TCM-Tongue — 首个 AI 中医舌诊标准化舌象数据集

INFOBOX — TCM-Tongue 一屏速览

维度	内容
本质	首个面向 AI 中医舌诊的标准化舌象数据集——把"看舌头"从主观经验变成可检测的多标签数据
规模	6,719 张标准化高清舌象（sub-100μm 细节）
标注	20 类病理症状多标签（平均 2.54 标签/图），执业中医师双验证
划分	训练 5,594 / 验证 572 / 测试 553；测试含 10% 疑难病例
格式	COCO JSON + YOLO TXT + PASCAL VOC XML 三格式（仓库已迭代至 v3.0）
采集	定制双摄阵列 + D65 标准光源 + 焦点堆叠；嵌入式 ResNet-50 定位；3-8 秒/人
基准	YOLOv5/v7/v8 全系 + SSD + MobileNetV2；最佳 YOLOv8l mAP@0.5=34.95%
团队	北京工商大学计算机与人工智能学院 + 中国中医科学院西苑医院 + 北京大学人民医院
论文	arXiv:2507.18288（2025-07-24）｜BISH 2026;2(1):5-19（DOI bish.2026.303296）
许可	CC BY 4.0（论文另注标注数据学术免费——双口径并存，见 §6）
获取	GitHub btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset + 百度网盘
库内互链	QiZhenGPT（826，中医）、CMEDQA2（825）、Huatuo-26M（823）、HAM10000（60）、MedMNIST（716）

TCM-Tongue 是一个"给中医舌诊装上标准光源和标注框"的数据集工程：它不发明新理论，而是把"看舌头"这件事——千百年来靠医师经验和自然光下的肉眼判断——搬进一套恒定光照、恒定距离、恒定分辨率的采集舱里，然后用执业中医师的双验证标签，把每张舌头切成一个个可被目标检测模型框选和分类的病理特征。6,719 张图像、20 类病理症状、平均每图 2.54 个标签，构成中医智能化领域迄今规模最大、标准化程度最高的公开舌象资源。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——注意本体走百度网盘、代码走 GitHub，CC BY 4.0 可商用但建议引用。
2. 关心标注体系：直奔 §2 与 §3——20/21 类双口径、全局/局部标签划分、2.54 标签/图的临床含义三者连读。
3. 做检测模型：直奔 §5 基准——YOLOv8l/s 的 mAP 数字、颜色特征易/纹理特征难的分层结论可直接对标。

§0 导读：这个数据集解决什么问题

中医舌诊是"四诊"之一：医师观察舌质（颜色、形态、状态）与舌苔（颜色、厚薄、润燥）来推断体内的证候。这套体系临床价值明确，但长期困在三个字里——不标准。同一张舌头，不同医师、不同光源、不同距离，给出的判读可能大相径庭。现代医学影像早已靠 AI 读片，中医舌诊却迟迟无法数字化，根子在于数据：现有的舌象数据集大多规模小、私有化、不公开，且采集方式各行其是——相机质量、拍摄距离、环境光照的细微差别会剧烈改变舌头的外观，让模型学到的是"相机参数"而不是"病人健康"。

TCM-Tongue 的回答分三层。第一层是标准化采集：研究团队专门造了一台舌象成像仪（PyQT 框架软件 + 双摄像头阵列 + 光谱校准照明），让每一张图都在同一套物理条件下诞生——D65 标准光源（模拟正午阳光）、自动调节 500-1,500 lux 消除阴影与高光、广角主摄先定位再切换 5× 光学变焦长焦副摄、焦点堆叠技术捕获 sub-100μm 细节，单人采集只需 3-8 秒。第二层是临床化标注：由至少 5 年经验的执业中医师，按 20 类病理症状对每张图做多标签标注（平均每图 2.54 个标签），全部标签经执业中医师双验证。第三层是技术验证：用 9 种（期刊口径 12 种）深度学习检测模型做基准测试，证明数据集确实能训练出可用的舌诊模型。

§0 读法三则：

1. 这个数据集是"硬件标准化 + 临床标注 + 检测基准"三合一：前两者决定数据质量，后者决定可用性验证——三者分别在 §2、§3、§5 展开。
2. 类别数在论文（20）与 GitHub README（21，含健康舌）之间存在口径差，正文一律双标并在坑点存照（坑 1）。
3. 检索时若把"TCM-Tongue"和 GitHub 仓库自述的旧论文名 “Tongue Images Dataset for Diagnosis Detection Applied in Chinese Medicine” 当成两个东西，会误以为撞库——它们是同一实体的新旧命名（坑 2）。

§1 数据集速览：十问十答

Q1：TCM-Tongue 的"6,719 张"是什么？
6,719 张在标准化条件下采集的高清舌象图像，全部由执业中医师标注了病理症状类别。这是截至发布时首个专门面向 AI 中医舌诊的大规模公开标注数据集。

Q2：20 类病理症状具体是什么？
论文口径为 20 类，分全局标签与局部标签两组。全局标签覆盖整舌特征（如红舌、紫舌、白苔、黄苔），局部标签聚焦区域异常（如裂纹舌、齿痕舌，以及按中医理论对应脏腑的局部凹陷/凸起）。GitHub README 另列出 21 项（含 jiankangshe 健康舌），序号 0-19 对应前 20 类。

Q3：为什么每张图有 2.54 个标签？
因为临床上一个人很少只表现一种舌象。多标签设计忠实于中医整体观：一张图可能同时是"白苔舌 + 齿痕舌 + 裂纹舌"。平均 2.54 标签/图意味着数据集支持多标签检测而非单标签分类。

Q4：标注可靠吗？
由至少 5 年临床经验的执业中医师标注，遵循三条原则（预防导向、整体评估、语义连续），且所有标签经执业中医师双验证，论文声明无生成式 AI 参与标注或写作。

Q5：图像怎么采集的，为什么强调"标准化"？
使用定制成像系统：PyQT 软件 + 双摄阵列，嵌入式 ResNet-50 先做人脸检测与体位筛查（受试者需在 30-50cm 内），就位后切 5× 光学变焦长焦副摄；D65 标准光源配 500-1,500 lux 自动调光；焦点堆叠捕获 sub-100μm 细节。单次 3-8 秒。标准化是让"图像差异只来自健康状态，不来自相机"。

Q6：标注是什么格式？
三种主流格式全给：COCO (JSON)、YOLO (TXT)、PASCAL VOC (XML)。仓库自述已迭代至第三版（v3.0），并附带配套 YOLO 检测代码与模型配置文件。

Q7：基准测了哪些模型，结果如何？
YOLOv5/v7/v8 各档变体 + SSD + MobileNetV2（arXiv 口径 9 模型）。最佳是 YOLOv8l，mAP@0.5 = 34.95%；轻量档 YOLOv8s 以 11.1M 参数达 33.54%。结论：模型越大不一定越好（小数据易过拟合），颜色特征好识别、纹理/透明度特征难。

Q8：训练/验证/测试怎么分？
训练 5,594（82.3%）/ 验证 572（8.4%）/ 测试 553（8.1%），测试集特别包含 10% 的"疑难病例"（模糊或可见性差的图），用来检验算法在困难临床条件下的鲁棒性。

Q9：我现在能拿到什么？
GitHub 仓库 btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset 提供检测代码、demo、配置文件；图像本体三格式各经百度网盘分发（含提取码）。许可以为 CC BY 4.0。

Q10：为什么它对 AI-Ready 重要？
它是中医智能诊断领域从"私有小数据"跨到"公开标准化大数据"的转折点，也是"硬件标准化+临床多标签+检测基准"三位一体的样本。库内中医条目稀薄（仅 QiZhenGPT），本条填补了"中医视觉数据"这一空白象限。

§2 数据构成与规格

2.1 规模、来源与总览

TCM-Tongue 的核心资产是 6,719 张标准化舌象图像，每张都携带经执业中医师标注的病理症状标签。数据集不是公开图像的网络爬取汇总，而是由研究团队在受控临床环境下采集、再由专家标注的原生数据。

属性	规格
图像总数	6,719 张
标注类别	20 类病理症状（论文口径）/ 21 类（GitHub README，含健康舌）
每图平均标签数	2.54 个（多标签）
标注验证	执业中医师双验证
标注格式	COCO (JSON) / YOLO (TXT) / PASCAL VOC (XML)
任务类型	目标检测 + 分类
兼容模型	YOLO 全系、SSD、Faster R-CNN、Mask R-CNN
划分	训练 5,594 / 验证 572 / 测试 553
疑难病例	测试集含 10%
采集硬件	定制双摄阵列 + D65 光源 + 焦点堆叠
分辨率	sub-100μm 细节
采集耗时	3-8 秒/人
许可	CC BY 4.0

数据集构建机构为北京工商大学（BTBU）计算机与人工智能学院，联合中国中医科学院西苑医院与北京大学人民医院。通信作者为 Xuebo Jin（金雪波），通信邮箱 jinxuebo@btbu.edu.cn；GitHub 组织名 btbuIntelliSense 亦指向北工商智能感知团队。

