失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)
——以肝郁化火證失眠病為例

李書五，劉佳麗，李凱

（浙江中醫(yī)藥大學(xué)，浙江 杭州 310053）

0 引言

失眠病是最常見的睡眠障礙之一，其特征是無法入睡或保持睡眠狀態(tài)，導(dǎo)致睡眠時(shí)間及質(zhì)量不能滿足的一種主觀體驗(yàn)。隨著現(xiàn)代社會(huì)生活節(jié)奏加快和生活方式的改變，睡眠障礙日益成為社會(huì)公共衛(wèi)生問題。根據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，全球約有1/3 的人患有失眠病，并伴有日間功能障礙，其中約50%的患者為慢性病程[1]，中國(guó)睡眠研究會(huì)的睡眠調(diào)查結(jié)果顯示，中國(guó)中老年人失眠病發(fā)生率高達(dá)38.2%，超過3 億中國(guó)人有睡眠障礙，且失眠人數(shù)仍在逐年增長(zhǎng)中。長(zhǎng)期失眠不僅會(huì)影響生活質(zhì)量和社會(huì)功能，還會(huì)導(dǎo)致一系列生理和精神疾病，如疲勞、心腦血管疾病及抑郁、焦慮等[2]。

失眠病中醫(yī)證型智能辨識(shí)屬于中醫(yī)診斷與信息科學(xué)領(lǐng)域的交叉研究。在居家無中醫(yī)師的場(chǎng)景下，中醫(yī)證候可為失眠病患者辨證提供客觀化的穩(wěn)定循證依據(jù)[3-4]。目前失眠病的居家中醫(yī)證候辨識(shí)傳統(tǒng)方法主要集中在基于人舌、面的特殊證候表現(xiàn)以及主訴情況的問卷辨識(shí)，其客觀化水平較低，近年來，圖像處理、機(jī)器學(xué)習(xí)等方法在中醫(yī)舌診方面的應(yīng)用不斷擴(kuò)展[5-6]。這些智能技術(shù)使居家中醫(yī)證型智能辨識(shí)技術(shù)向客觀化、智能化新的階段邁進(jìn)；此外，基于大樣本深度學(xué)習(xí)雖然可以構(gòu)建比較理想的中醫(yī)證型智能辨識(shí)模型，但常因無法獲取大量的舌象、面象證候特征辨識(shí)標(biāo)記數(shù)據(jù)而使研究中斷，探索一種基于小樣本的中醫(yī)證型智能辨識(shí)方法亦有必要。基于以上中醫(yī)證候智能辨證領(lǐng)域的瓶頸問題，本文提出一種更適合小樣本證候特征提取及智能辨識(shí)的方法，同時(shí)結(jié)合問診客觀化信息分析，設(shè)計(jì)一種基于多維數(shù)據(jù)融合辨識(shí)的失眠病中醫(yī)證型智能辨識(shí)系統(tǒng)，以實(shí)現(xiàn)居家無中醫(yī)條件下的失眠病中醫(yī)證型辨識(shí)。

1 醫(yī)理設(shè)計(jì)

1.1 失眠病辨證理論設(shè)計(jì)基礎(chǔ)

辨證施治是中醫(yī)臨床診療的特征性法則，可以更好地揭示疾病本質(zhì)，提高療效。中醫(yī)理論認(rèn)為人體舌面特征變化與人體臟腑氣血功能密切相關(guān)，因此在臨床上前人提出察舌因首辨虛實(shí),次辨熱證[7]，意為觀察舌質(zhì)、舌苔可客觀分析病機(jī)特性[8]，以判斷失眠病的寒熱虛實(shí)及胃氣有無，進(jìn)而判斷病程變化。失眠病患者面部色澤亦可診察臟腑精氣的盛衰，作為判斷疾病變化的依據(jù)[9]。本文通過文獻(xiàn)回顧總結(jié)出了中醫(yī)望診，面診（A 區(qū)-H 區(qū)）及舌診（I 區(qū)-M區(qū)中）的常用“辨證”區(qū)域[10]，進(jìn)而通過臨床專家經(jīng)驗(yàn)半結(jié)構(gòu)化訪談從以上區(qū)域篩選特異性辨識(shí)區(qū)域，實(shí)現(xiàn)失眠病的中醫(yī)“辨證”。舌、面部證候特征區(qū)域劃分見圖1。

