第一节 望面色研究进展
一、望面色基本理论
望面色是医生以患者面部颜色和光泽变化为主要观察对象的望诊方法，是望诊中的重中之重。“司外揣内”是中医诊断学的基本原理，《难经·十三难》曰“五脏有五色，皆见于面”，《灵枢·邪气脏腑病形》曰“十二经脉，三百六十五络，其血气皆上于面而走空窍”，说明人体是一个有机的整体，五脏六腑精气通过经络而上荣于面部，再加上面部血络丰富、皮肤显露，因此可通过望面色来了解脏腑的阴阳气血虚实变化。
望面色是通过望常色和望病色来实现的。①常色即健康人面色的色泽。中国人属于黄种人，因此正常的面色表现为红黄隐隐、明润含蓄。这是人体精神旺盛、气血津液充足、脏腑功能正常的体现。常色表现为有胃气和有神气两大特点，有胃气的表现是隐约微黄、含蓄不露；有神气的表现为光明润色、容光焕发。常色包括主色和客色。主色是指人生来就有的基本面色、肤色，一生基本不变，故称“主色”。主色因人的禀赋、体质、地域、工作、居养等不同而有差异，但无太过与不及，都是健康常色的表现。《医宗金鉴》曰“五脏之色随五形之人而见，百岁不变，故为主色也”。客色是受到非疾病因素的影响，面部的色泽变化。这种非疾病因素包括气候、昼夜、情绪、饮食等。例如，因受到四季气候不同的影响，面色可以发生相应的变化，如春季面色偏青，夏季面色偏赤，长夏面色偏黄，秋季面色偏白，冬季面色偏黑。昼夜，白天卫气浮于体表，这时面色略显红润；夜晚卫气进入体内，这时面色显微淡而干。因受情绪不同的影响，情绪激动则易面赤，恼怒则易面青，惊恐则易面色苍白。因受饮酒、饥饱的影响，酒后脉络扩张，则面红目赤；饱食则面容红润光亮；过饥则面色光泽减而微枯。上述面色改变均属客色。此外，人的面色可因剧烈运动、地域环境、职业、年龄等不同而有所差异。但不论面现何色，只要具备明润含蓄的特点就属于客色。②病色，即人体在疾病状态下面部出现的异常色泽。病色常以枯槁晦暗或颜色暴露为特点。凡望诊面色尚有光泽者，称为善色，是虽生病但是脏腑精气未衰的表现，预后大多较好。凡望诊面色枯槁晦暗者，称为恶色，是生病且脏腑精气衰败的表现，预后大多较差。面部病色的显露程度与光泽的有无受疾病的轻重、浅深、病性等多种因素的直接影响。根据五脏与五色的关系，五色主病有青、赤、黄、白、黑五种表现，分别提示不同脏腑和不同性质的疾病。其中，青色主血瘀、肝病、寒证、痛证、惊风，多因经脉瘀滞，气血运行不畅所致；赤色主热证，亦见于戴阳证，多因为热导致血脉扩张，气血充盈于面部所致，亦可见于虚阳浮越于上或表；面色黄主脾虚、湿证，多因脾胃虚弱，无以化生气血，气血不足，面部失荣，或湿邪内蕴阻滞脾胃运行所致；白色主虚证、寒证、脱血、夺气，多由气虚血少，或阳虚，或失血耗气，血脉不充，不能上荣于面所致；黑色主肾虚、寒证、水饮、血瘀，多因肾阳虚，气不化水，水饮内停，阳虚阴寒内盛，血脉失温，或肾精亏虚等，导致面部失荣。
望面色：①可以判断气血的盛衰。人的气血盛衰可以通过观察面部色泽来判断。例如：面色红润光泽，预示体内气血充盛；面色淡白无华，表明体内气血不足；面色青紫暗淡，表明体内存在气血运行不畅的情况。②可判断疾病位置。《黄帝内经》曰：“五色形于外，五脏应于内，犹根本之与枝叶也。色脉形肉，不得相失也。故有病必有色，内外相袭，如影随形，如鼓应桴，远者，司外揣内，近者，司内揣外，五色之见，莫不相输应焉。”将面色的五色与五行相对应，青、赤、黄、白、黑五种面色分别对应木、火、土、金、水五行，各配属肝、心、脾、肺、肾五脏，且《灵枢·五色》曰：“庭者，首面也。阙上者，咽喉也。阙中者，肺也。下极者，心也。直下者，肝也。肝左者，胆也。下者，脾也。方上者，胃也。中央者，大肠也。挟大肠者，肾也。当肾者，脐也。面王以上者，小肠也。面王以下者，膀胱子处也。”通过观察脏腑在面部相应反应区所表现的气色来推断病在何脏。