TCM-Tongue：当传统中医“望诊”遇见深度学习，首个大规模标准化舌象数据集发布

TL;DR

北京工商大学与西苑医院等团队联合发布了 TCM-Tongue，这是目前已知最完备的 AI 舌诊数据集。它通过 6,719 张经过临床验证的高质量影像和 20 类精细化病理标签，解决了中医 AI 长期以来“数据质量参差不齐”和“标注主观性强”的顽疾，为中医诊断的现代化与客观化奠定了坚实基础。

背景：为何中医 AI 难以“看透”这一寸舌苔？

中医千年智慧中的“望闻问切”，以望诊（舌诊）为首。然而，将老中医的“直觉”转化为算法的“逻辑”面临巨大挑战：

• 环境噪音：在不同诊室、不同自然光下拍出的舌头颜色迥异，这对于对色彩极度敏感的舌诊（如淡红舌 vs 绛紫舌）是致命的。
• 标签的多重性：一张舌象往往同时叠加多种症状，例如“气虚”可能同时表现为“舌体胖大”和“边有齿痕”，这要求模型具备强大的 Multi-label 识别能力。
• 标准缺失：过去的研究大多是小规模、非公开的，无法作为通用的学术 Benchmark。

核心方法：构建“工业级”舌诊闭环

1. 标准化采集系统：拒绝“滤镜”干扰

为了从源头消除环境噪音，作者研发了一套专用硬件（图 1）。该系统采用 D65 标准标准光源（模拟标准日光）和双摄像头联合成像。

• AI 引导：通过嵌入 ResNet-50 的实时算法进行面部识别和距离检测，确保用户在 30-50cm 最佳距离拍摄。
• 细节捕捉：高分辨率模块支持高达 100μm 的表面拓扑重建，能够清晰还原裂纹、颗粒感等微观特征。

2. 双层级联标注：全局观与微观特征的统一

TCM-Tongue 最具学术价值的地方在于其标注逻辑。不同于普通的物体识别，它将标签分为两类：

• 全局标签 (Global Labels)：定义舌头整体状态（如红舌、白苔、胖大舌）。
• 局部标签 (Local Labels)：精确定位病变区域（如舌尖红点、舌侧齿痕、肾区凹陷）。

这种层级化标注（图 3）模拟了中医专家的临床观察视角：先观全貌，再诊细节。

实验与基准测试：谁是当下最强“舌诊 AI”？

研究人员选取了 9 种 SOTA 检测算法进行测试（包括 YOLOv5/v7/v8 家族）。实验得出了一些颠覆性的结论：

• 并非“越大越好”：在数据集规模约为 6000 张的情况下，盲目增加模型深度（如从 YOLOv5s 到 YOLOv5l）反而可能因过拟合导致性能波动。
• YOLOv8 的平衡性：在中大型模型中，YOLOv8l 取得了最高的 mAP@0.5（34.95%），展现了强大的特征拟合能力。
• 性能瓶颈：实验发现，AI 在区分“紫色”与“红色”等近似颜色特征，以及识别“细微裂纹”时仍有提升空间。

深度洞察：数字化中医的未来标尺

TCM-Tongue 的发布不仅是数据集的扩充，它是对传统医学知识库的一次结构化重塑。

• 学术价值：它为医疗 AI 提供了一个具有“中医特色”的复杂场景挑战，如细微的纹理变化（Texture Variation）和上下文相关的语义解读。
• 局限性：虽然解决了静态影像的标准化，但在动态舌象（如舌体震颤、歪斜）的捕捉上仍需进阶。

总结：TCM-Tongue 将作为一座桥梁，连接起千年的“经验医学”与现代的“计算医学”。它开源的不仅是代码和图片，更是中医客观化科研的底气。

论文链接：BTBU IntelliSense GitHub