圖1 舌、面部證候特征區(qū)域劃分

1.2 基于專家經(jīng)驗(yàn)的失眠病中醫(yī)證型辨識(shí)特異區(qū)域提取

為了更好的從臨床專家經(jīng)驗(yàn)視域優(yōu)化選擇文獻(xiàn)回顧中面部（A 區(qū)-H 區(qū)）及舌部（I 區(qū)-M 區(qū)）失眠病中醫(yī)證型辨識(shí)特異區(qū)域，本文采用半結(jié)構(gòu)式訪談法對(duì)浙江省2 所三甲醫(yī)院的22 名資深失眠病中醫(yī)臨床專家進(jìn)行了臨床失眠病中醫(yī)證型辨識(shí)特異區(qū)域訪談，訪談結(jié)果為：

（1）面診（A 區(qū)-H 區(qū)）、舌診（I 區(qū)-M 區(qū)）可以作為失眠病中醫(yī)證型辨識(shí)的重要依據(jù)。但是各個(gè)專家依據(jù)自己的臨床辨識(shí)經(jīng)驗(yàn)對(duì)A 區(qū)-M 區(qū)在智能辨識(shí)中的重要性看法不一。

（2）在失眠病常見四種證型（肝郁化火、痰火擾心、心脾兩虛、陰虛火旺）中，肝郁化火證型比較常見，且通過望診面部、舌部辨識(shí)準(zhǔn)確率較高，比較適合研究中醫(yī)失眠病的證型智能辨識(shí)。

（3）為了遴選最優(yōu)肝郁化火證失眠病辨識(shí)特異區(qū)域，本項(xiàng)目組組織了專家打分，打分結(jié)果從高到低排序?yàn)椋篕＞L，M＞B＞H＞G＞I＞J＞A＞D＞E＞F。

（4）本文根據(jù)專家經(jīng)驗(yàn)辨識(shí)選取了排序前6 的證候特征區(qū)域作為本文失眠病中醫(yī)證候智能辨識(shí)區(qū)域分別為K（舌尖）、L（舌體左側(cè)）、M（舌體右側(cè)）、B（鼻部）、H（左臉頰）、G（右臉頰），見圖2。

圖2 失眠病證候特征區(qū)域

（5）肝郁化火證失眠病患者舌部證候特征為舌苔黃、舌尖紅、舌苔膩以及舌邊紅等；面部證候特征為鼻部紅、兩頰泛紅等。其知識(shí)圖譜見圖3。

圖3 肝郁化火證失眠病舌、面部證候特征圖譜

2 失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)模型設(shè)計(jì)及關(guān)鍵技術(shù)

2.1 智能辨識(shí)模型架構(gòu)設(shè)計(jì)

在前文醫(yī)理設(shè)計(jì)基礎(chǔ)上，本部分是基于中醫(yī)望診舌、面部證候特征提取，設(shè)計(jì)了一種基于色譜分解技術(shù)的肝郁化火證失眠病智能診斷模型。首先，通過色譜分解技術(shù)提取輸入到系統(tǒng)中的舌、面部圖像證候特征，再將其與失眠病中醫(yī)證型辨識(shí)問卷進(jìn)行多維度綜合分析并計(jì)算出各維度特征值。其后，與失眠病中醫(yī)證型證候特征知識(shí)庫(kù)中固化知識(shí)進(jìn)行知識(shí)密切度計(jì)算，最終智能辨識(shí)出患者的失眠病中醫(yī)證型。模型見圖4。

圖4 智能辨識(shí)模型

2.2 中醫(yī)望診信息提取關(guān)鍵技術(shù)