机构口径存照：多个聚合页面（如 selectdataset）把机构误写为"北京工业大学"——这是北京工商大学（Beijing Technology and Business University, BTBU）之误。通信邮箱域名 btbu.edu.cn 与 GitHub 组织 btbuIntelliSense 两处独立证据均证实为北工商。本条目按事实写 BTBU，误写存照于 §10 坑点。

2.2 20 类病理症状的命名与语义

GitHub README 给出了完整的类别清单（拼音命名 + 英文简注），序号 0-19 对应前 20 类，另含 jiankangshe（健康舌）：

序号	拼音名	中文	英文简注	类型
0	jiankangshe	健康舌	Healthy Tongue	基线
1	botaishe	剥苔舌	Tongue with peeling coating	舌苔
2	hongshe	红舌	Red tongue	舌质/色
3	zishe	紫舌	Purple tongue	舌质/色
4	pangdashe	胖大舌	Chubby tongue	舌形
5	shoushe	瘦舌	Thin tongue	舌形
6	hongdianshe	红点舌	Red dot tongue	舌质/局部
7	liewenshe	裂纹舌	Cracked tongue	舌形/局部
8	chihenshe	齿痕舌	Dentate tongue	舌形/局部
9	baitaishe	白苔舌	White coating tongue	舌苔
10	huangtaishe	黄苔舌	Yellow coating tongue	舌苔
11	heitaishe	黑苔舌	Black coating tongue	舌苔
12	huataishe	滑苔舌	Smooth coating tongue	舌苔
13	shenquao	肾区凹陷	Renal depression	分区/局部
14	shenqutu	肾区凸起	Renal protrusion	分区/局部
15	gandanao	肝胆区凹陷	Hepatobiliary depression	分区/局部
16	gandantu	肝胆区凸起	Hepatobiliary protrusion	分区/局部
17	piweiao	脾胃区凹陷	Spleen-stomach depression	分区/局部
18	xinfeiao	心肺区凹陷	Heart-lung depression	分区/局部
19	xinfeitu	心肺区凸起	Heart-lung protrusion	分区/局部

类别结构的三个观察：

1. 全局 vs 局部的二分：前 12 项（序号 1-12）多为全局标签——描述整舌的颜色与舌苔状态；序号 13-19 为局部标签——描述特定脏腑对应区域的凹陷/凸起。这种划分映射中医"整体观 + 分区辨证"的认知结构。
2. 舌质与舌苔并行：舌质类（红舌、紫舌、胖大、瘦、红点、裂纹、齿痕）与舌苔类（剥苔、白苔、黄苔、黑苔、滑苔）分属两大传统观察维度，模型需同时学习两类特征。
3. 脏腑分区标签的“中医编码”：shenquao/shenqutu（肾）、gandanao/gandantu（肝胆）、piweiao（脾胃）、xinfeiao/xinfeitu（心肺）——这些标签把舌头按中医理论切成对应脏腑的区带，凹陷/凸起各成一类。它们是本数据集最具中医特色的标签，也是与现代医学最难直接对齐的部分。

类别数口径差异：论文摘要与正文口径为"20 类病理症状"，而 GitHub README 实际列出 21 项（含 jiankangshe 健康舌）。合理推断是论文把"健康舌"作为基线/阴性类别未计入"病理症状"计数；也有可能是计数口径差异。使用者应按任务确认标签集是否含健康舌类别。

2.3 标签分布与长尾特征

论文原文指出标签分布反映"自然临床分布"：像 baitaishe（白苔舌）这类常见特征样本较多，而器官相关的分区凹凸（如 shenquao、xinfeitu）等特异性特征样本较少。

特征组	代表标签	相对频次	使用影响
舌苔类	白苔舌、黄苔舌	高频	样本充足，模型易学
舌色类	红舌、紫舌	中高频	相似色易混淆（红 vs 紫）
舌形类	裂纹舌、齿痕舌	中频	不规则形状，检测依赖锚框策略
分区凹凸类	肾/肝胆/脾胃/心肺区凹凸	低频	长尾，样本稀少，训练困难
剥苔/黑苔/滑苔	botaishe/heitaishe/huataishe	较低频	罕见特征，泛化挑战大

长尾的影响是双重的：低频类在测试集中样本更少，mAP 估计的方差更大；同时模型对低频类容易欠拟合。这是医学数据集普遍的结构性问题，TCM-Tongue 也不例外。使用者若要针对低频脏腑分区特征建模，需考虑类别加权、重采样或迁移学习。

多标签共现：由于平均 2.54 标签/图，标签之间存在共现结构（如"裂纹舌 + 齿痕舌"常同时出现）。这种共现不是噪声而是信号——它对应中医临床中多症并见的常见情形。建模时若把这当作独立多标签处理，会丢失共现先验；若用条件模型，可利用共现提升性能。

2.4 数据划分与"疑难病例"

数据以分层随机抽样划分为三部分：

子集	图像数	占比	用途
训练集	5,594	82.3%	模型训练
验证集	572	8.4%	调参
测试集	553	8.1%	最终性能评估

arXiv 概览页给出 82.3% / 8.4% / 8.1% 的精确划分；部分社区描述用"80% / 10% / 10%"的近似口径。本条目以精确数字为准，近似口径存照于 §10。

测试集的 10% 疑难病例设计值得单列。研究团队特意在测试集中混入约 10% 的"困难样本"——特征模糊或可见性差的图像——用来检验算法在困难临床条件下的鲁棒性。这是一个有临床意识的设计：真实诊室里，舌头不会总是理想的采光、清晰的纹理、标准的体位。一个只在"好看"的图上表现好的模型，到了诊室就会露怯。把困难病例固定进测试集，相当于给模型的临床可用性设了一道"压力测试"。

划分的可复现性注意：论文未明确说明划分是否固定随机种子、是否公开划分清单。使用者若要与论文基准直接对比，需确认所用划分与论文一致；若无法获取公开划分清单，则自建划分的数字与论文不可直接比较（这一限制已在 §0 速览与 §10 坑点中标注）。

2.5 采集系统的硬件与软件规格

标准化采集是 TCM-Tongue 区别于一切"随手拍舌象"数据集的关键，其硬件设计值得细读：

组件	规格	作用
采集软件	PyQT 框架定制系统	控制采集流程与人机交互
主摄（广角）	广角单元 + 嵌入式 ResNet-50	人脸检测、体位筛查（30-50cm）
副摄（长焦）	5× 光学变焦	高分辨率舌象捕获
成像技术	焦点堆叠（focus-stacking）	捕获 sub-100μm 细节
光源	光谱校准 LED，模拟 D65	恒定色温，消除光源偏差
照度范围	500-1,500 lux 自动调节	减少阴影与镜面反射
单次耗时	3-8 秒	临床可用效率

为什么这堆硬件参数重要？因为舌诊 AI 最大的数据陷阱是"相机差异伪装成疾病差异"。光照一变，白苔可能看起来像灰苔；距离一变，胖大舌的"胖"就没了基准。这套系统把光源、距离、分辨率、角度全部固定，让图像中的每一个差异都更可能来自受试者的真实健康状态。读者在 §5 会看到模型在颜色特征上表现好、在纹理特征上表现差——部分原因正是纹理对成像一致性最敏感，即便硬件标准化也无法完全消除。

嵌入式 ResNet-50 的位置检测：主摄不是只拍照，而是加载一个 ResNet-50 模型实时判断人脸的位置与姿态，确认受试者在 30-50cm 范围内才触发生效采集。这是"采集即质控"的设计——在源头避免不合格图像，而不是事后清洗。这也解释了为什么数据"已预处理、可直接加载"：质控发生在采集阶段，而非标注阶段。

§3 采集与标注体系

3.1 从受试者到标签：完整流水线

TCM-Tongue 的构建流水线可分四段：

1. 标准化采集：受试者就位（面部 30-50cm 内）→ 主摄 ResNet-50 检测体位 → 就位后切长焦副摄 → D65 光源 + 自动调光 → 焦点堆叠拍摄 → 单次 3-8 秒完成。
2. 图像预处理：数据预处理好，可用 OpenCV/PIL 或 PyTorch/TensorFlow 直接加载，无需额外预处理。
3. 专家标注：≥5 年经验执业中医师按 20 类症状多标签标注，遵循三原则（预防导向、整体评估、语义连续）。
4. 双验证：所有标签经执业中医师双验证后定稿。

这条流水线的关键设计是把质控前移到采集端：体位不对不拍、光源不稳不拍、分辨率不够不拍。因此进到标注环节的图像已经"干净"，标注力量可以全花在病理判断而非图像清洗上。

3.2 标注三原则的临床含义

论文给出标注遵循的三条原则，值得逐条解读：

• 预防导向（preventive orientation）：鼓励标注者捕获疾病的早期征象，而非只标已显著的病变。中医舌诊的传统优势之一就是"治未病"——舌象变化常早于症状显现，及早标注早期征象有助于模型做早筛。
• 整体评估（holistic assessment）：把舌作为一个整体看，而不是孤立判断单个局部。这直接支撑了多标签设计——一张图的多个标签是"整体辨证"的结果，而非几个独立判定的拼接。
• 语义连续（semantic continuity）：沿用传统中医术语体系，保持与古典文献和临床实践的语义连贯。好处是标签对中医师可解释、可直接用于教学与临床沟通；代价是与现代医学疾病分类没有一一映射，跨学科复用需要额外的语义桥接。