③可判断疾病性质。《素问·五色》曰“青黑为痛，黄赤为热，白为寒”，血旺则色红，血虚则色淡，血瘀则色青紫；气盛则荣润有泽，气虚则晦暗无华。通过面色的颜色及光泽可推断疾病的寒热虚实属性。④可判断疾病的预后。望面色主要分为望气和望色，色为苗，气为根；色在外，气在里。气无色不验，色无气不灵，望根先看苗，看苗目的是望根，故望面色必须望色和望气相结合。《素问·五脏生成》亦言：“五脏之气，故色见青如草兹者死，黄如枳实者死，黑如炲者死，赤如衄血者死，白如枯骨者死，此五色之见死也。青如翠羽者生，赤如鸡冠者生，黄如蟹腹者生，白如豕膏者生，黑如乌羽者生，此五色之见生也。”清代汪宏在其论著中明确提出观气的十法：浮、沉、清、浊、微、甚、散、抟、泽、夭。因此，望气和望色可以反映病位的深浅、病邪的轻重，以及疾病的预后和转归。
望色的注意事项：①通过比较辨别病色，疾病对人体的影响，反映在面色上，并不总是显而易见的，常需细心观察、认真比较才能识别。比较时应注意三个方面：一是将患者面色与其周围人群的常色相比较；二是将患者面部的局部色泽变化，与其自身对应部位的面色进行比较；三是如果患者面色受客色影响，不容易辨别时，应该结合其他诊断方法进行综合判断。②望面色与其他部位望诊相结合，面色虽是望诊的重点，但观察其他部位的形态变化也是不能忽视的。
二、中医面色客观化研究
传统的中医诊断学资料包括望诊资料中描述性的语言较多，导致诊断指标和结论往往都是“定性”的，而缺乏“定量”的指标，因此大大限制了中医诊断的现代研究，特别是限制了推广的临床应用。为了促进中医诊断由定性向定量发展，提高诊断水平和辨证施治的准确性，近年来不少学者借助现代技术对中医诊断现代技术进行探索，推动了中医诊断客观化研究的发展。面部望诊特别是面色的客观化研究是中医诊断客观化研究的重要内容之一，综述起来大致可以分为采集环境、图像分割以及面部特征提取和识别三个方面。
（一）采集环境的客观化研究
采集环境主要是指望诊仪采集望诊资料时的工作环境，环境特别是外部光线往往会影响到面部图像的采集效果，因此对采集环境进行客观化研究能够保证最大限度地还原临床望诊的实际情况。
李福凤等（2008）在中医理论指导下比较各种人造光源，研制了以LED光源为照明光源的面诊采集暗箱，在此基础上建立了面色诊颜色客观自动识别的方法，确定各类面色在色彩空间中的范围，初步研制了中医面色识别分析系统，此方法克服了面色望诊中缺乏客观量化标准和存在主观性的不足，增加了中医临床信息采集的规范化和准确性。蔡轶珩等（2014）针对中医望诊信息系统普遍存在数据不规范、显示效果差异大的问题，提出6500K日光模拟光源可作为望诊信息系统的标准评价光源，从而使得不同望诊图像信息系统达到较高的数据一致性。郑冬梅等（2011）研制的中医色诊图像采集系统，系统选择色温5500K的氙灯模拟日光光源，反射率大于96%的聚四氟乙烯悬浮树脂涂层积分球漫射照明，使用分辨率为4752像素×3168像素的调谐数码相机采集图像，经过实验发现该系统的光源稳定性大于99.1%、显色性大于95%、光线均匀性大于98.6%、图像色度偏差小于1.24%，表明该采集系统可以为中医色诊信息的客观化研究提供参考。石强等（2004）分析传统舌象观察的光线条件和人造光源照明的特点，采用标准光D50建立了稳定性强、显色性好的照明环境，并对比了自然光环境和D50光源环境下的观察效果，经13名中医师验证一致率在90%以上，以上提示标准光源的D50可以作为望诊信息客观化研究中图像采集的照明光源。除此之外，刘明佳（2008）研究发现可选择与日光照射效果为接近显色指数90的直管光源来进行面象信息采集，郑冬梅（2014）等研究发现采用D65标准光源作为面象采集设备的光环境可以明显提高面色图像采集的标准化程度。以上对采集环境的研究为望面色诊断的客观化研究提供了参考。
