中医闻诊客观化临床应用研究概述

宋雪阳　许朝霞　王寺晶　王忆勤

摘要：闻诊通过听声音、嗅气味辅助判断疾病、辨证分型，是中医诊断学的重要部分。本文依照研究对象不同，分别对声诊及嗅诊客观化临床应用研究进行梳理，从闻诊客观化意义、研究指标、临床研究方法方面进行阐述，为闻诊客观化研究及应用提供参考。

关键词：闻诊；声诊；嗅诊；客观化；综述

中图分类号：R241.2 文献标识码：A 文章编号：1005-5304（2019）03-0141-04

Abstract： Auscultation and olfaction is an important part of TCM diagnostics， which judges diseases and distinguish syndromes by listening to sounds and smelling odors. According to the different research subjects， this article sorted out the objective clinical application research on auscultation and olfaction， and expounded the objectification significance， research indicators and clinical research methods， with a purpose to provide references for objective research and application.

Keywords： auscultation and olfaction； auscultation； olfaction； objective； review

闻诊属中医四诊之一，自秦汉时期《黄帝内经》就对此诊法有所记载[1]，明确提出“闻诊”一词则是明代《医学研悦》一书[2]。最新的中医诊断学规范共识将闻诊定义为：医生通过听觉和嗅觉，了解由患者病体发出的各种异常声音和气味，以诊察病情的方法[3]。其中听声音多称为声诊，嗅气味则是嗅诊。声诊将语音作为判别分析的对象，同时咳嗽声、哮鸣音、肠鸣音等患者被动发出的病理生理性声音亦属声诊研究的范畴；嗅诊研究则囊括患者口腔、周身、排泄物和分泌物等所散发的气味。无论是声诊还是嗅诊，大多依赖医生主观判断，缺乏明确定性定量的客观依据[4]，有学者提出利用物理学和声信号的数学分析处理方法对中医闻诊进行检测分析[5]，运用客观、标准的方法对闻诊进行研究非常重要。

1 声诊客观化研究及临床应用

1.1 语音的基本性质

语音的实质是振动，振动中富含信息、包含能量，能量与信息特征也能够反映语音特性。文史文献提及“角、徵、宫、商、羽”既称“五声”亦称“五音”，但医史文献则以“五音”概括“角、徵、宫、商、羽”，用“五声”指代“呼、笑、歌、哭、呻”[6]。

声诊客观化研究中常见的语音提取方式分选择元音与选择字句两种。原因有以下两方面：①国际音标能够客观精确区分语音特征，而元音则可以较好地反映作为语音源头声带振动的实质[7-8]，因此以语音作为研究对象时，常将国际音标元音作为发声标准以进行研究。音高、音强、音长、音质是反映语音特点最基础的物理要素，通过这些物理量能客观地反映语音特征。②元音与辅音结合才能形成意义丰富多样的语言，与元音不同的是，字句中包含辅音，语音特征势必受到声腔阻碍影响，并且字句中声调变化使语音特征更加难以客观量化。小波包技术能够提取此类信息，通过支持向量机等分析方式则可以区分疾病不同证型的语音特征[9]。

社会学将人定义为社会人，而人通过语言交流，故语音具有其社会性，声诊必然涉及语句研究，也不可避免地需要面对语音社会性。语言交流中语音、语气、语调等特点能够判断心理阻抗大小、人格、心理状态等心理学特点[10]。有实际意义的语句研究与无实意的单字研究相比，语句表现出更多影响语音特点的要素，虽与临床运用实际情况更接近，却又因语句中各单字间发音相互影响，增加声诊客观性研究的难度。随着声诊发展，语音社会性方面无疑需要更大力度研究以探寻能够衡量其客观性、规范性的标准。

