中医闻诊客观化临床应用研究概述.docx

    中医闻诊客观化临床应用研究概述    宋雪阳　许朝霞　王寺晶　王忆勤Summary：闻诊通过听声音、嗅气味辅助判断疾病、辨证分型，是中医诊断学的重要部分本文依照研究对象不同，分别对声诊及嗅诊客观化临床应用研究进行梳理，从闻诊客观化意义、研究指标、临床研究方法方面进行阐述，为闻诊客观化研究及应用提供参考Key：闻诊；声诊；嗅诊；客观化；综述：R241.2 ：A ：1005-5304（2019）03-0141-04Abstract： Auscultation and olfaction is an important part of TCM diagnostics， which judges diseases and distinguish syndromes by listening to sounds and smelling odors. According to the different research subjects， this article sorted out the objective clinical application research on auscultation and olfaction， and expounded the objectification significance， research indicators and clinical research methods， with a purpose to provide references for objective research and application.Keywords： auscultation and olfaction； auscultation； olfaction； objective； review闻诊属中医四诊之一，自秦汉时期《黄帝内经》就对此诊法有所记载[1]，明确提出“闻诊”一词则是明代《医学研悦》一书[2]。

最新的中医诊断学规范共识将闻诊定义为：医生通过听觉和嗅觉，了解由患者病体发出的各种异常声音和气味，以诊察病情的方法[3]其中听声音多称为声诊，嗅气味则是嗅诊声诊将语音作为判别分析的对象，同时咳嗽声、哮鸣音、肠鸣音等患者被动发出的病理生理性声音亦属声诊研究的范畴；嗅诊研究则囊括患者口腔、周身、排泄物和分泌物等所散发的气味无论是声诊还是嗅诊，大多依赖医生主观判断，缺乏明确定性定量的客观依据[4]，有学者提出利用物理学和声信号的数学分析处理方法对中医闻诊进行检测分析[5]，运用客观、标准的方法对闻诊进行研究非常重要1 声诊客观化研究及临床应用1.1 语音的基本性质语音的实质是振动，振动中富含信息、包含能量，能量与信息特征也能够反映语音特性文史文献提及“角、徵、宫、商、羽”既称“五声”亦称“五音”，但医史文献则以“五音”概括“角、徵、宫、商、羽”，用“五声”指代“呼、笑、歌、哭、呻”[6]声诊客观化研究中常见的语音提取方式分选择元音与选择字句两种原因有以下两方面：①国际音标能够客观精确区分语音特征，而元音则可以较好地反映作为语音源头声带振动的实质[7-8]，因此以语音作为研究对象时，常将国际音标元音作为发声标准以进行研究。

音高、音强、音长、音质是反映语音特点最基础的物理要素，通过这些物理量能客观地反映语音特征②元音与辅音结合才能形成意义丰富多样的语言，与元音不同的是，字句中包含辅音，语音特征势必受到声腔阻碍影响，并且字句中声调变化使语音特征更加难以客观量化小波包技术能够提取此类信息，通过支持向量机等分析方式则可以区分疾病不同证型的语音特征[9]社会学将人定义为社会人，而人通过语言交流，故语音具有其社会性，声诊必然涉及语句研究，也不可避免地需要面对语音社会性语言交流中语音、语气、语调等特点能够判断心理阻抗大小、人格、心理状态等心理学特点[10]有实际意义的语句研究与无实意的单字研究相比，语句表现出更多影响语音特点的要素，虽与临床运用实际情况更接近，却又因语句中各单字间发音相互影响，增加声诊客观性研究的难度随着声诊发展，语音社会性方面无疑需要更大力度研究以探寻能够衡量其客观性、规范性的标准1.2 语音特征1.2.1 元音莫新民等[8]运用声图仪分析不同证型咳嗽患者元音的谐波、顶频、振幅、共振峰、基频等特征，发现元音a、i、o语音特征能反映虚实证间区别，元音e、u在正常人与实证、气虚、阴虚患者间均有差异语音特征能辅助判别证型，亦能为判断体质类型提供参考。