（二）图像分割的客观化研究
中医自动化望诊中最具挑战性的部分是适当切分和最佳特征提取。由于被检对象情况各不相同，将目标区域从复杂的背景区域中分割出来，并准确地区分人脸与背景，以及面部的不同区域，是面部自动化望诊的重要一环。目前运用在面色诊断中的图像分割方法大致分类有：①基于数学形态的分割方法、基于区域的分割方法、基于阈值的分割方法、基于边缘检测的分割方法和基于聚类的分割方法等。②基于颜色的分割包括有Otsu算法、高斯混合肤色模型等；基于形态特征的分割包括主动轮廓模型、区域增长算法等；基于深度学习的分割包括SegNet、ResNet等。
近些年来，面色诊断中图像分割的客观化研究取得了不错的效果。例如：刘明佳（2008）基于第一代人脸采集设备所采集的图像样本，根据其人脸区域和背景区域的颜色特性，设计了一套利用皮肤聚类模型的人脸定位分割算法，所设计的人脸分割算法比起上一代定位分割算法，具有更快的执行速度和更高的定位分割率等优点。吴暾华（2008）首先提出了一种称为FC-ASM的物体轮廓提取方法，该方法首先以FCM聚类结果作为C-V分割模型的初始位置，加快了C-V模型的收敛速度，同时提高了准确性；其次，改进了ASM模型，充分利用了物体的几何信息和统计模型的先验知识，对于几何信息较强的区域做精确分割，而对于几何信息较弱的区域利用统计知识有目的地获取轮廓，该方法在正面人脸图像上的定位精度较目前主流的AAM模型高出27.2%；最后，根据中医面色脏腑分属图，提出中医面色识别的方法并取得了84.6%的识别率。创立的此方法从图像上自动提取面诊特征向量并利用支持向量机自动归类识别，为面诊自动化提供一定的临床诊断参考。杨云聪等（2012）采用Gabor小波变换定位人眼，将AdaBoost和唇色模型相结合定位嘴角，然后根据先验知识确定内眉点位置，用提取轮廓算法确定人脸边界，从而实现人脸区域的自动分割，该方法能够快速简单实现人脸分割的需求。刘媛等（2017）使用聚类方法及数学形态学运算对人脸面部细节进行了处理，分割出最终的目标区域，验证表明该算法能够准确有效地分割面诊仪所采集的面诊图，为后续分析处理挖掘更多的有效信息。Zhao（2014）等研究针对面部肤色进行定性和定量分析，提出了一种来自患者整个面部的面部肤色的新特征分析，这些特征是以CIELAB颜色空间上的亮度分布划分的四个色度为基础建立的，通过使用最佳模型参数训练SVM分类器来进行肤色识别，此外还通过五个局部区域的加权融合，进一步改进了特征识别。验证结果表明该方法所提出的特征实现了较高的面部颜色识别性能，总准确率为86.89%。以上均为中医面色诊断客观化研究提供了参考价值。
（三）面部特征提取和识别
我们通过客观化采集人脸图像，将采集好的图像进行分割、区域定位后，便需要对图像进行提取和识别，该环节是中医面诊客观化研究的核心环节，也可以侧面反映前几个环节的准确性。
目前，面诊信息提取在面色、光泽方面研究较多，并取得了一些成果。例如，林怡（2020）等创新性地结合颜色空间特征、面部纹理统计特征、唇部颜色特征等要素，使用多种机器学习方法对提取到的面部特征进行分类识别。经中医专家验证该提取方法识别率可达91.03%，且发现颜色特征是中医面色分类识别最重要的特征之一。梅少杰（2021）利用深度学习技术对人脸面部图像特征进行提取，提出基于并行的高分辨率网络（High-ResolutionNet，HRNet）的人脸关键点检测方法，并搭建基于三维可形变模型（3DMorphableModel，3DMM）预训练模型的图卷积网络以实现单幅图像三维人脸重建及纹理优化，以上研究提高了模型检测的精度。