3.3 标注者资质与双验证

• 资质门槛：执业中医师，且至少 5 年临床经验。这比"医学背景标注"更高——要求具备独立临床辨证能力。
• 双验证机制：全部标签由执业中医师双人验证。对于 2.54 标签/图的复杂多标签任务，双验证能显著降低单标注者的随机误差。
• 无生成式 AI 参与：期刊版论文明确声明"The authors declare that no generative AI was used in the preparation of this manuscript"——这与 panda-plus（明确使用 ChatGPT/Claude/Grok 润色）形成鲜明对照，反映不同团队在学术写作规范上的差异。

3.4 采集与标注的伦理合规

论文对伦理作了明确交代：

• 研究仅涉及非侵入性舌头图像采集；
• 不采集可识别个人身份信息；
• 所有参与者知情同意图像采集与去标识数据的公开发布；
• 按机构指南，本工作无需正式伦理审批（非侵入性、无个人身份信息）。

这一伦理路径与常规临床影像数据集（需伦理批件、去标识化流程、数据使用协议）不同，原因在于舌象属于体表可见的非敏感生物特征，且本数据集不关联任何临床诊断结论或病历信息。使用者需注意：正因为不关联病历，"图像-标签"与真实疾病诊断之间存在不可跨越的解释鸿沟——标签是中医证候特征，不是西医诊断。

3.5 与手工单图采集的对比

维度	传统手工舌象采集	TCM-Tongue 标准化采集
光源	自然光/诊室灯，不可控	D65 标准光源，恒定
距离/角度	医师经验，因人而异	固定 30-50cm，ResNet-50 质控
分辨率	手机/相机各异	5× 光学变焦，sub-100μm
一致性	低，相机差异伪装成疾病差异	高，差异主要来自受试者
效率	视人工操作	3-8 秒/人，可批量化
质控时机	事后清洗	采集端前置质控

这张表是本数据集方法论价值的最直观说明：标准化不是锦上添花，而是让"从舌象到证候"这一映射可被机器学习的前提。没有标准化，再多的标注也只是把噪声固化成标签。

3.6 采集场景与受试者群体的开放问题

数据集公开的信息中，受试者群体的构成是未充分披露的一块，研究者需知晓这些空白：

采集维度	是否披露	影响
受试者总人数	未披露	无法判断同一人是否被多次采集、图像独立性
性别构成	未披露	无法评估性别相关的舌象差异覆盖
年龄段分布	未披露	无法评估老年/儿童群体覆盖
地区/民族	未披露	中医舌诊存在地域体质差异，泛化性存疑
采集地点	未明确（推测医院）	影响对"临床场景代表性"的判断
采集时间跨度	未披露	无法判断季节性因素

为什么这些空白重要？舌象与年龄、性别、地域体质存在关联——老年人的舌象与青年不同，不同地域人群的常见舌苔类型也有差异。若受试者群体高度集中在某一类人群（如单一医院的门诊患者），模型在该人群之外的表现可能下降。这不是对数据集的否定，而是对使用者的提醒：在报告模型性能时，应注明训练数据的群体代表性未知，避免把结果过度外推。

"6,719 张"与"多少人"的区别：数据集公布的是图像张数，不是人数。若同一受试者被采集多张（不同角度、不同日），则图像间存在相关性，随机划分训练/测试可能造成"同人泄漏"，虚高测试性能。论文未说明是否做受试者级别的划分隔离。这是复现与评估时需警惕的方法学风险（已在 §10 与附录 I 提示）。若要做严谨的泛化评估，建议研究者尽可能获取受试者标识（若数据中隐含）并做分组划分；若无法获取，则应在结论中标注此限制。

3.7 与既有舌象数据集的规模对比

为理解 TCM-Tongue 的"首个大规模"定位，将其与领域内已知舌象资源对比（部分为文献提及的私有/小规模集）：

资源类型	典型规模	公开性	标准化采集
传统舌象研究集	数百张	多为私有	弱
单中心私有集	数百至数千	私有	中
TCM-Tongue	6,719 张	公开（CC BY 4.0）	强（硬件级）

论文原文指出"现有的舌象数据集大多规模小、私有或不公开"。TCM-Tongue 的突破正体现在三个"同时满足"：规模够大（近 7 千张）、公开可得（GitHub+网盘）、采集标准化（专用硬件）。这三者叠加，才使它成为领域内首个真正可支撑 AI 研究的公开舌象数据集。同时，标准化的硬件描述（D65、sub-100μm、双摄）也为后续团队复刻采集协议提供了模板——可复制的协议比单纯的数据量更有长期价值。

§4 标注格式、数据组织与工程接入

4.1 三种标注格式的用途分工

TCM-Tongue 同时提供三种主流标注格式，覆盖不同的训练框架生态：

格式	扩展名	典型框架	结构特点
COCO	.json	Detectron2 / MMDetection / PyTorch	单一 JSON，含 images/annotations/categories
YOLO	.txt	Ultralytics YOLOv5/v7/v8	每图一文件，归一化 xywh + 类号
PASCAL VOC	.xml	传统检测框架 / TensorFlow OD API	每图一 XML，绝对坐标 bbox

为什么要三种都给？因为医学 AI 研究者的工具链高度分散：做检测的主流用 YOLO（Ultralytics），做通用检测的用 COCO 系（MMDetection/Detectron2），传统团队用 VOC。三格式并存让数据集"开箱即用"，研究者无需自己写格式转换脚本。这与论文"数据已预处理、可直接加载"的声明一致。

仓库版本链：GitHub README 与论文均提到仓库已迭代至第三版（v3.0），第三版包含 coco、xml、yolo txt 三种标注格式。仓库末次提交为 2024-10-09 的"Dataset configuration"。这意味着数据集是持续维护的——使用者应留意版本更新。

4.2 COCO 格式的字段结构

COCO 格式是检测任务的事实标准，其 JSON 结构大致如下：

{
  "images": [
    {"id": 1, "file_name": "tongue_0001.jpg", "width": 4032, "height": 3024}
  ],
  "annotations": [
    {"id": 1, "image_id": 1, "category_id": 9,
     "bbox": [x, y, w, h], "area": 12345, "iscrowd": 0}
  ],
  "categories": [
    {"id": 1, "name": "botaishe"},
    {"id": 9, "name": "baitaishe"}
  ]
}

多标签通过"同一 image_id 下多条 annotation（不同 category_id）"实现——这正是平均 2.54 标签/图的落地方式。使用 Detectron2 或 MMDetection 时，直接指向 COCO JSON 即可加载。

4.3 YOLO 格式与配套代码

YOLO TXT 格式每行一个目标：<class_id> <x_center> <y_center> <width> <height>，坐标均归一化到 [0,1]。仓库同时提供 YOLO 检测代码与模型配置文件，这是本数据集在工程易用性上的加分项——研究者不仅拿到数据，还拿到能直接跑的基线训练/推理脚本。论文"Usage Notes"明确：数据集支持检测与分类任务，兼容 YOLO 全系、SSD、Faster R-CNN、Mask R-CNN。

配置文件的作用：YOLO 训练需要 data.yaml（指定 train/val 路径与类别名）。仓库提供的配置文件让使用者免于手写类别清单——但要注意类别数与论文口径（20 vs 21）的差异，使用前核对配置文件中的类别名与顺序。

4.4 数据加载与最小可用示例

图像已预处理，可用标准工具直接读取：

import cv2
from pathlib import Path

img_dir = Path("images")
for p in sorted(img_dir.glob("*.jpg"))[:3]:
    img = cv2.imread(str(p))
    print(p.name, img.shape)  # 高 x 宽 x 3

# 或使用 PIL
from PIL import Image
img = Image.open(next(img_dir.glob("*.jpg")))
print(img.size, img.mode)

配合 COCO JSON 用 pycocotools 可直接统计标签分布：

from pycocotools.coco import COCO

coco = COCO("annotations/instances.json")
cats = coco.loadCats(coco.getCatIds())
print("类别数:", len(cats))

# 统计每个类别的标注数
for c in cats:
    ids = coco.getAnnIds(catIds=[c["id"]])
    print(c["name"], len(ids))

这段统计脚本对理解类别长尾分布极有用——跑一遍就能看到哪些类样本稠密、哪些类稀疏，为后续重采样或类别加权提供依据。

4.5 数据组织的推荐目录结构

基于三格式并存的设计，推荐如下整理方式（数据集本体下载后）：

tcm-tongue/
├── images/                  # 6,719 张舌象（jpg/png）
├── annotations/
│   ├── instances_coco.json  # COCO 格式
│   ├── voc/                 # PASCAL VOC XML（每图一文件）
│   └── labels/              # YOLO TXT（每图一文件）
├── data.yaml                # YOLO 训练配置（类别名+路径）
├── scripts/                 # 仓库提供的 YOLO 检测/训练代码
└── README.md

