[目的]舌诊是中医诊断学中一种具有特色的常规诊法,舌象颜色是中医病证诊断的重要指标之一,诊断价值非常重要。然而,传统中医舌诊,包括舌质颜色、舌苔颜色的观察与诊断,都有着标准化、定量化、客观化的问题,具体表现为：①诊断人与被诊断人的状态随时变化,无法保持恒定,无法标准化,即使是具有丰富舌诊经验的高年资医生,在不同环境、不同时间、甚至不同心理状态下,其诊察结果往往也有一定差异。②传统舌诊仅作出如“淡红舌”、“青紫舌”、“白苔”、“黄苔”、“舌尖红刺”之类的定性判断,无法给出定量化的分析结果。③主观因素影响较大,不同医生的舌象颜色、苔色诊断往往存在一定差异,虽然具有丰富舌诊经验的医生其诊断结果基本趋于一致,但普通医生的判断往往带有较大的主观色彩,缺少客观化依据。总之,传统舌诊主要是通过医生的视觉观察、语言文字描述经验辨析得出诊断结论,其结果受到医生的知识水平、思维能力和诊断技能的限制,因而严重制约舌象颜色临床应用及进一步发展,舌数字图像颜色计算机分析,特别是舌象颜色的计算机客观化、标准化、定量化研究已经成为中医舌诊现代化的主要研究内容。为了解决上述问题,本论文对中医舌诊现代化过程中舌象颜色计算机特征分析等内容进行了初步的研究,主要包括：[方法]首先,本论文介绍了舌象颜色计算机特征分析的预处理流程中舌象颜色校正专用色卡的定制方法。对于舌数字图像采集设备,舌象颜色校正的研究者们大都将目光聚焦在计算机图像分析与分类的其他环节,却没有对舌象颜色校正中用到的标准色卡进行深入研究,在实际应用中严重影响了舌象颜色校正的效果；更没有研究者采用合理的方法来设计标准色卡,造成舌象颜色校正的方法应用并不普遍。然后,由于舌数字图像采集设备的不断完善,医学图像数据已经从数量、内容和多元化方向上快速发展起来。而正是这些发展,导致了人们对高效率医学图像数据的查找和管理的需求增长。现阶段纯文本的查找方法无法充分的描述丰富的视觉特征和图像特征,因此给医学图像数据、特别是舌数字图像的查找造成了巨大的障碍。本文利用基于相对熵的门限值分割算法,获取“模板像素”样本,然后利用改进的K最近邻算法进行像素微观化分类,并从已区分为5个不同区域的舌体上提取20维特征矢量,最终提出基于累积直方图的一种距离度量进行图像查找和匹配。其三,本文提出了一个半监督学习的模型,通过舌象颜色将舌数字图像上的所有像素区分为3类：冷、暖或过渡色。这个模型首先利用最大期望聚类算法,将所有的像素区分为很多个聚类,在这次聚类过程中,聚类的数量较大(共150个),而每个聚类尺度较小。然后人工标定将分别赋予这些聚类3种舌象颜色冷暖属性的类别标签：冷色、暖色、过渡色。最后使用一个查找表的数据结构将所有像素区分为舌象颜色冷暖属性的三个类别,并以此为依据,将舌数字图像样本区分为“寒证”或“热证”的总体分类。其四,本文提出了一个半监督学习方法来进行舌象颜色总体分类。本文利用“聚类然后标定”的层次化聚类方法,对训练集合中所有舌数字图像上的所有像素进行合并,并对完成合并过程后的舌象颜色域集合进行聚类,构建若干尺度较小且数量众多的像素子集及其对应图像,利用每个舌数字图像中各像素子集所占比例构建特征矢量,进行舌象颜色总体分类。最后,本文提出了一个将定制色卡的在线和离线采集方式结合起来提高图像校正质量与精度的融合系统。试图在定制色卡的基础上,结合前述层次化聚类的思想,得到合理的定制色卡标准值,并通过多次迭代舌象颜色校正的方式,进一步提高颜色校正的图像质量与精度。[结果](1)本文利用均匀实验设计方法,将定制色卡中每一个色块当作一次“实验”,色块的颜色取值则作为实验参数的水平数,既合理的增加了校正色卡的数量,又可能使得校正色卡的定制变得合理而简单易行。(2)本文提出了一个快速而有效的目标匹配算法,用来在大量的舌数字图像数据中查找相似的舌苔图像。实验结果证明这种非参数的框架不仅给舌诊构建了一个客观的基础,而且有希望在临床中得到应用。(3)本章提出了一个SSL方法将一个舌数字图像中的所有像素区分为舌象颜色冷暖属性的3个类别。该方法的主要优点是其快速而高效,并可以用于大规模数据中,它减少了计算机舌诊中主观性和不量化,并建立起舌数字图像中每个像素与其舌象颜色冷暖属性类别标签的联系。与现有的方法相比,本章解决了标定数据较少而未标定数据较多之间的矛盾,实验结果合理的证明了方法的有效性。(4)本文提出了一个基于量化矢量的方法来进行舌数字图像颜色计算机分析,并构建了像素与舌象颜色类别之间的关系模型。该方法的有效性在418个样本上得到测试。实验结果证明,本方法不仅有利于舌数字图像颜色计算机分析,也优于传统的方法,从而该方法有了应用于临床的可能性。(5)这样的框架也有利于将其他主观的舌象症状描述量化成相对客观的舌象特征,使得舌象颜色统计结果更符合中医舌诊临床和研究的需要,最大程度的降低了颜色样本筛选过程中的主观因素和计算误差[结论]本论文在舌象颜色特征提取和分析方面进行了有益的、探索性的尝试,为中医舌诊自动化诊断提供了一种有效的解决途径。