赵艳坤（2018）优化了面部颜色特征提取，并利用基于Gabor滤波的纹理特征提取算法，通过面部图像在不同方向和不同尺度的Gabor滤波器上的响应情况，来对面部纹理特征进行度量。实验表明，利用面部纹理特征可有效实现疾病的分类，具有较好的应用前景。王立娜等（2016）用光谱反射率来对面色进行精确表述，利用面部肤色的特点确定了适用于面部光谱反射率复原的优选样本集和基函数组合，实验证实该方法能更有效地实现面部光谱反射率复原，为面部颜色的客观化研究提供了新思路。张红凯等（2015）为了探索和验证五脏疾病与五色的对应规律，对五脏病患者的面色、唇色、光泽三种主要面部信息特征进行检测分析，研究证实不同脏腑疾病面部特征的参数变化存在一定规律。李福凤等（2011）利用计算机辅助进行面部光泽判断，尝试将偏最小二乘法（PLS）和线性判别式分析（LDA）方法在4种不同色彩空间下进行实验，作为面部光泽信息提取的手段，结果发现不同特征抽取方法对于识别中医面诊光泽信息都具有积极作用，为中医望诊中光泽的量化检测技术研究提供了一种新的方法和思路。除此之外，尚有基于层次聚类和神经网络的颜色识别。宋海贝等（2018）基于卷积神经网络的面形特征识别，采集大规模的面象照片，使用卷积网络对面象中不同的面形特征进行特征提取，并以网络权值的形式存储到神经网络的某个神经元中，当下次有相似的图像输入到网络中时，该网络的相应神经元会被激活，从而会输出相应的面形信息，并匹配数据库中的相应图片，输出可能的面形判断结果。孙康宁等（2021）将人脸的面色分类分为整体面色分类与局部面色分类，基于人脸检测、人脸68个特征点定位技术，提出人脸的8个局部感兴趣区域的提取方法。采用两批训练集对卷积神经网络、支持向量机、k-means算法进行模型构建并分析3种模型识别面色的准确率，结果发现在小样本情况下卷积神经网络与支持向量机对面色识别效果较好。陈梦竹等（2018）根据中医望诊面色相关理论，基于YCbCr颜色空间的椭圆肤色模型和主动外观模型算法对面部皮肤进行感兴趣区域分割，采用RGB空间、HSV空间、Lab空间中的颜色直方图、颜色空间的统计特征以及局部二值模式（LBP）特征对各区域进行颜色与纹理特征提取，使用支持向量机、极限学习机、BP神经网络对提取到的面色特征进行识别比较，结果发现结合颜色特征、纹理特征和LBP特征时，面色识别率达89.08%，青、赤、黄、白、黑5种面色中，识别白色时，采用BP神经网络的分类准确率最高，达89.5%，该研究实现了结合图像处理与中医理论实现面色自动识别的功能。以上均为中医面色诊断中面部特征提取和识别提供了参考价值。
三、中医面色诊客观化应用
目前已有不少研发运用临床研究或病例采集的面诊仪，据报道有：YM-Ⅲ中医面诊仪采集系统、圣美孚ZMT-1A舌面诊仪、道生舌面诊测信息采集系统等，主要来源于中国、日本和韩国，此外还有光电血流容积仪、分光光度测色仪、色差计、红外热成像技术等应用于中医面诊客观化研究中。
基于以上面诊仪以及面色图像的客观化处理技术，目前有不少研究聚焦于疾病状态时患者面诊的客观化发现。例如，董梦青等（2013）应用中医面诊数字化检测仪采集并分析冠心病、慢性肾功能衰竭、慢性乙肝患者面色特征信息，结果发现冠心病组的面色以红黄隐隐和红色多见，其面部红色指数、黑色指数和面部总体指数较慢性肾衰组和慢性乙肝组明显升高；慢性肾衰组的面色主要以黄色、青色和白色多见，其面部白色指数、青色指数较冠心病组和慢性乙肝组明显升高；慢性乙肝组面色以黄色和黑色多见，其面部红色指数、白色指数、青色指数和面色总体指数较慢性肾衰组明显降低，以上为慢性肾功能衰竭、冠心病、慢性乙肝的中医辨证诊断提供了客观依据。杨宏志等（2007）应用中医面诊数字化检测仪采集轻、中、重度慢性乙型肝炎以及乙肝肝硬化的患者面部信息，发现慢性乙型肝炎轻度、中度、重度以及早期肝硬化患者面部五色诊与肝脏病理炎症和纤维化程度之间存在正相关性，认为随着炎症程度的加重，或者纤维化程度的进展，患者会出现面色善恶变化的趋势。