接入注意三点：

1. 类别名以拼音为准——COCO categories 与 YOLO class_id 都以拼音（baitaishe 等）命名，中文映射需自行维护一张对照表（见 §2.2 表）。
2. 图像尺寸可能不统一——焦点堆叠与变焦拍摄可能产生不同分辨率，YOLO 训练前需确认是否需要统一 resize 或 letterbox。
3. 多标签检测——不要把每图的 2.54 标签强行压成单标签，那会丢弃多症并见的临床信号。

§5 基准测试与评估

5.1 被评测的检测模型

论文用多种主流检测模型在 TCM-Tongue 上做基准，覆盖精度-效率的不同档位（arXiv 口径计 9 个模型，期刊口径计 12 个，差异源于同系列变体的计数）：

模型族	变体	定位
YOLOv5	s / m / l	经典 anchor-based 检测器
YOLOv7	tiny 等	高效训练策略
YOLOv8	s / m / l	anchor-free 新一代
SSD	—	单阶段多框检测
MobileNetV2	—	轻量骨干，移动端

anchor-free 的适配性：论文指出 YOLOv8 的 anchor-free 策略对识别舌象的不规则形状（裂纹、齿痕）特别有效——这类特征的形状无固定先验，anchor-based 方法的矩形锚框难以覆盖，而 anchor-free 直接回归中心与尺度更灵活。

5.2 核心性能数字

模型	mAP@0.5	参数量	定位
YOLOv8l	34.95%	最大档	精度最高
YOLOv8s	33.54%	11.1 M	精度-效率平衡

这两个数字怎么读：

1. 34.95% 的绝对水平不高，但对多标签舌象检测而言是合理起点。COCO 上 YOLOv8l 的 mAP@0.5 动辄 50%+，差异源于舌象特征的类内差异大、类间差异小——同样是"白苔舌"，不同人的白苔厚薄、范围、纹理差别巨大；而"白苔"与"薄白苔"之间差异又极小。这类细粒度医学特征天然比通用物体难检测。
2. YOLOv8s 与 YOLOv8l 仅差 1.4 个百分点，却省下大量参数——论文据此推荐轻量模型用于临床部署（如诊断机器人）。这是"医学领域大模型未必更优"的又一实证。
3. mAP@0.5 与 mAP50-95 要区分：34.95% 是 IoU 阈值 0.5 下的 mAP；论文 Fig.10 另报 mAP50-95（更严格的 IoU 0.5-0.95 平均），数值显著更低。引用时务必标明维度，避免混淆。

5.3 三条关键实验结论

结论一：模型加深加大并不总带来提升。
在通用视觉任务中，"更深更大更强"几乎是铁律，但在 TCM-Tongue 上，从 YOLOv5s 到 YOLOv5l 的提升并不单调。论文解释：医学专用数据规模远小于 COCO/ImageNet，超大模型易过拟合。这对医学 AI 的启示是——在数据规模受限时，盲目堆参数不如优化数据质量与增强策略。

结论二：颜色特征易，纹理特征难。
模型在颜色类特征（红舌、紫舌、黄苔）上表现明显更好，在纹理/透明度类特征上表现差。典型困难案例是区分"白苔"与"薄白苔"——两者差异主要在苔的厚薄与透明度，需要极高敏感度，即使用 modern 架构仍困难。这提示：舌诊 AI 的瓶颈不在检测架构，而在细粒度视觉特征的表达能力。

结论三：相似色的类间混淆。
论文明确指出"面对紫色和红色舌等相似颜色特征，上述检测器的分类性能仍有待提高"（原 PDF 口径）。红舌与紫舌在舌色上渐变，边界模糊，模型易混。这与结论二一脉相承：舌诊特征的判读本质上依赖医师的细腻色觉与经验，机器要复制这一能力仍需专门的方法设计。

5.4 评估指标的定义

论文使用标准检测指标。核心定义：

• Precision（精确率） = TP / (TP + FP)：模型检出的目标中真正正确的比例。
• Recall（召回率） = TP / (TP + FN)：真实目标中被模型检出的比例。
• mAP@0.5：IoU 阈值 0.5 下各类别 AP（平均精度，Precision-Recall 曲线下面积）的均值。
• mAP50-95：IoU 阈值从 0.5 到 0.95（步长 0.05）取十个阈值的 mAP 平均，更严格。

为什么医学检测要同时看 Precision 和 Recall？在舌诊场景下，漏检（低 Recall）意味着漏掉病理特征，可能让患者错过早筛信号；误检（低 Precision）意味着虚警，增加不必要的关注。不同应用场景对两者的偏好不同：早筛倾向高 Recall，辅助确诊倾向高 Precision。数据集提供了完整的 P/R 评测基础。

5.5 基准的可复现性边界

要与论文数字直接对比，需满足：

1. 使用相同划分——训练 5,594 / 验证 572 / 测试 553（含 10% 疑难病例）；
2. 使用相同类别口径——论文 20 类 vs README 21 类需统一；
3. 使用相同输入分辨率与增强——论文未必完整披露，构成复现障碍；
4. 使用同一 mAP 维度——区分 @0.5 与 50-95。

复现风险提示：论文对训练超参（学习率、batch、epoch、增强）披露有限，且未明确划分清单是否公开。因此，第三方复现出与 34.95% 相近的数字是可期的，但精确复现存在不确定性。使用者在报告时建议同时给出自己的划分与论文数字，注明不可直接比较。

5.6 基准的临床意义解读

把 34.95% 放回临床语境，需要避免两种误读：

• 误读一：34.95% 太低了，不能用。 这是把检测任务当成了"诊断任务"。34.95% 衡量的是"框选并分类每一项舌象特征"的精度，不是医患诊断准确率。作为辅助工具（给医生提供特征提示），即使是中等精度也有价值——它把"医师逐项查找特征"变成"医师复核 AI 提示"，可用于教学与初筛。
• 误读二：能检测就等于能诊断。 检测出"白苔舌 + 齿痕舌 + 裂纹舌"是一回事，据此推断"脾虚湿盛"是另一回事。从特征到证候的推理仍依赖中医理论模型，检测只是第一步。数据集明确不提供"图像→诊断"的端到端标签，使用者不可越界。

基准的定位：它证明的是"数据集可用于训练可用模型"，而非"已解决舌诊自动化"。这是一个诚实的定位——数据集的贡献在于提供基础设施，而非宣称攻克难题。

5.7 逐模型选型建议

基于论文的分层结论，给不同应用场景的选型建议：

应用场景	推荐模型	理由
离线高精度研究	YOLOv8l	mAP@0.5 最高（34.95%）
临床边缘部署	YOLOv8s	11.1M 参数，mAP 33.54%，精度-效率平衡
移动端/手机 App	YOLOv8s 或更小	参数少，推理快
传统检测框架兼容	SSD / Faster R-CNN	论文验证兼容
分割任务扩展	Mask R-CNN	论文列为兼容网络

选型的核心判断：在 TCM-Tongue 上，"更大的模型"带来的增益有限（YOLOv8s→l 仅 +1.4 mAP）。因此除非有充足算力且追求极致精度，优先选轻量模型更符合临床部署现实。这与通用视觉任务"无脑选最大模型"的直觉相反，是医学小数据的又一特征。

5.8 提高性能的可行方向

鉴于论文指出的困难（纹理特征、相似色、类别长尾），列出若干可尝试的改进方向（均为推论，非论文结论）：

1. 类别加权/重采样：针对长尾的分区凹凸类，用 focal loss 或重采样平衡。
2. 高分辨率输入：纹理与透明度特征依赖细节，提高输入分辨率或有帮助。
3. 多光谱/偏振成像：从采集端增强纹理与半透明度表征能力。
4. 数据增强针对性设计：颜色抖动可能有害（会破坏颜色特征），但几何增强对形状类特征有利。
5. 标签共现建模：利用 2.54 标签/图的共现结构，用条件检测或标签图模型。
6. 半监督/自监督预训练：利用未标注舌象做预训练，缓解标注稀缺。
7. 领域自适应：若跨设备部署，需处理设备差异（呼应 §8.1 的采集标准化主题）。

这些方向不是论文的处方，而是基于其结论的自然延伸。使用者应从"数据集的困难在哪里"出发设计方法，而不是套用通用检测的现成配方。

5.9 评测的公平性考量

医学 AI 的评测不能只看平均 mAP。TCM-Tongue 的评测应补充以下维度：

• 按类别分组报告：长尾类（分区凹凸）与高频类（白苔）的性能差异可能很大，平均 mAP 会掩盖。建议给出每类 AP。
• 按特征类型报告：颜色类 vs 纹理类的性能差距（论文已定性指出），定量报告有助于定位瓶颈。
• 疑难病例子集单独报告：测试集含 10% 疑难病例，应单独给出其性能，评估临床鲁棒性。
• 混淆矩阵：红舌 vs 紫舌的混淆程度需用矩阵量化。
• 交叉验证：若划分清单不公开，建议自做 k 折交叉验证以给出更稳健的估计。

公平性也是评测维度之一：若受试者群体构成单一（见 §3.6），模型对未充分代表的亚群体（如老年人、不同肤色人群）性能可能下降。在研究报告中披露此限制，是负责任的医学 AI 实践。

