深度学习辅助中医望诊的抑郁症诊断模型研究学术报告

作者及机构
本研究由李红培（北京中医药大学深圳医院(龙岗)）、韩振蕴（北京中医药大学东方医院，通信作者）等团队合作完成，发表于《现代中医临床》（*Modern Chinese Clinical Medicine*）2026年第1期，网络首发于2025年12月。研究获国家重点研发计划、深圳市“三名工程”等项目资助。

学术背景
抑郁症作为全球公共卫生挑战，在我国成人患病率达3.4%，但就诊率不足10%。现行诊断依赖医生主观评估，易受经验与患者表达影响。中医望诊通过观察面部神、色、形、态多维特征（如“目为心之使”）提供诊断线索，但缺乏量化标准。深度学习（Deep Learning, DL）在医学图像分析中展现出高精度（如微表情识别准确率超90%），为抑郁症客观识别提供可能。本研究旨在构建基于面部图像的深度学习模型，辅助中医望诊实现抑郁症的早期量化筛查。

研究流程
1. 数据采集与预处理
- 研究对象：纳入437例（抑郁症肝郁脾虚证210例、肝郁脾虚证非抑郁症114例、健康对照113例），均通过标准化流程采集面部图像，排除模糊、遮挡或姿态异常样本。
- 数据增强：通过旋转、缩放、镜像、平移及添加高斯噪声扩增至2,185张图像，按8:1:1划分为训练集、验证集和测试集。
- 质控：采用直方图均衡化增强对比度，高斯滤波去噪，保留原始颜色信息以避免分类偏差。

1. 模型构建与训练

   • 模型选择：对比EfficientNet、MobileNet V3及ResNet18三种卷积神经网络（CNN）。
     
     • EfficientNet：复合缩放策略平衡深度、宽度与分辨率，结合深度可分离卷积（Depthwise Separable Convolution）与3×3卷积优化计算效率。
       
     • MobileNet V3：轻量化设计，引入SE（Squeeze-and-Excitation）模块增强特征选择。
       
     • ResNet18：残差连接（Residual Connection）解决梯度消失问题，18层结构适合中等计算需求。
       
   • 训练策略：训练集迭代优化参数，验证集调整超参数，测试集评估最终性能。

2. 性能评估

   • 指标：准确率、参数量、收敛速度及混淆矩阵（Confusion Matrix）。
     
   • 可视化：类激活映射（Class Activation Mapping, CAM）分析模型关注的面部区域。

主要结果
1. 模型性能
- EfficientNet：准确率最高（98.6%），参数量适中（4.01 M），收敛最快；CAM显示其同时关注眼周与嘴周区域，与中医“垂目、嘴角下拉”特征吻合。
- MobileNet V3：准确率92.7%，参数量最小（1.52 M），但收敛较慢。
- ResNet18：准确率最低（92.2%），参数量最大（11.18 M），关注区域局限。

1. 误判分析

   • 混淆矩阵显示，EfficientNet对三类人群误判率最低，尤其在区分肝郁脾虚证非抑郁与健康对照组时表现最优（接近100%准确率）。
     

2. 中医理论验证

   • CAM可视化证实模型决策区域与中医望诊关注的“目-心关联”及“口唇形态”一致，为“司外揣内”理论提供客观证据。

结论与价值
1. 科学价值
- 首次将EfficientNet应用于中医望诊，验证深度学习量化面部特征的可行性，准确率（98.6%）媲美脑电图技术（文献21）。
- CAM揭示了模型决策与中医理论的关联性，为“神-形对应”提供数据支持。

1. 应用价值

   • 为抑郁症早期筛查提供无创、高效的辅助工具，可缓解医疗资源压力，降低漏诊率。
     

2. 局限性

   • 样本量较小（仅肝郁脾虚证），未来需扩展其他证型及多模态数据（如语音、脉搏）。

研究亮点
1. 方法创新：首次结合复合缩放CNN与中医望诊，优化模型效率与精度平衡。
2. 理论验证：通过CAM可视化建立深度学习特征与中医理论的映射关系。
3. 临床意义：模型轻量化（EfficientNet仅4.01 M参数）适合基层医疗机构部署。

其他价值
- 数据增强策略避免亮度调整，保留中医望诊重视的“面色”信息，增强模型鲁棒性。
- 研究团队开发的智能中医诊断系统v1.0标准化采集流程，为后续研究提供可复现范式。