1.2 语音特征

1.2.1 元音

莫新民等[8]运用声图仪分析不同证型咳嗽患者元音的谐波、顶频、振幅、共振峰、基频等特征，发现元音a、i、o语音特征能反映虚实证间区别，元音e、u在正常人与实证、气虚、阴虚患者间均有差异。语音特征能辅助判别证型，亦能为判断体质类型提供参考。孙乡等[11]对9种不同体质成人所发元音a的音高、音域、共振峰、音量、音长、频率微扰（Jitter）、振幅微扰（Shimmer）、谐噪比、语速共9个声音特征进行分析，发现气虚、阳虚、阴虚、湿热、血瘀、气郁6类体质成人语音特征具有明显差异，而痰湿体质则因相关性过多而难以评价。针对语音源头及共鸣腔病变的疾病进行语音特征研究则更直观，胡克信等[12]通过元音a及鼻音m声学特征判别鼻窦炎痰证患者与正常人间区别，所得判断方程正确率较高，能有效进行辅助检查。鄢彬等[13]以元音a为研究对象，利用小波包技术分析不同证型患者与正常人间语音扩展能量特征，发现心脾两虚证患者扩展能量比例较高，正常人扩展能量梯度则较低，差异集中频段也不尽相同。沈小静[14]运用小波包能量熵和小波包盒维数提取声诊信号特征，发现小波包变换分辨特征与人耳对音频感知特性相似，比美尔倒谱系数得到的结果更细致。陈春凤等[15]通过小波变换近似熵配合支持向量机分析，有效识别正常、气虚、阴虚证型语音信号。董伟等[16]分析慢性咽炎患者语音信号第3层小波包能量特征与熵值特征，发现实证患者能量特征與熵特征高于虚证患者，通过能量特征与熵特征区别证型虚实。

刘美畅等[17]以嗓音障碍评分对比分析慢性咽炎、咽部良性病变与正常人所发元音a的最长发声时间、Shimmer、Jitter、共振峰特征，发现慢性咽炎、声音嘶哑者Shimmer、Jitter升高，虽然咽部良性病变者声音嘶哑程度较慢性咽炎患者高，但慢性咽炎患者共振峰却低于咽部良性病变者，认为慢性咽炎者共鸣功能受损更严重。叶志腾[18]则将声带结节患者Jitter、Shimmer、谐噪比、基频特征按年龄、性别进行对比后发现，声带小结者Jitter较高，而Jitter与年龄无差异，谐噪比与性别无差异。语音包含的能量与信息特征还能辅助脏腑辨证，沈勇[19]运用小波包技术分析五脏病患者元音近似熵，肺系疾病患者与心系、肾系疾病患者有差异，而肺系疾病与肾系疾病和正常人相比也有差异。陈春凤等[20]对比五脏疾病患者与正常人语音熵值，发现正常人语音信号复杂性最小，而肺系疾病总样本熵最高，与中医基础理论中肺主声音相符。

1.2.2 字句

运用五脏相音理论通过分析对应“角徵宫商羽”五音的汉字，探索语音对应的特征[21]。郑贤月[22]选取符合五音的黄、虫、素、石、古、玉、天、竹、明、比作为跟读汉字，以二十五音分析仪分析不同寒热体质女性的语音信号，发现随年龄增大角音增多，而年龄较小者徵、羽音较多，热性体质羽音出现多，寒性体质角音出现多，声音频率与体温成正比。语音除受年龄影响外，同样与情绪状态相关，通过语音特征分析发现，抑郁症患者的五音体质特征以火型多见[23]。穆怀喜[24]选取衣荷、子书、古玉等能反映五音的汉字成对作为跟读样本，以线性预测倒谱系数和美尔倒谱系数作为语音特征的检测指标，分析9种体质在校大学生语音特征后发现，线性预测倒谱系数和美尔倒谱系数能在一定程度上区分不同体质类型。跟读内容除单字外还有语句，王忆勤等[25]以唐诗《登黄鹤楼》和符合五音的十个汉字作为跟读字句，运用小波包分析哮喘患者与正常人声诊信息，通过人工神经网络识别后发现熵值比较能量比能够更准确地区别哮喘患者与正常人。胡赣[26]以五脏相音为基础，使用隐马尔可夫模型、支持向量机、动态时间规整分类法、深度学习分类法识别分析线谱对参数、线性预测倒谱系数等声音信号，通过特征互补提高声音参数识别不同证型的能力。根植于古典理论基础，配合诸多现代研究的客观指标，可以更为有效地推进声诊的客观化，亦能为临床中声诊的使用提供基础。

针对元音研究语音特征能客观明确地得到语音特征参数，从语音基础物理特征到经提取得到的语音能量信息特征，为声诊的语音诊断提供了广阔的研究思路。针对单字和复合语句的研究与五脏相音关系密切，但客观化研究难度相对更高。字句较元音更为复杂的发声模式导致语音特征参数受到诸多因素影响，难以准确判断各语音特征参数与实际情况的相关性。