胡建华等（2009）采用数码摄像技术对慢性乙型重型肝炎患者面部、唇部、手掌、舌象拍照来研究慢性乙型重型肝炎阴毒内结证和阳毒内盛证的色诊特点，发现阴阳兼证与阴毒内结的面色、唇部RGB值及舌质GB值有差异，阳毒内盛与阴毒内结的面色R值、唇部RGB值及舌质R值有差异，阴毒内结证与阴阳兼证的舌苔GB值有差异，因此提出面色、唇部、舌象RGB值特点可作为慢性乙型重型肝炎辨证的参考指标。曹燕亚等（2012）用中医面色检测仪研究慢性肾衰邪实兼证面色参数与病理生化指标的关系，结果发现肾虚兼湿浊证面色参数中黑色比例与尿酸的相关系数为-0.158，而肾虚兼湿热证面色指数与尿素氮的相关系数为-0.278，提示慢性肾衰虚实兼证的面色参数与临床病理生化指标尿素氮、血肌酐、尿酸、肾小球滤过率存在一定的相关性。进一步地，郭文良等（2013）用中医面诊检测仪研究慢性肾衰患者不同肾功能分期面色特征，发现肾功能失代偿期、尿毒症期比肾功能代偿期的面色指数明显降低，而正常组中肾功能代偿期比尿毒症期面色指数明显升高，提示慢性肾衰不同肾功能分期与面色参数变化有一定相关性，因此可以通过面色检测对慢性肾衰分期判断提供一定参考。沈邹影等（2016）应用SmartTCM-Ⅰ型中医生命信息分析系统检测129例支气管哮喘儿童患者面象参数，分析探讨哮喘患者（急性期和缓解期）的面色特征，结果发现急性期组热哮证患儿以面色红患者多见，缓解期组患儿以面色黄患者多见，两组患者均以面色少光泽多见；哮喘患儿面色特征参数H值、S值明显高于正常组的H值和S值，V值在哮喘患儿中明显低于正常组；哮喘儿童面色的H值和V值在缓解期明显高于发作期，以上的面色特征参数可为哮喘患儿疾病转归提供客观依据。崔龙涛（2012）筛选气虚型、血虚型、阴虚型、气郁型亚健康状态大学生，分别予以四君子汤、四物汤、六味地黄汤、柴胡疏肝散干预，并检测中药干预前后面色图像指标变化，结果发现中药干预后，气虚型亚健康状态学生额头、右颊、左颊、鼻头、下颌各部L、I值明显升高，b、H值明显降低，阴虚型下颌部b值明显降低，气郁型额头S值、鼻头和下颌的a与S值明显升高，以上面色图像指标可一定程度上反映亚健康状态的变化，可适用于亚健康的辨证和疗效评价。许家佗（2011）对207名大学生进行健康状态评估、舌象与面色图像、脉搏波图采集分析、四诊信息采集与辨证，观察大学生健康状态和亚健康状态及其各证型在舌象、脉象、面色方面的指标差异，结果发现与健康组比较：亚健康组面色L、a、S值差异显著，气血虚组L值增高，肝郁气滞组a值降低，肾虚组、阳虚组S值降低，而阳虚组H值增大，以上为亚健康状态评估和分类提供了客观依据。以上面诊客观化证据为提高疾病证候诊断和辨证水平提供了重要的技术手段。
望诊是中医四诊中最重要的诊法之一，其中望面色又是望诊中的重中之重。传统的望诊方法单一、主观，限制了中医诊断辨证的规范化和标准化研究以及中医的进一步推广应用，因此望诊特别是面色的客观化研究成为中医诊断客观化研究的重要内容之一，经过多年研究，望诊的客观化已经取得了一定的进展，推动了中医望诊客观化的发展。但是，在研究过程中尚存在自身技术普遍不高、行业甚或国家标准缺乏、与中医特征相关联的有效量化或分级方法关系不大、缺乏四诊合参等明显缺陷，以上影响了望诊客观化研究以及临床应用。因此，进一步提高技术、完善行业标准、注重四诊合参以及中医特征等问题仍然是今后的面色诊断客观化研究中的重要课题。
望诊中，除了面色诊断之外，还有全身望诊、局部望诊中的望神、望形态、望五官、望舌等望诊资料的收集，其中“望舌”是目前研究技术手段最多且成果丰硕的望诊客观化研究，相关研究详见本章第三节“舌诊研究进展”。