2.2.1 基于色譜分解技術(shù)的舌、面部證候特異區(qū)域提取

本文舌、面智能分析其方法是將色譜分解技術(shù)（CSD）[11]，將色彩指數(shù)[r,g,b]轉(zhuǎn)換為HSV 顏色空間；[h,s,v] (h,s,v 分別表示色相，飽和度，亮度；s、v 的取值范圍為[0,1]，h 的取值范圍為[0,2π]；選擇N 個(gè)色相差等間距的純色作為定位點(diǎn)，記為（p0,p△,p2△,…p2π-△），其中△=。投影到（p0,p△,p2△,…p2π-△）的p 的強(qiáng)度分別計(jì)算。最終通過

式Ⅰ：距離推導(dǎo)；式Ⅱ：p投影到pk△的強(qiáng)度；式Ⅲ：光譜向量平均計(jì)算，進(jìn)行舌、面部特異區(qū)域提取。

舌、面部分割、證候特異區(qū)域的提取是分析舌、面部證候特征的前提。為實(shí)現(xiàn)舌、面部證候特異區(qū)域的全自動(dòng)準(zhǔn)確分割，本文獲取標(biāo)準(zhǔn)失眠病患者舌面象數(shù)據(jù)其中肝郁化火證失眠病438 例，按5：3：2 的比例隨機(jī)分為訓(xùn)練集、驗(yàn)證集、測(cè)試集。指導(dǎo)專業(yè)醫(yī)師使用labelme 工具將樣本數(shù)據(jù)的面部劃分為A、B、C、D、E、F、G、H 八個(gè)區(qū)域，舌部劃分為I、J、K、L、M 五個(gè)區(qū)域，并對(duì)上文基于專家經(jīng)驗(yàn)選取的面部B、G、H 三個(gè)證候特異區(qū)域、舌部K、L、M 三個(gè)證候特異區(qū)域進(jìn)行標(biāo)記。將其作為訓(xùn)練樣本進(jìn)行大量機(jī)器學(xué)習(xí)訓(xùn)練使其可以自動(dòng)獲取相應(yīng)失眠病中醫(yī)證型的舌、面部證候特征。最后針對(duì)于失眠病的不同中醫(yī)證型，創(chuàng)建不同的舌、面部證候特征知識(shí)庫(kù)。舌、面部證候特征提取結(jié)果見圖5、6。

圖5 面部證候特征提取

圖6 舌部證候特征提取

2.2.2 基于特征矩陣的舌、面部證候信息分析

本文基于專家經(jīng)驗(yàn)和無監(jiān)督聚類相結(jié)合的方法在標(biāo)記患者的數(shù)據(jù)樣本庫(kù)中建立面色紅、鼻紅、舌質(zhì)紅、舌苔黃等肝郁化火證失眠病舌、面部證候特征。并分別記錄每種證候特征中每個(gè)區(qū)域中顏色塊的LAB顏色特征值，用以表示該區(qū)域。一個(gè)區(qū)域內(nèi)LAB 色彩空間中N 個(gè)顏色塊可表示為：

給定屬于舌、面部的某像素點(diǎn)p,記其LAB 顏色空間中色度值為[Lp Ap Bp],則該像素點(diǎn)同第i個(gè)顏色塊的相似度Spi記為：

遍歷計(jì)算所有顏色塊同p的顏色相似度，取顏色相似度最大時(shí)所對(duì)應(yīng)塊為點(diǎn)p的特征顏色。

舌、面部證候特征分析模塊首先對(duì)輸入的患者舌、面部圖像利用顏色相似度計(jì)算方法統(tǒng)計(jì)面部整體及各區(qū)域各像素點(diǎn)的特征顏色分布情況，將顏色分布信息回歸為舌、面部證候特征。

然后分別得到面頰、鼻部、舌尖、舌邊等特異區(qū)域舌、面部證候特征圖像。舌、面部證候特征為實(shí)值列向量，各元素分別表示特異舌、面色證候特征，如舌邊紅、舌苔黃、舌尖紅、左頰紅、右頰紅、鼻紅等，各維度上取值范圍為[0，1]，0 表示完全沒有相關(guān)特征，1 表示該特征極為明顯。

2.3 基于特征向量的智能辨識(shí)關(guān)鍵技術(shù)

2.3.1 基于特征向量的智能辨識(shí)