§6 获取与许可

6.1 三层资产与获取路径

TCM-Tongue 的可获取资产分三层，路径各异：

资产层	内容	获取方式
论文	arXiv 预印本 + 期刊正式版	公开免费访问
检测代码	YOLO 训练/推理脚本 + 模型配置	GitHub 公开
数据本体	6,719 张图像 + 三格式标注	百度网盘（三格式各一链接+提取码）

GitHub 仓库：btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset（主仓库）。README 提供三个百度网盘链接，分别对应 COCO、TXT、XML 三种格式：

• COCO 格式：https://pan.baidu.com/s/1H2PYhz3ObAmXUHKu25TuDw（提取码 b02g）
• TXT 格式：https://pan.baidu.com/s/1ioQgU6rQ0KNqHndPyURd3w（提取码 xh4d）
• XML 格式：https://pan.baidu.com/s/1NAgA5AiVI2Gt9zoBDxbiHg（提取码 qv55）

仓库名双口径存照：期刊 ICCK 页面（bish.2026.303296）的一处链接指向 github.com/m28805746-max/Intelligent-tongue-diagnosis-detection-dataset，与主仓库路径（btbuIntelliSense 组织）不同。使用者应优先使用组织仓库（btbuIntelliSense），因为它是团队官方组织名下；两个路径的差异已在 §10 坑点存照，检索时两者都可能出现。

6.2 许可：CC BY 4.0 与"学术免费"的双口径

数据集的许可存在两个并存的表述，使用者需同时知悉：

1. CC BY 4.0：第三方平台 tcmatlas.com 的 credits 页面明确写"released under the Creative Commons Attribution 4.0 International (CC BY 4.0) license"。CC BY 4.0 允许商业使用、再分发、改编，只需署名。
2. 学术免费：期刊论文写作"All annotation data are provided free of charge for academic use"（标注数据学术用途免费），并称数据集"openly available"。

双口径的含义：严格按 CC BY 4.0，"学术免费"的表述是"至少学术免费"的下限声明，不排斥商业使用；但若论文措辞意在限定商业用途，则两者存在张力。稳妥做法：以 CC BY 4.0 为基准引用（署名即可），若涉及商业应用，建议向通信作者（jinxuebo@btbu.edu.cn）确认。这一许可不确定性是本条目在 DAIMS 评估中标注的风险点。

论文自身的许可：arXiv 预印本遵循 arXiv 默认许可；期刊正式版（BISH）为开放获取。引用规范上应同时引 arXiv:2507.18288（预印本）与 bish.2026.303296（正式版），并优先引正式版。

6.3 获取的实操门槛

与 HuggingFace clap 一行代码加载不同，TCM-Tongue 的获取有三个实操门槛：

1. 百度网盘的地域限制：百度的海外访问常受限速与验证（需登录、可能需手机验证），非中国区研究者获取体验不佳。
2. 无 HF/Zenodo 镜像：数据集未在 HuggingFace 或 Zenodo 建立直链镜像，无法用 load_dataset 一行加载。
3. 链接有效期：网盘分享链接可能因政策或维护失效，需关注仓库 README 更新。

建议：若能正常访问百度网盘的，直接下载三格式；若在海外，可先 clone GitHub 仓库拿代码与配置，再设法获取图像本体（如通过合作者转发或镜像）。这也是数据集在"可获取性"维度上的短板。

6.4 AI-Ready 光谱定位

在本库的可获取性光谱上，TCM-Tongue 属于"公开但非直链"档：

光谱档位	特征	本库示例
公开直链	HF/Zenodo，一行加载	MedMNIST、PANDA-PLUS-Bench
公开非直链	网盘/GitHub，需手动下载	TCM-Tongue
请求制	邮件申请+用途说明	PANDA-PLUS 掩码本体
注册制	签署 DUA	MIMIC 系
受限	伦理批件+本地部署	部分 EMR

TCM-Tongue 的 AI-Ready 得分被"网盘分发"拖低（无标准化机器接口），但被"CC BY 4.0 + 三格式 + 配套代码"抬高。综合看，它是"数据开放度高、接口标准化低"的类型——下载一次后即可完全本地使用，无需持续授权。

§7 生态与影响

7.1 发布背景与领域空白

TCM-Tongue 解决的问题是中医舌诊数字化的数据短缺。论文开篇即指出三大障碍：数据稀缺（现有舌象数据集小、私有、不公开）、采集不标准（相机/距离/光照差异剧烈改变外观）、标注复杂（中医评估的是"证候模式"，需同时识别多个特征，而非西医影像中寻找单个病灶）。TCM-Tongue 一次回应三点。

"首个"的界定：论文称其为"the first specialized dataset for AI-driven TCM tongue diagnosis"（首个面向 AI 中医舌诊的专门数据集）。这个"首个"应理解为"首个大规模（6,719 张）+ 标准化采集 + 公开标注"的舌象数据集。此前确有小型舌象数据集存在，但规模、标准化程度、公开性均不及。

7.2 引用与衍生生态

数据集发布后已进入引用生态：

• tcmatlas.com：一个基于 TCM-Tongue 训练舌诊模型的项目，在其 credits 页面以 CC BY 4.0 引用本数据集，并明确训练数据来源。这证明数据集已被下游直接使用。
• HuggingFace Daily Papers：收录于 2025-07-24 的每日论文（见 HF daily papers 镜像）。
• 衍生研究：聚合页面提到北京大学团队开发的 Hierarchical-TCM 框架（分层注意力机制协同舌象全局特征与局部病变）——虽不能确证其直接使用本数据集，但反映了舌诊 AI 的活跃研究方向。

7.3 中医 AI 的领域意义

TCM-Tongue 的出现，把中医舌诊从"依赖医师主观经验的经验医学"向"可量化分析的范式"推了一步。它的意义不在算法创新（用的是现成 YOLO/SSD），而在基础设施：当研究者第一次能拿到 6,719 张标准化公开舌象，中医视觉 AI 才真正具备可复现研究的条件。在此之前，每个团队的舌诊模型都建立在自己的私有数据上，结果无法横向比较。

跨文化医学 AI 的价值：论文特别强调，AI 不应只服务西方医学范式。中医强调"整体模式"而非"离散疾病"，为计算机视觉提供了独特的测试场——这与通用物体检测（COCO）评估模型的能力维度不同，是医学 AI 走向"包容、跨文化"的一块拼图。

7.4 与商业化/临床部署的距离

论文展望了临床场景：AI 辅助工具可为医师提供"第二意见"、帮助学生训练、支持远程医疗（患者在家拍照获得初步健康评估）。但必须承认距离临床落地仍有距离：

1. 检测精度 34.95% 尚不足以独立支撑临床决策；
2. 从特征检测到证候推断的推理层缺失；
3. 数据集中女性/老年等亚群体分布未披露，公平性待评估；
4. 无前瞻性临床验证，仅验证了"数据集能训练模型"，未验证"模型能改善诊疗结局"。

这些限制不是否定数据集的价值，而是提醒使用者：它是研究的起点，不是临床的终点。

§8 方法学启示

8.1 “标准化采集是医学视觉 AI 的前提”

TCM-Tongue 最强的可迁移经验是：在医学视觉任务中，采集标准化的重要性不低于算法创新。舌象的难点在于"相机差异伪装成疾病差异"——同样的病理，在不同光照下呈现不同颜色。团队的解法是硬件级标准化（D65 光源、固定距离、焦点堆叠），从根本上压缩环境噪声。这个思路可迁移到任何体表影像任务（皮肤、眼表、创面），这些领域同样面临"设备差异污染标签"的困境。

8.2 多标签设计忠实于临床

传统分类数据集假设"一图一标签"，但临床现实是"多症并见"。TCM-Tongue 用平均 2.54 标签/图保留了共现结构，这让数据集能训练检测模型而非只能是分类器。为下游保留信息粒度，比追求标注简单更重要——把一张"白苔+齿痕+裂纹"的图压成单标签，就永久丢失了共现信号。这一点与 panda-plus 的"像素级 vs 切片级"教训同源：标注粒度是一个决策，不是默认值。

8.3 "模型越大越好"在医学小数据上失效

论文的实测结论——YOLOv8s 与 YOLOv8l 仅差 1.4 个 mAP 点，深模型并不单调更强——是对"堆参数"直觉的反驳。医学专用数据规模小，大模型易过拟合。对资源受限的临床部署（如边缘设备诊断机器人），轻量模型往往更实用。在数据受限域，投资数据质量与增强策略的边际收益高于堆模型参数。

8.4 颜色易、纹理难：细粒度医学视觉的真瓶颈

模型在颜色特征上表现好、在纹理/透明度特征（白苔 vs 薄白苔）上表现差，揭示了一个更普遍的问题：当前检测架构擅长的是"形状+颜色"的粗粒度特征，不擅长细微的纹理与半透明度差异。舌诊的核心判读恰恰高度依赖后者。这提示未来研究的方向：可能需要专门的纹理表征方法、偏振/多光谱成像、或与超分辨率结合，而非单纯换更强的通用检测器。

