌診客觀化這個名詞更加具體且增強了臨床可操作性。

從2013—2018年，5年期間都有關于舌診客觀化的臨床研究，可以看出，無論什么時代，人們最關心的仍是臨床疾病的研究問題，所以建立統一舌圖像信息的采集和提取標準，建立典型疾病舌圖像庫是日后的研究趨勢。

4 小結

本研究首次應用Citespace軟件對舌診客觀化領域進行研究，相對于以往單純的使用計量學方法，本研究以更為直觀、生動的形式展現了舌診客觀化領域的研究熱點及其發展趨勢。舌診客觀化研究最終也是為了推動中醫四診客觀化和中醫現代化發展，在此基礎上，隨著科學技術迅猛發展，可構建智能化的中醫健康管理服務云平臺，從而實現對特定人群的個性化、動態化的健康管理[22]。讓舌診客觀化研究真正落實到臨床應用中。

本研究也存在不足之處：因Citespace軟件局限性[23]，本研究僅納入了中國知網數據庫（CNKI）的文獻，可能存在相應的數據缺失現象[24]，但是中國知網是目前國內收錄期刊文獻最多的數據庫[25]，且本研究納入了近10年的舌診客觀化相關研究數據，結果有較高的參考價值。未來研究，運用更多元化的研究方法從不同的層面深入挖掘數據中隱含的信息[26]，以保證研究結果更加客觀可靠。