本文基于浙江省2 所三甲醫(yī)院肝郁化火證失眠病患者舌、面部證候特征與證型辨識(shí)問卷參考周海等人知識(shí)圖譜構(gòu)建方法，構(gòu)建肝郁化火證失眠病證候特征知識(shí)庫(kù)[12]，根據(jù)該知識(shí)庫(kù)可提取證候特征到失眠病證型的映射方法。

本文記肝郁化火證失眠病證候特征（列向量）為F，F(xiàn)中第i,j···k個(gè)元素分別表示肝郁化火證失眠病的舌邊紅、舌尖紅、左頰紅等證候特征，則患者為肝郁化火證失眠病的判斷依據(jù)W肝郁化火可由

得出，式Ⅴ中d肝郁化火與F為維度相同的權(quán)重列向量，根據(jù)知識(shí)庫(kù)中的先驗(yàn)約束條件，有d(i)肝郁化火＞0，。當(dāng)W肝郁化火大于某閾值時(shí)，可認(rèn)為患者有較大概率為肝郁化火證。

2.3.2 智能辨識(shí)結(jié)果二次優(yōu)化

為保證模型在可解釋性前提下提升智能辨識(shí)的準(zhǔn)確性，本文進(jìn)一步引入特征矩陣K肝郁化火刻畫肝郁化火證失眠病與各特征之間的對(duì)抗關(guān)系。一般地，考慮特征Fi對(duì)肝郁化火證失眠病有貢獻(xiàn)作用，F(xiàn)j對(duì)肝郁化火證失眠病無貢獻(xiàn)作用，即d(i)肝郁化火＞0，d(j)肝郁化火=0。但當(dāng)患者特征Fi和Fj均較明顯時(shí)，一般不會(huì)為肝郁化火證失眠病。此時(shí)可將W肝郁化火=FT d肝郁化火擴(kuò)展為

令K(i,j)肝郁化火=K(j,i)肝郁化火=-1×d(i)肝郁化火，從而有效刻畫不同特征間的對(duì)抗抑制關(guān)系。若肝郁化火證失眠病的各證候特征之間并無對(duì)抗關(guān)系，則K肝郁化火為單位矩陣。同時(shí)在滿足先驗(yàn)知識(shí)的情況下，可利用大數(shù)據(jù)訓(xùn)練樣本對(duì)K肝郁化火及d肝郁化火中的參數(shù)進(jìn)行精調(diào)，從而優(yōu)化辨識(shí)模型，提升辨識(shí)精度。

3 失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

3.1 系統(tǒng)構(gòu)架設(shè)計(jì)

基于失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)模型，本文設(shè)計(jì)了失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)。該系統(tǒng)采用數(shù)據(jù)訪問層、算法層、應(yīng)用層三層架構(gòu)設(shè)計(jì)。各層功能設(shè)計(jì)如下：

（1）數(shù)據(jù)訪問層：對(duì)MySql 數(shù)據(jù)庫(kù)進(jìn)行增、刪、改、查等操作；

（2）算法層：通過使用圖像處理運(yùn)算庫(kù)獲取用戶的舌、面部特征，使用機(jī)器學(xué)習(xí)庫(kù)實(shí)現(xiàn)對(duì)樣本的深度挖掘，提高對(duì)失眠病的中醫(yī)證型識(shí)別的精度；

（3）應(yīng)用層：移動(dòng)用戶終端上傳舌、面部圖像，經(jīng)過圖像算法處理找出舌面部特征并進(jìn)行信息數(shù)據(jù)可視化，進(jìn)而根據(jù)固化的失眠病中醫(yī)證型辨識(shí)知識(shí)進(jìn)行證型辨識(shí)。

本文提出的失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)架構(gòu)見圖7，該系統(tǒng)具有服務(wù)分布式及負(fù)載均衡化的優(yōu)勢(shì)，該系統(tǒng)各模塊可自由組合、接口易于擴(kuò)展。

圖7 系統(tǒng)架構(gòu)

3.2 移動(dòng)用戶服務(wù)與后臺(tái)管理

3.2.1 移動(dòng)用戶服務(wù)端設(shè)計(jì)與實(shí)現(xiàn)