1.3 非语音的声音特征

声诊研究对象除语音外，尚有咳嗽、呼吸、啼哭、呻吟等，寻找具有共性与特性的非语音声音特征参数是声诊客观化研究的重要方向[27]。咳嗽声是最为常见的声诊非语音研究对象。陈已明[28]认为咳嗽节律、咳嗽音色、咳嗽性质在临床辨证诊断中具有重要实用价值。临床通过判别咳声大小、性质、长短、深浅等特点确定病因病机，判断咳嗽证型[29-30]，此类判断因素可用音色、音质、响度等声音物理特征客观地进行描述。鲁法庭等[31]将咳嗽声时间、频率与强度制成三维声谱图，通过测定声音属性的物理量探索不同证型咳嗽声音的共性与特性。莫星明[32]运用声图仪分析气虚、阴虚、实证咳嗽与正常人元音及咳声特征，发现咳声的顶频、振幅、杂音分布与证型相关，实证患者顶频较高且密度大、振幅强、杂音分布集中，而气虚证顶频较低且密度小、振幅弱、杂音分布分散，阴虚证各项指标则介于其他两证型之间。王晓岚等[33]同时分析不同证型肺结核患者元音与咳嗽声音特点，发现咳声频谱中峰前后能量比在患者组与对照组间有明显差异，提示咳声频率结构发生变化。房春英[34]用高斯混合模型、美尔倒谱系数和熵构建系统分析不同状态小儿咳嗽、呼吸、啼哭声，通过语言资料测试发现此系统有较高声音识别能力。咳声研究中多结合单音节语音研究，语音和非语音联合研究是增强声诊客观性与规范性的有效方式。

语音与非语音的声音特征研究均可通过物理量进行客观量化，非语音部分由于并非周期信号，如共振峰参数就不能作为分析指标，但声音本质所携带的能量信息不受影响，故声诊非语音部分的研究方法和语音研究方法大致相同，通过分析声音信号能辅助辨识疾病与辨证分型。考虑到声音样本采集时，此类非语音信号并非患者主动发出，常需诱发引导，所获取的声音信号是否与自然条件发出的声音信号一致尚需研究。目前研究集中于咳声等肺系疾病所产生的非语音声音信号方面。根据中医五脏相音理论，声诊同样反映五脏疾病特点，客观化研究可衍生至其余脏腑系疾病，如依据肠鸣音识别脾胃系疾病。亦可根据非语音声音信号客观量化各证型特征，如根据太息声判别肝郁证程度，根据呼吸声辨识肾不纳气程度。

2 嗅诊的客观化研究及其应用

2.1 气味的基本性质

嗅诊虽与声诊同属闻诊范畴，却不通过声音信号获取信息，而通过气味信号得到诊断依据。嗅气味通过嗅觉器官感受气味特点，气味的本质是气体所含分子作用于受体产生物理振动或化学刺激的过程。呼吸空气的生物通过嗅神经只能察觉常温下有明显挥发性的化学物质[35]。气味特征可通过红外光谱法、直接顶空分析、气相-液相色谱分析进行研究，直接判别其中包含物质，体现气味信号的特征[36]。

2.2 气味特征

电子鼻技术通过气体传感器阵列收集气味信号，与气味图谱对比分析后得到客观标准的结论[37]。宋镇贵[38]通过电子鼻技术获取气味信号，运用小波分析气味在频率空间的特征，提高获取气味信号特征的稳定性、鲁棒性，增加气味信号获取的效率。刘英东[39]在此基础上，将传感器、信号处理、模式识别技术结合，优化人工神经网络识别算法后构建针对病理气味数据分析模型。林雪娟等[40]运用电子鼻技术研究2型糖尿病虚、实证患者口腔气味，发现气味图谱中实证患者响应曲线D振幅、斜率较大，虚证患者响应曲线G斜率较高，以口腔气味特征初步判断2型糖尿病虚实病性。嗅诊较声诊更难量化，尚无较多临床运用研究报道，但随着科技进步，气味识别与富集手段进步，可组建不同疾病、不同证型气味特征的数据库，形成完整氣味图谱，客观量化分析气味特征，前景良好。

