《Frontiers in Physiology》：Fusion color space analysis of tongue image characteristics in different stages of metastatic colorectal cancer and three-class model construction
编辑推荐：
目的：采用颜色空间分析不同分期转移性结直肠癌（metastatic colorectal cancer，mCRC）舌象的颜色特征，并构建三分类模型以预测mCRC进展过程中的不同舌象特征。方法：收集结直肠癌（colorectal cancer，CRC）患者的舌象
目的：采用颜色空间分析不同分期转移性结直肠癌（metastatic colorectal cancer，mCRC）舌象的颜色特征，并构建三分类模型以预测mCRC进展过程中的不同舌象特征。方法：收集结直肠癌（colorectal cancer，CRC）患者的舌象图像，根据肿瘤转移情况分为非转移组、寡转移组和广泛转移组。在HSB、Lab和YCrCb颜色空间中测定舌象图像的颜色分量，定量分析颜色特征的差异。基于改进的YOLO并结合专家模型与多层感知器（multilayer perceptron，MLP）融合框架，构建舌象三分类模型。结果：大多数定量结果显示，寡转移组在三个转移分期中定量结果最小。舌边缘的S*和b*值以及舌中部的b*值显示寡转移组定量结果在三个分期中最高。此外，舌边缘的Cr*值和舌中部的S*值呈下降趋势。所有专家模型在100个训练周期内均表现出稳定的收敛性。融合MLP分类器对舌象特征分类的总体准确率为83.3%。结论：本研究成功分析了CRC不同分期的舌象特征变化，初步构建了基于YOLO架构的性能良好的舌象三分类分析模型。
**论文解读：基于融合颜色空间与改进YOLO架构的转移性结直肠癌舌象特征分析及三分类模型构建**
**一、研究背景与目的**
结直肠癌（colorectal cancer，CRC）是全球范围内最常见的消化系统恶性肿瘤之一，每年在美国报告近15万新发病例和超过5万死亡病例。尽管通过改善筛查和生活方式干预，老年人群CRC总体发病率有所下降，但50岁以下年轻人群的发病趋势日益增加。CRC以高复发率和转移率为特征，总体生存率较低。在转移性结直肠癌（metastatic colorectal cancer，mCRC）患者中，多学科治疗的进展显著改善了生存结局，但IV期患者的5年相对生存率仍仅为15.6%，与所有分期CRC的65.0%形成鲜明对比。20%-50%初诊为局限期病变的患者后续会发生转移复发，而少数转移患者符合根治性切除条件，但相当比例的患者可能发展为适合局部消融治疗的寡转移状态。
Hellman和Weichselbaum首次提出“寡转移”假说，认为转移进展是一个谱系过程，而非必然导致广泛播散。寡转移状态的特征是数量有限、进展缓慢的转移灶以及有利的肿瘤-宿主生物学交互作用。目前NCCN指南推荐对寡转移患者采用局部治疗（手术、放疗或消融）联合全身治疗（化疗、靶向药物或免疫治疗），有望实现长期疾病控制甚至治愈。因此，尽早准确评估CRC患者的转移程度对于实施有效治疗策略至关重要。
中医舌诊是望诊的重要内容，是辨证论治的关键依据。临床实践证明舌象能够反映疾病进展过程中的病情变化。随着深度学习技术的发展，舌诊客观化逐渐成为疾病筛查和诊断的方法。然而，目前尚缺乏基于多颜色空间定量分析并结合深度学习技术对不同转移分期CRC舌象特征进行系统研究的报道。基于此，研究人员采集不同临床分期mCRC的舌象图像，引入HSB、Lab和YCrCb三种颜色空间探索CRC进展过程中的舌象变化规律，并利用深度学习技术建立三分类模型，以预测不同CRC分期，探索舌象特征的生物学意义，发挥舌诊作为CRC筛查和诊断方法的潜力，为精准医学的发展提供独特技术路径。该论文发表在《Frontiers in Physiology》。