失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)主要包含用戶端與后臺(tái)管理端，用戶端主要基于微信服務(wù)號(hào)設(shè)置測(cè)評(píng)模塊，測(cè)評(píng)模塊主要包含面象采集、舌象采集、問卷回答、報(bào)告生成四個(gè)模塊見圖8。

圖8 移動(dòng)端測(cè)評(píng)模塊

用戶首次訪問需要進(jìn)行，填寫個(gè)人健康檔案信息，包括性別、年齡、身高、體重、過敏史、既往病史。界面見圖9。

圖9 個(gè)人健康檔案信息界面

3.2.2 后臺(tái)管理端設(shè)計(jì)與實(shí)現(xiàn)

后端采用php 語言進(jìn)行邏輯編寫，數(shù)據(jù)庫(kù)選用Mysql 數(shù)據(jù)庫(kù)，主要包含健康測(cè)評(píng)管理與系統(tǒng)用戶管理兩大功能。針對(duì)失眠病中醫(yī)證型智能辨識(shí)添加失眠病種（病名-證型），見圖10。并添加對(duì)應(yīng)的失眠病中醫(yī)證型辨識(shí)問卷，見圖11。

圖10 健康測(cè)評(píng)證型管理

圖11 健康測(cè)評(píng)問卷管理

4 居家移動(dòng)智能辨識(shí)系統(tǒng)系統(tǒng)有效性評(píng)價(jià)

現(xiàn)代社會(huì)競(jìng)爭(zhēng)激烈，生活壓力大，失眠病的發(fā)病率越來越高。本文以肝郁化火證失眠病的辨識(shí)為例，驗(yàn)證失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)。

4.1 數(shù)據(jù)來源與診斷標(biāo)準(zhǔn)

系統(tǒng)驗(yàn)證對(duì)象是50 位來自浙江省2 所三家醫(yī)院失眠門診的肝郁化火證失眠病患者。

4.1.1 現(xiàn)代醫(yī)學(xué)診斷標(biāo)準(zhǔn)

參考《CCMD-3（中國(guó)精神障礙分類與診斷標(biāo)準(zhǔn)）》中“原發(fā)性失眠”的診斷標(biāo)準(zhǔn)：①主訴為失眠，睡眠障礙為主要表現(xiàn)，主要是入睡困難，睡眠淺，早起，醒來后感到不適和多夢(mèng)等，睡眠時(shí)間和(或)對(duì)睡眠質(zhì)量不滿意，伴隨著不同程度的功能障礙，表現(xiàn)為日間精神疲乏不振、記憶力下降等；引起不安、抑郁癥和恐懼心理，降低精神活動(dòng)的效率，妨礙社會(huì)功能。②過度關(guān)注失眠的結(jié)果。③每周至少3 次，至少過了一個(gè)月以上。④排除身體因素引起的繼發(fā)性失眠。

4.1.2 中醫(yī)證型診斷標(biāo)準(zhǔn)

參考國(guó)家中醫(yī)藥管理局頒布的《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》中對(duì)“不寐”的診斷為：①入睡困難或睡后易醒，醒后難以入睡，重者徹夜難眠。②常伴夢(mèng)多、心悸、健忘、頭痛、疲勞等癥。③在各系統(tǒng)和實(shí)驗(yàn)室的檢查中沒有發(fā)現(xiàn)異常。只有具備以上三點(diǎn)，才能診斷為不寐。本文評(píng)價(jià)分析中的證型參照《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》進(jìn)行分型。

4.2 納入及排除標(biāo)準(zhǔn)

4.2.1 納入標(biāo)準(zhǔn)

（1）關(guān)鍵納入指標(biāo)：匹茲堡睡眠質(zhì)量指數(shù)量表（PSQI）總分＞7 分，本文樣本匹茲堡睡眠指數(shù)情況，見表1。

表1 匹茲堡睡眠指數(shù)情況

（2）一般納入指標(biāo)：①年齡在18-60 歲；②符合原發(fā)性失眠和不寐的辨識(shí)標(biāo)準(zhǔn)；③符合《中醫(yī)病證診斷療效標(biāo)準(zhǔn)》中失眠病的辨證分型標(biāo)準(zhǔn)；④匹茲堡睡眠質(zhì)量指數(shù)量表（PSQI）總分＞7 分；⑤自愿簽訂知情同意書者。

