基于尿液图像处理与人工智能的人体阳气定量模型构建及其在关节炎中医诊疗中的应用

摘要

目的：尝试建立一种客观量化人体阳气状态的新方法，利用尿液图像处理与人工智能技术，并初步评估其在关节炎中医诊疗中的应用价值。方法：本研究经九江学院附属医院伦理委员会批准，纳入46例关节炎患者（观察组）和63例健康体检者（对照组）。采集所有受试者的晨尿图像，提取HSV色彩空间特征，并同步记录手足体表温度。基于这些多模态数据，采用卷积神经网络构建阳气定量模型，输出范围为0～1的“阳气指数”。同时，由中医师进行阳虚证候量表评分，用以验证模型的临床一致性。结果：观察组患者的尿液颜色饱和度（0.19±0.07）、手足平均温度（29.86±2.35）℃以及AI阳气指数（0.34±0.10）均显著低于健康对照组（分别为0.43±0.10、33.62±1.72℃、0.71±0.13），组间差异有统计学意义（P均＜0.001）。该模型诊断关节炎的AUC达到0.928，灵敏度87.0%，特异度93.7%。相关性分析显示，AI阳气指数与中医阳虚证候评分呈现强负相关（r=-0.841，P＜0.001）。在8～40个月的随访期间，温阳治疗有效组的阳气指数从治疗前的0.34±0.10上升至0.58±0.12（P＜0.001），其生存质量评分也明显优于无效组（P＜0.01）。结论：我们构建的基于尿液图像和人工智能的阳气定量模型，能够一定程度上客观反映人体阳气的盛衰状态。在关节炎的辨证分型、指导温阳治疗以及判断预后等方面显示出一定的临床探索价值。