8.5 伦理路径的简化与代价

本数据集走了一条简化的伦理路径（非侵入、无 PII、知情同意即可、无需正式伦理审批）。这在体表影像数据集中是合理的——舌头不是敏感部位，不关联病历。但代价是：没有临床诊断标签，无法做"图像→疾病"的有监督研究。这是一个清晰的取舍：伦理成本低换来了标注成本低，但也限定了数据集的用途边界。使用者在设计研究时须认清这一边界。

§9 与库内条目的关系

9.1 家族图谱

TCM-Tongue 在本库中的定位可从三个维度定位：

维度一：中医智能诊断（最直接）

条目	rid	关系
QiZhenGPT（qizheng-gpt）	826	库内唯一中医/中文医疗条目，中医知识问答与指令微调；本条是中医视觉数据——两者构成"中医文本+中医视觉"互补

QiZhenGPT 处理的是中医文本知识（问答、指令），TCM-Tongue 处理的是中医视觉数据（舌象检测）——一个管"懂中医知识"，一个管"看中医舌象"。二者互补，共同覆盖中医 AI 的文本与视觉两条主线，是库内中医象限的双支柱。

维度二：中文医疗与多模态 QA

条目	rid	关系
CMEDQA2（cmedqa2）	825	中文医疗问答
Huatuo-26M（huatuo-26m）	823	中文医疗指令语料
IMCS-21（imcs-21）	200	中文医疗对话
CBLUE（cblue）	190	中文生物医学 NLP 基准
SLAKE（slake）	250	中英双语医学 VQA
VQA-RAD（vqa-rad）	240	放射 VQA

这些条目与本条同属"中文医疗 + 视觉/多模态"生态，可作跨模态互链——例如用 TCM-Tongue 检测出的舌象特征作为结构化输入，接入中医 QA 系统，构成"视觉→符号→问答"的链路。

维度三：体表/皮肤影像与多类别视觉分类

条目	rid	关系
HAM10000（ham10000）	60	皮肤病变分类，多类别体表影像
PAD-UFES-20（pad-ufes-20）	151	皮肤影像多类别分类
BCN20000（bcn20000）	161	皮肤镜影像
SCIN（scin）	181	皮肤影像（含肤色多样性）
Derm7pt（derm7pt）	110	皮肤镜七点清单
PH2（ph2）	121	皮肤镜
SkinCon（skincon）	784	皮肤概念标注
DDI（ddi）	171	皮肤影像偏差数据集

这些是本数据集在"体表影像多类别/多标签"方向上的同类。TCM-Tongue 与皮肤数据集共享同一类方法学挑战：颜色/纹理特征、类别不平衡、采集标准化、跨设备泛化。皮肤数据集领域在"公平性/肤色多样性"上的经验（见 SCIN、DDI）对中医舌象未来研究有借鉴价值。

维度四：医学图像分类基准与目标检测视觉族

条目	rid	关系
MedMNIST（medmnist）	716	轻量医学图像分类基准，YOLO 类模型的另一评测场
Kvasir-SEG（kvasir-seg）	112	内窥镜分割
Kvasir-Instrument（kvasir-instrument）	213	内窥镜器械检测（目标检测任务）
ISIC-2019（isic-2019）	707	皮肤病变分类
HyperKvasir（hyperkvasir）	693	内窥镜多类数据
GastroVision（gastrovision）	203	内窥镜多类检测
CVC-ClinicDB（cvc-clinicdb）	133	结肠镜分割
ETIS-Larib（etis-larib）	153	结肠镜分割

这些条目与 TCM-Tongue 同属"医学图像目标检测/分类"方法学家族，可在"检测指标对照"“类别不平衡处理”"anchor-free vs anchor-based"等主题上互链。

维度五：标注质量与像素级标注邻域

条目	rid	关系
PANDA-PLUS（panda-plus）	640	像素级重标注，标签质量剖析
PANDA（panda）	560 / 27	病理切片上游本体

TCM-Tongue 与 PANDA-PLUS 共享"标注质量决定模型上限"的主题，但方法路径不同：PANDA-PLUS 是"重新标注暴露原标签错误"，TCM-Tongue 是"标准化采集+专家双验证从源头保证质量"。两者可作为"标注质量控制"的两种范式互链。

9.2 检索路径建议

• 找中医 AI 数据：QiZhenGPT（826，文本）+ TCM-Tongue（本条，视觉）
• 找体表影像多类别分类：TCM-Tongue + HAM10000（60）+ PAD-UFES-20（151）+ SCIN（181）
• 找医学图像目标检测：TCM-Tongue + Kvasir-Instrument（213）+ GastroVision（203）
• 找中文医疗多模态：TCM-Tongue + CMEDQA2（825）+ SLAKE（250）
• 找标注方法论：TCM-Tongue + PANDA-PLUS（640）

9.3 不建议的误关联

• 不要与 PANDA（560/27）直接合并检索：PANDA 是前列腺病理 WSI，与本条无数据血缘，仅方法学（标注质量）可比。
• 不要与皮肤数据集混为"同一疾病域"：皮肤影像记录皮肤病损，舌象记录中医证候，两者的"标签语义"不互通。
• 不要把"中医"当作"传统/非现代"：TCM-Tongue 用的是当代检测技术（YOLOv8）与当代数据工程标准，是"传统知识 + 现代技术"的结合，而非"过时方法"。

9.4 跨条目使用组合示例

给出几个实际的跨条目组合使用场景，帮助研究者规划：

研究目标	组合	说明
中医多模态诊断	TCM-Tongue(本条) + QiZhenGPT(826)	舌象视觉 → 结构化特征 → 中医问答推理
体表影像泛化研究	TCM-Tongue + HAM10000(60) + PAD-UFES-20(151)	比较不同体表影像域的检测迁移性
检测方法对比	TCM-Tongue + Kvasir-Instrument(213) + GastroVision(203)	跨医学领域验证检测器通用性
中文医学多模态	TCM-Tongue + SLAKE(250) + CMEDQA2(825)	中文视觉+文本+问答的链路
标注质量方法论	TCM-Tongue + PANDA-PLUS(640)	标准化采集 vs 重标注纠错两种范式
类别不平衡处理	TCM-Tongue + HAM10000(60) + ISIC-2019(707)	长尾医学图像的通用挑战

这些组合不是数据集的既有功能，而是跨条目协同的研究设想。库内的互链算法可据此计算标签相关度，把这些条目聚成"医学视觉检测"主题簇。

9.5 检索与引用规范小结

• 引用数据集：引 arXiv:2507.18288 或期刊版 bish.2026.303296，并注明 GitHub 仓库路径。
• 引用许可：标 CC BY 4.0，注明"论文另注学术免费"的口径差异。
• 报告性能：带 mAP 维度（@0.5），并说明所用划分与类别口径。
• 复现声明：注明划分清单与超参是否与论文一致，避免夸大可复现性。

§10 避坑清单：八个已踩过的坑

坑 1：类别数 20 vs 21 的口径陷阱。
论文摘要与正文口径为"20 类病理症状"，但 GitHub README 实际列出 21 项（含 jiankangshe 健康舌）。合理推断是论文把"健康舌"作为基线类别未计入"病理症状"计数。踩坑后果：研究者若按论文 20 类写代码，遇到 21 类配置会错位；若按 README 21 类，又与论文基准数字对不上。处置：核对所用配置文件的类别清单，明确是否含健康舌，并统一口径后再训练。

坑 2：新名 vs 旧名的撞库误判。
GitHub 仓库自述其来源论文名为 “Tongue Images Dataset for Diagnosis Detection Applied in Chinese Medicine”（旧名），而 arXiv/期刊的正式标题是 “TCM-Tongue: A Standardized Tongue Image Dataset with Pathological Annotations for AI-Assisted TCM Diagnosis”（新名）。检索者若把两者当不同数据集，会误判为撞库或漏检。处置：认准 GitHub 组织 btbuIntelliSense 与通信作者 Xuebo Jin，确认新旧名为同一实体。

坑 3：机构名"北京工业大学"是误写。
多个聚合页（selectdataset 等）把主导机构写成"北京工业大学"，实为北京工商大学（BTBU）。证据：通信邮箱域名 btbu.edu.cn、GitHub 组织 btbuIntelliSense 均指向北工商。处置：引用机构名一律用"北京工商大学"，勿轻信二手聚合页。

坑 4：模型数 9 vs 12 的口径差。
arXiv 摘要写"nine deep learning models"，期刊版摘要写"twelve classic deep learning detection models"。差异源于同系列变体的计数口径。处置：报告基准模型数时注明口径来源（预印本/正式版），或直接列出具体模型名而非笼统数字。

坑 5：mAP@0.5 与 mAP50-95 混淆。
34.95% 是 mAP@0.5；论文 Fig.10 另报 mAP50-95，数值显著更低。若把两者混用，会造成"性能虚高"的误读。处置：引用时务必带 IoU 阈值维度。

