Deep Learning-Based Tongue Pathology Detection: Mapping Fine-Grained Computer Vision Features to Ayurvedic Diagnostic Heuristics

Technische Samenvatting: Deep Learning-gebaseerde Detectie van Tongepatologie

Probleemstelling
Traditionele Ayurvedische geneeskunde vertrouwt op tonginspectie om individuen te classificeren in constitutionele types (dosha's: Vata, Pitta, Kapha) en om gepersonaliseerde wellness-aanbevelingen te geven. Deze beoordeling is echter momenteel afhankelijk van de expertise, visuele ervaring en subjectieve interpretatie van de beoefenaar, wat leidt tot variabiliteit en beperkte reproduceerbaarheid. Hoewel recente vooruitgang in kunstmatige intelligentie (AI) en computer vision de medische beeldanalyse heeft getransformeerd, richten bestaande studies in tongdiagnostiek zich primair op ziekteclassificatie binnen de Traditionele Chinese Geneeskunde (TCM) of vertrouwen zij zwaar op vragenlijstgebaseerde beoordelingen. Er is een opvallend gebrek aan lichtgewicht, mobielvriendelijke systemen die fijnmazige detectie van tongkenmerken integreren met Ayurvedische constitutionele beoordeling via on-device inferentie. Bovendien hinderen uitdagingen zoals beperkte publieke benchmark-datasets, inconsistente annotatieprotocollen en het gebrek aan gestandaardiseerde evaluatiemethodologieën de ontwikkeling van robuuste, interpreteerbare systemen voor dit domein.

Methodologie
Het artikel stelt "Jihwa" voor, een lichtgewicht edge-AI mobiel framework ontworpen voor niet-invasieve analyse van tongkenmerken en regelgebaseerde Ayurvedische wellness-beoordeling. De systeemarchitectuur bestaat uit drie primaire lagen:

1. Perceptielaag (Computer Vision):

   • Model: Het systeem maakt gebruik van een YOLO11n objectdetectiemodel, gekozen vanwege de balans tussen nauwkeurigheid en computationele efficiëntie die geschikt is voor mobiele implementatie.
   • Training: Het model werd via transfer learning getraind op de TMC-Tongue dataset, die 6.719 geannoteerde afbeeldingen bevat verspreid over 20 categorieën van tongkenmerken (inclusief tonglichaamskleur, coating, fissuren, tandafdrukken, zwelling en orgaan-zone indicatoren).
   • Preprocessing: Afbeeldingen werden geresized naar 640×640 pixels. Data-augmentatietechnieken (schaling, translatie, horizontale spiegeling en gecontroleerde HSV-transformaties) werden toegepast om de robuustheid te vergroten terwijl klinisch betekenisvolle kleurpatronen behouden bleven.
   • Inferentie: Het getrainde model wordt geconverteerd naar het TensorFlow Lite-formaat, wat real-time, on-device inferentie mogelijk maakt zonder afbeeldingen naar externe servers te verzenden. Het model geeft bounding boxes, klasse-labels en confidence scores uit, die worden verfijnd met behulp van confidence thresholds en Non-Maximum Suppression (NMS).

2. Interpretatielaag (Multi-Modale Fusie):

   • Vragenlijst: Gebruikers voltooien een zelfbeoordeling van 22 vragen die fysiologische en gedragsmatige kenmerken beslaat (spijsvertering, slaap, energie, etc.), die worden toegewezen aan Vata, Pitta en Kapha scores.
   • Fusiemechanisme: Het framework maakt gebruik van een transparante, regelgebaseerde gewogen fusiestrategie. Visuele kenmerken geëxtraheerd door het YOLO11n-model dragen 60% bij aan de uiteindelijke beoordeling, terwijl de vragenlijst-antwoorden 40% bijdragen.
   • Scoring: Gedetecteerde tongkenmerken krijgen Ayurvedische gewichten op basis van vooraf gedefinieerde diagnostische heuristieken. De visuele score ($S_{visual}$) wordt berekend door de som van het product van feature-gewichten en confidence scores. Deze wordt gecombineerd met de genormaliseerde vragenlijstscore ($S_{questionnaire}$) met behulp van de formule: $S_{final} = 0.6S_{visual} + 0.4S_{questionnaire}$.
   • Classificatie: De gefuseerde scores worden genormaliseerd om percentage-gebaseerde waarden voor de drie dosha's te genereren. Het systeem identificeert een dominante constitutie of een gemengde constitutie (bijv. Vata-Pitta) op basis van score-drempelwaarden, waarbij zeven verschillende constitutionele types worden ondersteund.