**二、主要技术方法**
本研究为一项既往前瞻性parent队列的事后辅助分析，纳入2019年2月至2019年6月来自浙江省中医院肿瘤科经病理确诊的CRC患者共86例，将其分为非转移组（32例）、寡转移组（26例）和广泛转移组（28例）。研究人员在封闭暗光室内采用固定标准化人工照明采集舌象图像，利用Adobe Photoshop 2020在舌尖、舌边缘和舌中部选取代表性区域作为颜色测量点，在HSB、Lab和YCrCb三种颜色空间中定量分析舌象颜色参数。在模型构建方面，采用基于改进YOLO架构的两阶段分析框架：第一阶段为指标回归阶段，构建一组“专家模型”，将检测头修改为Flatten+多层感知器（multilayer perceptron，MLP）结构以生成连续浮点预测；第二阶段为融合分类阶段，将所有专家模型的输出拼接为综合特征向量，输入由两个隐藏层（ReLU激活）和Softmax输出层组成的MLP融合分类器，实现三分类预测。模型在NVIDIA A6000 GPU上基于PyTorch实现，输入图像调整为224×224像素（RGB），训练100个epoch，采用Adam优化器（初始学习率1×10??）。
**三、研究结果**
**3.1 基线特征**
共收集86例CRC患者的临床信息和舌象图像，其中32例（约37%）无转移，26例（约30%）为寡转移，28例（约33%）为广泛转移。三组在年龄、肿瘤位置、T分期、N分期、手术治疗、放疗、化疗和中医治疗方面均无统计学显著差异（P>0.05），基线资料总体均衡。中医证型分布由高到低依次为：湿热证（33.72%）、血瘀证（26.74%）、肝肾阴虚证（22.09%）和脾肾阳虚证（17.44%）。
**3.2 基于多种颜色空间的舌象参数定量分析**
**3.2.1 CRC不同分期舌象参数的定量分析**
随着CRC进展，大多数定量结果呈现开口向上的抛物线样曲线，即寡转移组的定量结果在三个转移分期中始终为最小值。舌边缘的S*和b*值以及舌中部的b*值呈开口向下的抛物线曲线，寡转移组的定量结果为三个分期中的最高值。此外，舌边缘的Cr*值和舌中部的S*值呈下降趋势。
**3.2.2 CRC不同中医证型舌象参数的定量分析**
不同证型组的CRC分期分布存在显著差异：脾肾阳虚证组以“非转移”为主（61.54%），肝肾阴虚证组以“非转移”为主（46.67%），湿热证组主要由“非转移”（41.18%）和“广泛转移”（35.29%）构成，血瘀证组以“广泛转移”为主（60.00%）。B*值在肝肾阴虚证组最大、血瘀证组最小（p<0.05）；L*和Y*值在湿热证组最高、血瘀证组最低（p<0.05）。舌中部a*值在肝肾阴虚证组最大、湿热证组最小（p<0.05）。四组舌尖部HSB、Lab和YCrCb颜色空间测量值无统计学显著差异。
**3.3 三分类模型评估**
所有专家模型在训练语料上均表现出稳定收敛。舌色模型在验证集上的平均MSE为0.5820、平均MAE为0.6336、平均RMSE为0.7629；点刺模型MSE为0.0596、MAE为0.2090、RMSE为0.2442；裂纹模型MSE为0.0553、MAE为0.2095、RMSE为0.2352。类别激活映射（class-activation mapping，CAM）可视化显示模型主要关注舌中部和舌根部区域，这与中医舌诊中常强调的部位一致。融合MLP分类器在三分类任务中的总体准确率为83.3%（Wilson 95%置信区间：60.78%-94.16%），标准多分类平衡准确率为82.22%，Macro-F1为81.82%，加权F1为83.33%。多分类马修斯相关系数（Matthews correlation coefficient，MCC）和Cohen's κ分别为0.752和0.749。其中非转移类（类0）全部7例正确分类，敏感性和特异性均为100%；寡转移类（类1）4例正确分类，敏感性80.00%、特异性84.62%；广泛转移类（类2）4例正确分类，敏感性66.67%、特异性91.67%。误差分布分析显示所有3例误分类均发生在类1和类2之间，未涉及类0的混淆。