坑 6：百度网盘分发的可获取性陷阱。
图像本体走百度网盘（三格式各一链接+提取码），无 HuggingFace/Zenodo 直链。海外访问受限速与验证，且链接可能失效。处置：提前确认访问能力，必要时通过合作者获取；GitHub 仓库的代码与配置不受此限。

坑 7：许可"CC BY 4.0"与"学术免费"并存。
第三方平台标注 CC BY 4.0，论文写"free of charge for academic use"。两者对商业使用的含义可能不同。处置：学术引用以 CC BY 4.0 署名即可；商业应用前联系通信作者确认。

坑 8：数据划分近似口径的误引。
arXiv 概览给精确划分 82.3% / 8.4% / 8.1%（5,594 / 572 / 553），部分社区页写 80% / 10% / 10%。处置：以论文精确数字为准，勿用四舍五入的近似值做复现对齐。

补充提示（非坑点但常被问）：“检测≠诊断”。TCM-Tongue 提供的是舌象病理特征的检测标签，不是诊断结论。不要把它当作"图像→疾病"的数据集使用。

FAQ（高频问答 32 问）

A. 基础认知

A1：TCM-Tongue 是什么？
首个面向 AI 中医舌诊的标准化舌象数据集，含 6,719 张标准采集的舌象与 20 类病理症状多标签，附三种标注格式与 YOLO 检测代码。

A2：它解决什么问题？
解决中医舌诊数据"规模小、不标准、不公开"三大痛点——提供大规模、标准化采集、公开标注的舌象资源。

A3：为什么叫 TCM-Tongue？
TCM = Traditional Chinese Medicine（中医），Tongue = 舌。直译"中医舌象"。

A4：它是挑战赛吗？
不是。它是数据集+方法论文+检测基准的组合，不是竞赛。

A5：谁做的？
北京工商大学（BTBU）计算机与人工智能学院，联合中国中医科学院西苑医院、北京大学人民医院。通信作者 Xuebo Jin（金雪波）。

A6：什么时候发布的？
arXiv 预印本 2025-07-24；期刊正式版 2026（BISH 2(1):5-19）。

A7：有论文吗？DOI 是什么？
有。arXiv:2507.18288（DOI 10.48550/arXiv.2507.18288）；期刊 DOI bish.2026.303296。

A8：和 QiZhenGPT 什么关系？
同属中医 AI，但互补：QiZhenGPT 是中医文本知识（问答），TCM-Tongue 是中医视觉数据（舌象检测）。

B. 数据与规格

B1：有多少张图？
6,719 张。

B2：多少类？
论文口径 20 类病理症状；GitHub README 列 21 项（含健康舌）。

B3：每张图几个标签？
平均 2.54 个（多标签）。

B4：图像分辨率是多少？
标准采集系统捕获 sub-100μm 细节，具体像素尺寸未在摘要统一披露。

B5：怎么划分的？
训练 5,594（82.3%）/ 验证 572（8.4%）/ 测试 553（8.1%）。

B6：测试集有什么特别的？
含 10% 疑难病例（模糊或可见性差的图），用于鲁棒性评估。

B7：有哪些标注格式？
COCO (JSON)、YOLO (TXT)、PASCAL VOC (XML) 三种。

B8：数据是原始的还是预处理的？
已预处理，可直接用 OpenCV/PIL 或 PyTorch/TensorFlow 加载。

B9：类别名是什么语言？
拼音（如 baitaishe、liewenshe）+ 英文简注。中文映射需自建对照表。

B10：标签有哪两大类？
全局标签（整体舌色/舌苔）与局部标签（裂纹/齿痕/脏腑分区凹凸）。

C. 采集与标注

C1：图像怎么采集的？
定制双摄阵列（广角主摄+5× 长焦副摄）、D65 标准光源、500-1,500 lux 自动调光、焦点堆叠；嵌入式 ResNet-50 做体位筛查。

C2：采集一张要多久？
3-8 秒/人。

C3：为什么强调标准化？
让"图像差异只来自健康状态，不来自相机参数"——这是机器学习可用的前提。

C4：谁标注的？
至少 5 年经验的执业中医师。

C5：标注可靠吗？
全部标签经执业中医师双验证，遵循预防导向/整体评估/语义连续三原则。

C6：用了生成式 AI 标注吗？
没有。论文明确声明无生成式 AI 参与。

C7：有伦理审批吗？
非侵入性、无 PII、知情同意公开去标识数据；按机构指南无需正式伦理审批。

D. 基准与使用

D1：基准测了哪些模型？
YOLOv5/v7/v8 各档 + SSD + MobileNetV2。

D2：最高的 mAP 是多少？
YOLOv8l 的 mAP@0.5 = 34.95%。

D3：轻量模型表现如何？
YOLOv8s 以 11.1M 参数达 33.54%，精度-效率平衡。

D4：主要困难是什么？
纹理与透明度特征（白苔 vs 薄白苔）、相似色（红舌 vs 紫舌）。

D5：模型的"越大越好"成立吗？
不总成立。医学小数据上，深大模型易过拟合。

D6：怎么接入训练？
GitHub 仓库拿 YOLO 代码与配置，百度网盘拿数据，直接跑。

D7：能直接复现论文数字吗？
可复现相近数字，但精确复现受限于划分清单与超参未完全公开。

E. 获取与许可

E1：怎么下载？
GitHub btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset 获取代码；README 中的百度网盘链接获取三格式数据。

E2：许可是什么？
CC BY 4.0（tcmatlas 转述）；论文另注标注数据学术免费。

E3：能商用吗？
按 CC BY 4.0 可商用（署名）；但"学术免费"表述存在张力，商用前建议联系作者。

E4：有 HuggingFace 镜像吗？
没有。无 HF/Zenodo 直链。

F. 局限与边界

F1：能用来做疾病诊断吗？
不能直接做。数据集只有舌象特征标签，没有疾病诊断标签。

F2：受试者多少人？
未披露，只公布图像张数。

F3：类别平衡吗？
不平衡。白苔等常见特征多，脏腑分区凹凸等罕见特征少（长尾）。

F4：最大局限是什么？
从舌象特征到中医证候、再到现代疾病诊断的推理层缺失；且 34.95% 的绝对精度尚不足以独立支撑临床决策。

G. 进阶与研究

G1：做中医舌诊 AI 研究该从哪入手？
先用本条数据集复现论文基准（YOLOv8l），理解检测上限，再针对困难特征（纹理、相似色）设计方法。

G2：能把舌象检测接到中医诊断系统吗？
可以做成链路：检测出舌象特征 → 结构化 → 输入中医知识系统（如 QiZhenGPT）做辨证推理。但推理层的正确性需独立验证，不能默认可靠。

G3：数据集支持分割任务吗？
论文明确支持检测与分类；分割需 Mask R-CNN 等，且需边界框之外的掩码，数据集以 bbox 标注为主，分割需自行扩展。

G4：能用来做中医教学吗？
非常适合。检测框能直观标出裂纹、齿痕、苔色等特征，是舌诊教学的辅助工具。

G5：可以和其他舌象数据集合并吗？
可以，但要处理类别口径、采集标准、标签粒度的差异——直接拼接会引入域偏移。

G6：未来的研究方向有哪些？
纹理/半透明度表征、类别长尾处理、跨设备泛化、受试者级划分、以及从特征到证候的推理层建模。

H. 工程与数据细节

H1：图像格式是什么？
JPEG 或 PNG 舌象图像（仓库 README 与网盘为准）。

H2：坐标是归一化的吗？
YOLO TXT 格式归一化到 [0,1]；COCO 与 VOC 用绝对像素坐标。

H3：类别 id 从几开始？
YOLO class_id 从 0 开始（0-19 或 0-20）；COCO category_id 从 1 开始，需注意映射。

H4：有预训练权重吗？
论文未明确提供训练好的权重，仓库提供训练代码与配置，需自行训练。

H5：怎么处理类别不平衡？
可用类别加权损失、重采样、focal loss；论文未提供专门的处理方案。

H6：测试集能公开吗？
数据集整体公开（含测试集），这与"测试集保密"的竞赛模式不同，便于复现但也意味着测试集可被训练过拟合，需自律。

H7：数据会更新吗？
仓库自述"will continue to be revised and updated"，末次提交 2024-10-09，后续可能更新，使用时留意版本。