3. Aanbevelingslaag:

   • Op basis van de geïdentificeerde constitutie genereert het systeem gepersonaliseerde wellness-aanbevelingen, inclus\uendoelende voedingsadvies, hydratatiestrategieën en een achtweense-fasen levensstijlplan. Alle aanbevelingen worden on-device gegenereerd om de privacy van de gebruiker te waarborgen.

Belangrijkste Bijdragen

• Integratie van Modaliteiten: Het artikel presenteert een verenigd framework dat fijnmazige objectdetectie van tongkenmerken combineert met gestructureerde vragenlijstgebaseerde redenering, een combinatie die zelden wordt gevonden in bestaande edge-AI gezondheidsapplicaties.
• Edge-AI Implementatie: In tegen tegenstelling tot cloud-gebaseerde benaderingen, voert het systeem het YOLO11n-model volledig uit op het mobiele apparaat van de gebruiker, wat zorgt voor lage latentie, gegevensprivacy en onafhankelijkheid van internetverbinding.
• Interpreteerbaarheid: Het framework maakt onderscheid tussen het machine learning-component (kenmerkdetectie) en de regelgebaseerde wellness-interpretatie. Deze transparantie maakt een duidelijke koppeling mogelijk tussen visuele kenmerken en Ayurvedische heuristieken, waardoor het "black box"-karakter van end-to-end deep learning diagnose wordt vermeden.
• Dataset Benutting: Het werk maakt gebruik van de TMC-Tongue dataset voor het trainen van een detector die in staat is om 20 specifieke tongkenmerken te identificeren, waarmee het gat in fijnmazige kenmerkdetectie voor Ayurvedische contexten wordt gedicht.

Experimentele Resultaten
Het YOLO11n-model werd getraind voor 150 epochs op de TMC-Tongue dataset. Prestaties werden geëvalueerd met standaard objectdetectie-metrieken op een heldere testset:

• Precisie: 0.424
• Recall: 0.318
• mAP@50: 0.293
• mAP@50-95: 0.232

De resultaten geven aan dat het model succesvol onderscheidende tongkenmerken heeft geleerd. Analyse van de confusion matrix onthulde dat de meeste klassen een sterke diagonale dominantie vertoonden, waarbij misclassificaties voornamelijk optraden tussen visueel gelijkaardige kenmerken (bijv. specifieke coating- of fissuurpatronen). De trainingscurves toonden een stabiele convergentie, waarbij losses afnamen en metrieken verbeterden over de epochs. De F1-confidence curve identificeerde een optimaal drempelwaardegebied waar precisie en recall in balans waren.

Betekenis en Claims
De auteur positioneert dit werk niet als een vervanging voor klinische expertise, maar als een hulpmiddel voor toegankelijke, gepersonaliseerde wellness-monitoring. De betekenis van het artikel ligt in de demonstratie van een transparant, computationeel efficiënt framework dat traditionele Ayurvedische diagnostische heuristieken verbindt met moderne deep learning. Door de gevalideerde machine learning-detectie duidelijk te scheiden van de regelgebaseerde interpretatie, biedt de studie een fundament voor toekomstig onderzoek op het snijvlak van edge AI, digitale gezondheid en computationele traditionele geneeskunde. De auteur claimt dat deze aanpak een praktische oplossing biedt voor het overwinnen van de subjectiviteit van traditionele tongdiagnose, terwijl de privacy en toegankelijkheid vereist voor dagelijkse gezondheidstoepassingen behouden blijven.