3 小结

闻诊在临床运用中多可判别疾病性质，为疾病进行脏腑定位，同时预测疾病发展与转归，故闻诊客观化研究需要以辨病性、定病位、测预后为目标前进。声诊语音分析以元音作为声音样本时，能客观准确地得到语音特征参数，通过语音参数分析相应生理特点以及对应中医证型、脏腑特征还有广阔空间。字句作为声音样本时与中医闻诊理论的契合度更高，能够更好地运用客观参数解释“角徵宫商羽”五音体现的语音特征。对含有实意的语句进行声诊研究最难达到客观化与标准化，但最贴近声诊在临床实际的运用。声诊语音的客观化研究要想长足发展则须由简到繁，克服实意语句客观化研究的难关，将参数逐步融入临床实际运用。综合语音、非语音和气味诊断，将声音、气味信号特征纳入多种算法中分析，构建客观化闻诊模型，达到测预后的目的，再结合问诊、面诊、切诊信息，则可进一步提升模型对预后检测的准确性。

闻诊的特点决定了客观量化势必与多学科结合，声音分析需要借助声学、物理学帮助获取标准化声音信号特征，数学、统计学等学科则帮助构建声音诊断模型，气味分析则与化学、电子技术密不可分，所有闻诊研究离不开信息工程技术。纵观闻诊诸多研究，并未见与叩诊、听诊相关研究。诚然依闻诊定义而言，叩诊、听诊属于西医的诊查方法。但殊途同归，就以叩诊而言，若按照中医诊断方法归类，应是切诊与闻诊结合，皆属诊查疾病的手段[41]。中医诊断学发展应当兼容并蓄，且叩诊、听诊得到的声音信息较为客观，对于闻诊客观化、规范化研究会是一大助力。多学科交互、中西医结合对中医闻诊客观化有着莫大意义，推进闻诊客观化进程向规范化、标准化方向迈进，并能够更好地为临床诊断实际运用提供帮助。

参考文献：

[1] 董明兴，程细旭.重温《内经》诊察疾病方法的基本内容与学术特点[J].中医临床研究，2013，5（17）：58-59.

[2] 张华敏，刘寨华.“闻诊”命名源流考[J].中医药学报，2017，45（1）：6-8.

[3] 王天芳，李灿东，朱文锋.中医四诊操作规范专家共识[J].中华中医药杂志，2018，33（1）：185-192.

[4] 鄢彬，王忆勤.中医闻诊客观化研究进展[J].中华中医药学刊，2014， 32（2）：243-246.

[5] 冯前进，刘润兰.从中医闻诊到声生物学及其诊断技术研究[J].山西中医学院学报，2010，11（2）：68.

[6] 寇鲁辉.中医之五音古代文献研究[D].北京：中国中医科学院，2017.

[7] 王修信，胡维平，王强，等.嗓音频谱分析中/a/、/i/音采样的比较[J].听力学及言语疾病杂志，1998，6（3）：129-131.

[8] 莫新民，蔡光先，张建丽，等.中医声诊客观化的临床实验研究[J].中国中医基础医学杂志，1998，4（5）：38-44.

[9] YAN J J， WANG Y Q， GUO R， et al. Nonlinear analysis of auscultation signals in TCM using the combination of wavelet packet transform and sample entropy[J]. Evidence - Based Complementary and Alternative Medicine，2012，2012（3）：247012.

[10] 刘学.中医心理学四诊之闻诊[C]//世界中医药学会联合会睡眠医学专业委员会.第五届国际中医心理学学术大会、第五届国际睡眠医学学术大会、第五届海峡两岸中医心理学·睡眠医学高峰论坛论文集.北京， 2015：6.

[11] 孙乡，杨学智，李海燕，等.成人语音特征与9种体质的相关性研究[J].中国中医基础医学杂志，2012，18（4）：447-449，454.

[12] 胡克信，张恒鸿，吴文祥，等.中医痰证患者之音声分析——以鼻窦炎患者为例[J].亚太传统医药杂志，2005，4（2）：27.

[13] 鄢彬，王忆勤，郭睿，等.231例中医3种常见证型患者语音客观化采集与分析[J].世界科学技术-中医药现代化，2014，16（12）：2586-2592.