4.2.2 排除標(biāo)準(zhǔn)

①不符合上述納入標(biāo)準(zhǔn)者；②孕婦或哺乳期婦女；③合并有嚴(yán)重心、肺、肝、腎、造血系統(tǒng)等嚴(yán)重原發(fā)性疾病者；④同時(shí)參與其他研究試驗(yàn)者。

4.3 信息采集與分析方法

4.3.1 樣本信息采集

①基本信息采集。失眠病患者個(gè)人一般信息、中醫(yī)癥狀、生活方式等失眠病相關(guān)因素采用受試對(duì)象自填的方式，由研究人員輔助自填有困難的部分患者他填完成。②舌、面部圖像信息采集。研究對(duì)象基本信息采集完成后，采用pad、手機(jī)等居家移動(dòng)終端對(duì)舌、面部圖像進(jìn)行采集。采集舌、面部圖像示例見圖12。③采集方法。采集人像的時(shí)候，臉部要放松。采集舌象時(shí)，盡量張開嘴，舌頭自然伸出口外，舌體放松，舌面扁平，舌尖略朝下，舌體充分露出來。注意不要勉強(qiáng)用力或揉成一團(tuán)。拍照要在飯后2小時(shí)后進(jìn)行，排除“染苔”、“化妝”等對(duì)舌面圖像識(shí)別有影響的因素。

圖12 舌面圖像采集示例

4.3.2 樣本信息觀察指標(biāo)

①個(gè)人健康檔案信息；②望診信息觀察指標(biāo)：證候指標(biāo)（舌象、面象）；③問診信息觀察指標(biāo)：肝郁化火證失眠病辨識(shí)補(bǔ)充問卷。如二便等舌象、面象望診信息以外無法采集的關(guān)鍵證候信息通過問診問卷形式采集。

4.4 數(shù)據(jù)處理與分析

4.4.1 描述性統(tǒng)計(jì)

樣本結(jié)構(gòu)分布：本文對(duì)回收的調(diào)查問卷進(jìn)行描述性統(tǒng)計(jì)分析，以了解樣本結(jié)構(gòu)分布情況。

根據(jù)2013年世界衛(wèi)生組織規(guī)定的分段年齡方法，青年組年齡在45歲以下，中年組在45-59歲之間，老年組在60歲以上。年齡情況結(jié)構(gòu)分布見表2。

表2 年齡分布情況

從年齡分布表可以看出肝郁化火證失眠病患者中老年人相對(duì)中年和青年人較少些。本文共采集50例肝郁化火證失眠病患者數(shù)據(jù)，其中男性19例，女性31例，肝郁化火證失眠病患者中女性偏多，這可能與女性更愿意就醫(yī)有關(guān)。

4.4.2 智能辨識(shí)有效性評(píng)價(jià)

本文將實(shí)驗(yàn)結(jié)果與醫(yī)師辨識(shí)結(jié)果進(jìn)行比較，結(jié)果可知：智能辨識(shí)肝郁化火證失眠病的準(zhǔn)確率為89%，表明該模型的證型辨識(shí)準(zhǔn)確度較高，其辨識(shí)結(jié)果ROC曲線AUC值為0.890，見圖13。

圖13 ROC曲線

5 總結(jié)

本文將中醫(yī)原創(chuàng)思維與臨床專家經(jīng)驗(yàn)聯(lián)結(jié)給出了肝郁化火證失眠病中醫(yī)證候特征表達(dá)的關(guān)鍵區(qū)域；采用了一種更適合小樣本量分析的色譜分解技術(shù)用于肝郁化火證失眠病智能辨識(shí)中的證候特征提取分析；設(shè)計(jì)了一種失眠病中醫(yī)證型居家移動(dòng)智能辨識(shí)系統(tǒng)，該系統(tǒng)為居家無中醫(yī)條件下的失眠中醫(yī)證型智能診斷干預(yù)提供便利；通過對(duì)肝郁化火證失眠病智能辨識(shí)有效性評(píng)價(jià)，證明本文所設(shè)計(jì)的系統(tǒng)具有較好的智能辨識(shí)效果。