孙乡等[11]对9种不同体质成人所发元音a的音高、音域、共振峰、音量、音长、频率微扰（Jitter）、振幅微扰（Shimmer）、谐噪比、语速共9个声音特征进行分析，发现气虚、阳虚、阴虚、湿热、血瘀、气郁6类体质成人语音特征具有明显差异，而痰湿体质则因相关性过多而难以评价针对语音源头及共鸣腔病变的疾病进行语音特征研究则更直观，胡克信等[12]通过元音a及鼻音m声学特征判别鼻窦炎痰证患者与正常人间区别，所得判断方程正确率较高，能有效进行辅助检查鄢彬等[13]以元音a为研究对象，利用小波包技术分析不同证型患者与正常人间语音扩展能量特征，发现心脾两虚证患者扩展能量比例较高，正常人扩展能量梯度则较低，差异集中频段也不尽相同沈小静[14]运用小波包能量熵和小波包盒维数提取声诊信号特征，发现小波包变换分辨特征与人耳对音频感知特性相似，比美尔倒谱系数得到的结果更细致陈春凤等[15]通过小波变换近似熵配合支持向量机分析，有效识别正常、气虚、阴虚证型语音信号董伟等[16]分析慢性咽炎患者语音信号第3层小波包能量特征与熵值特征，发现实证患者能量特征與熵特征高于虚证患者，通过能量特征与熵特征区别证型虚实刘美畅等[17]以嗓音障碍评分对比分析慢性咽炎、咽部良性病变与正常人所发元音a的最长发声时间、Shimmer、Jitter、共振峰特征，发现慢性咽炎、声音嘶哑者Shimmer、Jitter升高，虽然咽部良性病变者声音嘶哑程度较慢性咽炎患者高，但慢性咽炎患者共振峰却低于咽部良性病变者，认为慢性咽炎者共鸣功能受损更严重。

叶志腾[18]则将声带结节患者Jitter、Shimmer、谐噪比、基频特征按年龄、性别进行对比后发现，声带小结者Jitter较高，而Jitter与年龄无差异，谐噪比与性别无差异语音包含的能量与信息特征还能辅助脏腑辨证，沈勇[19]运用小波包技术分析五脏病患者元音近似熵，肺系疾病患者与心系、肾系疾病患者有差异，而肺系疾病与肾系疾病和正常人相比也有差异陈春凤等[20]对比五脏疾病患者与正常人语音熵值，发现正常人语音信号复杂性最小，而肺系疾病总样本熵最高，与中医基础理论中肺主声音相符1.2.2 字句运用五脏相音理论通过分析对应“角徵宫商羽”五音的汉字，探索语音对应的特征[21]郑贤月[22]选取符合五音的黄、虫、素、石、古、玉、天、竹、明、比作为跟读汉字，以二十五音分析仪分析不同寒热体质女性的语音信号，发现随年龄增大角音增多，而年龄较小者徵、羽音较多，热性体质羽音出现多，寒性体质角音出现多，声音频率与体温成正比语音除受年龄影响外，同样与情绪状态相关，通过语音特征分析发现，抑郁症患者的五音体质特征以火型多见[23]穆怀喜[24]选取衣荷、子书、古玉等能反映五音的汉字成对作为跟读样本，以线性预测倒谱系数和美尔倒谱系数作为语音特征的检测指标，分析9种体质在校大学生语音特征后发现，线性预测倒谱系数和美尔倒谱系数能在一定程度上区分不同体质类型。

跟读内容除单字外还有语句，王忆勤等[25]以唐诗《登黄鹤楼》和符合五音的十个汉字作为跟读字句，运用小波包分析哮喘患者与正常人声诊信息，通过人工神经网络识别后发现熵值比较能量比能够更准确地区别哮喘患者与正常人胡赣[26]以五脏相音为基础，使用隐马尔可夫模型、支持向量机、动态时间规整分类法、深度学习分类法识别分析线谱对参数、线性预测倒谱系数等声音信号，通过特征互补提高声音参数识别不同证型的能力根植于古典理论基础，配合诸多现代研究的客观指标，可以更为有效地推进声诊的客观化，亦能为临床中声诊的使用提供基础针对元音研究语音特征能客观明确地得到语音特征参数，从语音基础物理特征到经提取得到的语音能量信息特征，为声诊的语音诊断提供了广阔的研究思路针对单字和复合语句的研究与五脏相音关系密切，但客观化研究难度相对更高字句较元音更为复杂的发声模式导致语音特征参数受到诸多因素影响，难以准确判断各语音特征参数与实际情况的相关性1.3 非语音的声音特征声诊研究对象除语音外，尚有咳嗽、呼吸、啼哭、呻吟等，寻找具有共性与特性的非语音声音特征参数是声诊客观化研究的重要方向[27]咳嗽声是最为常见的声诊非语音研究对象陈已明[28]认为咳嗽节律、咳嗽音色、咳嗽性质在临床辨证诊断中具有重要实用价值。