[14] 沈小静.基于小波包变换和支持向量机的中医声诊客观化研究[D].上海：华东理工大学，2011.

[15] 陈春凤，王忆勤，颜建军，等.中医闻诊信号采集与分析在虚、实证型辨别中的应用（英文）[J].中西医结合学报，2010，8（10）：944-948.

[16] 董伟，王忆勤，郑荣华，等.100例慢性咽炎患者语音信号的证型特征分析[J].河北中醫，2015，37（11）：1613-1615，1619.

[17] 刘美畅，徐洁洁，陈曦，等.慢性咽炎患者嗓音功能主观评估及声学分析[J].江苏医药，2015，41（12）：1409-1411.

[18] 叶志腾.应用Praat软件分析成人嗓音声学参数[D].福州：福建医科大学，2009.

[19] 沈勇.基于非线性动力学的中医声诊信息的提取与识别的研究[D].上海：华东理工大学，2011.

[20] 陈春凤，王忆勤，郭睿，等.803例五脏病变患者语音的客观化采集与分析[J].中华中医药杂志，2012，27（5）：1455-1457.

[21] 高也陶.五脏相音《黄帝内经》失传2000多年的理论和技术的现代研究[M].北京：中医古籍出版社，2007：14-15.

[22] 郑贤月.女性寒热体质者的声音特征研究[D].北京：北京中医药大学，2008.

[23] 张尚尚，杨学智，张健，等.基于四诊合参辅助诊疗系统的抑郁症诊断研究[J].中国中医药信息杂志，2015，22（5）：16-19.

[24] 穆怀喜.基于中医体质的声象特征研究[D].天津：天津大学，2012.

[25] 王忆勤，许朝霞，李福凤，等.中医四诊客观化研究的思路与方法[J].上海中医药大学学报，2009，23（6）：4-8.

[26] 胡赣.基于特征组合的中医声诊客观化研究[D].上海：华东理工大学，2014.

[27] 马天才，庄燕鸿，王忆勤.声诊现代化研究及其在中医学研究中的应用[J].上海中医药大学学报，2009，23（1）：79-82.

[28] 陈已明.闻诊在咳嗽辨证中的应用[J].山东中医杂志，2003，22（11）：700.

[29] 邓青，黄利兴，裴力娇.黄利兴听辨咳声诊治咳嗽经验[J].中华中医药杂志，2017，32（4）：1613-1615.

[30] 钱锐，王清，杨文荣.周常昆主任医师辨声治咳经验[J].中医药信息， 2013，30（6）：88-90.

[31] 鲁法庭，张学娅，杨梅，等.声诊研究现状及开展咳嗽中医声诊客观化研究新思路[J].辽宁中医杂志，2010，37（7）：1231-1232.

[32] 莫星明.利用声图仪对肺虚咳嗽声诊的初步研究[J].中医药研究， 1987，4（3）：43-46.

[33] 王晓岚，颜文明.肺结核病Ⅲ型病人语声咳声分析[J].湖南中医学院学报，1997，17（4）：34-37.

[34] 房春英.病理声音诊断系统的设计与实现[C]//清华信息科学与技术国家实验室（筹）.第十二届全国人机语音通讯学术会议（NCMMSC2013）论文集.贵阳，2013：7.

[35] ERNST T T.香味与香料化学嗅觉的科学[M].陈祖福，林丽英，曹居东，等，译.北京：科学出版社，1989：9.

[36] 朱文锋.中医诊断学[M].北京：人民卫生出版社，1999：11.

[37] 王光耀，王兴华，盛良，等.运用传感器技术促进中医药研究[J].智慧健康，2015，1（1）：27-30.

[38] 宋镇贵.基于小波分析的口腔气味病理特征提取与诊断方法研究[D].哈尔滨：哈尔滨工业大学，2010.

[39] 刘英东.面向诊断的口腔气味检测系统设计与分析[D].哈尔滨：哈尔滨工业大学，2008.

[40] 林雪娟，郑哲洲，吴青海，等.基于电子鼻的2型糖尿病虚实病性间的气味识别分析[J].中华中医药杂志，2015，30（8）：2687-2691.

[41] 李文旭.闻诊[M].北京：科学普及出版社广州分社，1985：8.

（收稿日期：2018-04-13）

（修回日期：2018-05-13；编辑：向宇雁）