**四、讨论与结论**
寡转移疾病目前是转移性癌症唯一可能治愈的阶段，局部治疗（如手术切除、射频消融和立体定向消融放疗）可将寡转移CRC患者的中位生存期延长至40个月，与广泛转移病例的20个月生存期形成鲜明对比。尽管1?F-FDG PET/CT等先进影像技术对寡转移具有诊断价值，但其对侵入性对比剂给药的依赖使得开发更简单、非侵入性的诊断替代方案成为必要。
舌诊作为中医诊断学的重要组成部分，已被系统证明是一种非侵入性诊断方法。舌象可通过舌苔厚度、润燥程度和舌质颜色的可量化变化反映口腔微生物变化。口腔微生物组是仅次于肠道的第二大微生物储库，口腔微生物失调在CRC发生发展中具有特异性。舌象微生物的疾病特异性在胃炎和胃癌中同样得到证实。
本研究发现寡转移组在三个分期中多数定量结果最小，提示CRC进展过程中舌色经历了由明亮到灰暗再恢复明亮的转变过程；舌边缘Cr*值和舌中部S*值随CRC进展呈下降趋势，表明舌边缘颜色逐渐由红色变浅，舌中部颜色逐渐变灰。不同中医证型间舌象颜色空间参数存在差异：肝肾阴虚证组舌中部a*值最高，舌体最红，符合该证型“舌红少苔”的特征；湿热证组舌边缘L*和Y*值最大，舌体较润；血瘀证组舌边缘B*、L*、Y*三个亮度指标均最小，舌体暗滞，符合血瘀证“舌暗”的特征。
本研究分别对舌尖、舌边缘和舌中部进行颜色空间分析，符合中医舌诊原则，颜色空间参数将中医舌诊的主观判断数字化，促进了舌诊客观化。研究构建了基于改进YOLO架构、结合专家模型与MLP融合框架的三分类模型，成功分析了舌色、裂纹、舌乳头等多项指标，通过类别激活映射验证了模型对诊断关键区域（如舌中部和舌根部）的关注，符合中医理论和临床需求，支持了模型的生物学合理性。该模型在量化舌象特征方面表现稳健，裂纹和点刺特征的MSE<0.06、MAE<0.21，舌色分析的MSE为0.58、RMSE为0.76，处于临床可接受误差范围。改进的YOLO架构通过通道压缩（参数减少28%）和混合注意力机制（CBAM+协调注意力）降低了硬件需求（内存使用减少25%），更适合资源有限的临床环境。
然而，本研究仍存在局限性：样本量相对较小且缺乏外部验证；吸烟、口腔炎症、营养状况和抗肿瘤治疗等因素可能影响舌象表现；单一中心队列无法完全反映种族、饮食和地理区域的差异；模型仅使用舌象特征，未整合实验室检查或影像学发现等多模态数据；TCM证型与CRC转移之间的内在机制联系仍不清楚。未来应建立大规模多中心队列研究，系统记录潜在混杂因素，收集和整合多组学信息，改善多维相关性评估以提高预测准确性。同时需要纵向随访以验证模型预测是否与实际患者预后一致，并应从口腔微生物组角度解析TCM证型与CRC转移之间的关联。
结论：本研究通过应用HSB、Lab和YCrCb颜色空间成功分析了CRC不同分期的舌象特征变化，实现了中医舌诊的客观化，确定了舌象特征与不同转移分期CRC之间的相关性，提示舌象分析可能为客观CRC分期评估提供一种潜在方法。此外，本研究将传统中医舌诊与前沿深度学习技术相结合，构建了基于YOLO架构的舌象三分类分析模型。尽管属于初步探索，该模型展示了稳健性能，有效将主观舌诊经验转化为可量化的图像特征，例如在舌色量化方面实现了0.58的低MSE，这可能有助于中医诊断标准化，并为客观舌象分析提供定量框架。