临床通过判别咳声大小、性质、长短、深浅等特点确定病因病机，判断咳嗽证型[29-30]，此类判断因素可用音色、音质、响度等声音物理特征客观地进行描述鲁法庭等[31]将咳嗽声时间、频率与强度制成三维声谱图，通过测定声音属性的物理量探索不同证型咳嗽声音的共性与特性莫星明[32]运用声图仪分析气虚、阴虚、实证咳嗽与正常人元音及咳声特征，发现咳声的顶频、振幅、杂音分布与证型相关，实证患者顶频较高且密度大、振幅强、杂音分布集中，而气虚证顶频较低且密度小、振幅弱、杂音分布分散，阴虚证各项指标则介于其他两证型之间王晓岚等[33]同时分析不同证型肺结核患者元音与咳嗽声音特点，发现咳声频谱中峰前后能量比在患者组与对照组间有明显差异，提示咳声频率结构发生变化房春英[34]用高斯混合模型、美尔倒谱系数和熵构建系统分析不同状态小儿咳嗽、呼吸、啼哭声，通过语言资料测试发现此系统有较高声音识别能力咳声研究中多结合单音节语音研究，语音和非语音联合研究是增强声诊客观性与规范性的有效方式语音与非语音的声音特征研究均可通过物理量进行客观量化，非语音部分由于并非周期信号，如共振峰参数就不能作为分析指标，但声音本质所携带的能量信息不受影响，故声诊非语音部分的研究方法和语音研究方法大致相同，通过分析声音信号能辅助辨识疾病与辨证分型。

考虑到声音样本采集时，此类非语音信号并非患者主动发出，常需诱发引导，所获取的声音信号是否与自然条件发出的声音信号一致尚需研究目前研究集中于咳声等肺系疾病所产生的非语音声音信号方面根据中医五脏相音理论，声诊同样反映五脏疾病特点，客观化研究可衍生至其余脏腑系疾病，如依据肠鸣音识别脾胃系疾病亦可根据非语音声音信号客观量化各证型特征，如根据太息声判别肝郁证程度，根据呼吸声辨识肾不纳气程度2 嗅诊的客观化研究及其应用2.1 气味的基本性质嗅诊虽与声诊同属闻诊范畴，却不通过声音信号获取信息，而通过气味信号得到诊断依据嗅气味通过嗅觉器官感受气味特点，气味的本质是气体所含分子作用于受体产生物理振动或化学刺激的过程呼吸空气的生物通过嗅神经只能察觉常温下有明显挥发性的化学物质[35]气味特征可通过红外光谱法、直接顶空分析、气相-液相色谱分析进行研究，直接判别其中包含物质，体现气味信号的特征[36]2.2 气味特征电子鼻技术通过气体传感器阵列收集气味信号，与气味图谱对比分析后得到客观标准的结论[37]宋镇贵[38]通过电子鼻技术获取气味信号，运用小波分析气味在频率空间的特征，提高获取气味信号特征的稳定性、鲁棒性，增加气味信号获取的效率。

刘英东[39]在此基础上，将传感器、信号处理、模式识别技术结合，优化人工神经网络识别算法后构建针对病理气味数据分析模型林雪娟等[40]运用电子鼻技术研究2型糖尿病虚、实证患者口腔气味，发现气味图谱中实证患者响应曲线D振幅、斜率较大，虚证患者响应曲线G斜率较高，以口腔气味特征初步判断2型糖尿病虚实病性嗅诊较声诊更难量化，尚无较多临床运。