H8：怎么引用数据集？
引 arXiv:2507.18288 或期刊 bish.2026.303296，并给出 GitHub 仓库链接。

I. 中医与临床

I1：这些标签对应什么中医证候？
红舌主热、紫舌主血瘀、白苔主寒湿、黄苔主热、裂纹舌主阴虚、齿痕舌主脾虚湿盛等（简化对应，临床辨证复杂）。

I2：能替代中医师吗？
不能。它提供特征提示，辅助而非替代临床辨证。

I3：对中医传承有帮助吗？
有。客观化舌象特征有助于教学与经验传承，把隐性知识显性化。

I4：会不会把中医"简化"了？
这是合理的担忧。20 类标签是对复杂辨证的简化，使用者需认识到标签只是舌诊知识的一个子集。

I5：伦理上妥当吗？
采集非侵入、无 PII、知情同意，伦理路径简化合理，但缺乏临床诊断关联限制了用途，属取舍而非缺陷。

事实清单（硬事实 32 条）

1. 全称：TCM-Tongue: A Standardized Tongue Image Dataset with Pathological Annotations for AI-Assisted TCM Diagnosis
2. arXiv 编号：2507.18288（DOI 10.48550/arXiv.2507.18288）
3. arXiv 提交日期：2025-07-24（v1）
4. 论文篇幅：16 页 / 11 图 / 2 表
5. 期刊：Biomedical Informatics and Smart Healthcare，2026;2(1):5-19
6. 期刊 DOI：bish.2026.303296
7. 作者 10 人，通信作者 Xuebo Jin（金雪波）
8. 通信邮箱：jinxuebo@btbu.edu.cn
9. 主导机构：北京工商大学（BTBU）计算机与人工智能学院
10. 合作机构：中国中医科学院西苑医院、北京大学人民医院
11. 图像总数：6,719 张
12. 标注类别：20 类病理症状（论文）/ 21 项（GitHub，含健康舌）
13. 每图平均标签数：2.54
14. 标注验证：执业中医师双验证
15. 标注者资质：≥5 年经验执业中医师
16. 标注格式：COCO (JSON)、YOLO (TXT)、PASCAL VOC (XML)
17. 训练集：5,594 张（82.3%）
18. 验证集：572 张（8.4%）
19. 测试集：553 张（8.1%）
20. 测试集疑难病例比例：10%
21. 仓库版本：v3.0（三格式）
22. 采集光源：D65 标准光源
23. 照度范围：500-1,500 lux
24. 采集副摄：5× 光学变焦
25. 成像技术：焦点堆叠（sub-100μm）
26. 体位筛查：嵌入式 ResNet-50（30-50cm）
27. 采集耗时：3-8 秒/人
28. 基准模型数：9（arXiv）/ 12（期刊）
29. 最佳模型：YOLOv8l，mAP@0.5 = 34.95%
30. 轻量模型：YOLOv8s，11.1M 参数，mAP@0.5 = 33.54%
31. 许可：CC BY 4.0（第三方转述）/ 学术免费（论文）
32. GitHub 仓库：btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset

术语表（30 条）

1. TCM（Traditional Chinese Medicine）：中医。
2. 舌诊（tongue diagnosis）：中医四诊之一，通过观察舌象判断证候。
3. 舌质：舌的本体（颜色、形态），反映脏腑虚实。
4. 舌苔：舌面苔状物，反映胃气与病邪性质。
5. 证候（syndrome pattern）：中医对一组症状体征的辨证归纳。
6. 多标签（multi-label）：一张图像同时具有多个类别标签。
7. 目标检测（object detection）：定位并分类图像中多个目标的任务。
8. 标注框（bounding box）：圈定目标区域的矩形。
9. COCO：通用检测/分割标注格式（JSON）。
10. PASCAL VOC：经典检测标注格式（XML）。
11. YOLO（You Only Look Once）：单阶段实时检测算法系列。
12. YOLOv8：YOLO 第八代，anchor-free 检测策略。
13. SSD（Single Shot MultiBox Detector）：单阶段检测器。
14. MobileNetV2：轻量级卷积骨干网络。
15. anchor-free：不依赖预设锚框的检测策略。
16. mAP（mean Average Precision）：检测性能综合指标。
17. mAP@0.5：IoU 阈值 0.5 下的 mAP。
18. mAP50-95：IoU 0.5-0.95 平均的严格 mAP。
19. Precision（精确率）：检出目标中正确的比例。
20. Recall（召回率）：真实目标中被检出的比例。
21. IoU（Intersection over Union）：交并比。
22. D65：模拟正午阳光的国际标准光源。
23. 焦点堆叠（focus-stacking）：多焦面合成全清晰图像的技术。
24. ResNet-50：50 层残差网络，用于体位检测。
25. 长尾分布：少数类别样本远少于多数类别的分布。
26. 过拟合（overfitting）：模型过度记忆训练集导致泛化差。
27. CC BY 4.0：署名即可自由使用的知识共享许可。
28. sub-100μm：小于 100 微米的空间细节。
29. 分层随机抽样：按类别分层后随机划分数据集的方法。
30. 疑难病例（challenging cases）：特征模糊或可见性差的样本。

附录 A：DAIMS 评估全表

DAIMS（Data AI-Readiness Maturity Score）24 项评估：

#	维度	项	评分	说明
1	可发现性	公开可检索	4	arXiv+GitHub+期刊均可查
2	可发现性	元数据完整	3	有 README 与论文，但无标准化数据卡
3	可发现性	DOI/持久标识	2	无数据集级 DOI，仅论文 DOI
4	可发现性	版本标识	3	仓库标 v3.0，但无正式 release
5	可访问性	下载便捷	3	百度网盘手动下载
6	可访问性	无地域限制	1	网盘对海外受限
7	可访问性	直链/API	1	无 HF/Zenodo 直链
8	可访问性	注册门槛	4	无需注册/DUA
9	可用性	格式标准	4	COCO/VOC/YOLO 三标准
10	可用性	文档充分	3	README+论文，超参披露有限
11	可用性	代码配套	4	提供 YOLO 代码与配置
12	可用性	可直接加载	4	已预处理
13	可用性	类别定义清晰	4	拼音+英文清单明确
14	互操作性	本体/词表	2	无标准化本体映射
15	互操作性	跨模态对齐	2	无文本/临床对齐
16	互操作性	标准任务定义	3	检测/分类任务明确
17	互操作性	基准可复现	3	划分披露但超参不全
18	质量	标注可靠性	4	专家双验证
19	质量	采集标准化	5	硬件级标准化，业界领先
20	质量	标签一致性	4	双验证保障
21	质量	类别平衡	2	明显长尾
22	质量	规模充分	4	6,719 张，领域最大
23	伦理	隐私合规	4	无 PII，知情同意
24	伦理	许可清晰	3	CC BY 4.0 与学术免费双口径

总分：约 76/120（简单加总）。定位：质量维度（采集标准化、标注可靠）突出，可访问性维度（网盘分发、无直链）是短板——典型"高质量、高开放、低接口标准化"的数据集。

附录 B：标签类别映射与使用规范

完整类别对照（用于课程与工程）：

class_id	拼音	中文	组别
0	jiankangshe	健康舌	基线
1	botaishe	剥苔舌	舌苔
2	hongshe	红舌	舌质
3	zishe	紫舌	舌质
4	pangdashe	胖大舌	舌形
5	shoushe	瘦舌	舌形
6	hongdianshe	红点舌	舌质
7	liewenshe	裂纹舌	舌形
8	chihenshe	齿痕舌	舌形
9	baitaishe	白苔舌	舌苔
10	huangtaishe	黄苔舌	舌苔
11	heitaishe	黑苔舌	舌苔
12	huataishe	滑苔舌	舌苔
13	shenquao	肾区凹陷	分区
14	shenqutu	肾区凸起	分区
15	gandanao	肝胆区凹陷	分区
16	gandantu	肝胆区凸起	分区
17	piweiao	脾胃区凹陷	分区
18	xinfeiao	心肺区凹陷	分区
19	xinfeitu	心肺区凸起	分区

使用规范三条：① 类别 id 以官方配置文件为准（不同版本可能调整）；② 中文映射按上表维护，勿随意翻译拼音；③ 分区类标签（13-19）语义依赖中医理论，跨学科使用时须附理论说明。

附录 C：数据获取决策树

需要什么？
├─ 只想看数据样例 → 浏览 GitHub README 的 demo 实例
├─ 要训练检测模型
│   ├─ 用 Ultralytics YOLO → 下载 TXT 格式 + 仓库代码
│   ├─ 用 MMDetection/Detectron2 → 下载 COCO 格式
│   └─ 用 TF OD API → 下载 XML 格式
├─ 要复现论文基准
│   ├─ 确认划分（5,594/572/553）
│   ├─ 确认类别口径（20 vs 21）
│   └─ 复现 YOLOv8l（目标 34.95% mAP@0.5）
└─ 要商用
    └─ 先联系 jinxuebo@btbu.edu.cn 确认许可

附录 D：条目信息速查卡

项	值
slug	tcm-tongue
官方名	TCM-Tongue
全称	A Standardized Tongue Image Dataset with Pathological Annotations for AI-Assisted TCM Diagnosis
论文	arXiv:2507.18288 / BISH 2026;2(1):5-19
规模	6,719 张 / 20 类 / 2.54 标签每图
最佳基准	YOLOv8l mAP@0.5=34.95%
许可	CC BY 4.0
获取	GitHub btbuIntelliSense + 百度网盘
库内互链	QiZhenGPT(826)、CMEDQA2(825)、HAM10000(60)、MedMNIST(716)

附录 E：建议互链点（含 rid）

条目	rid	互链理由
QiZhenGPT	826	中医 AI 文本侧，与本条视觉侧互补
CMEDQA2	825	中文医疗问答
Huatuo-26M	823	中文医疗指令语料
IMCS-21	200	中文医疗对话
CBLUE	190	中文生物医学 NLP 基准
HAM10000	60	体表影像多类别分类
PAD-UFES-20	151	皮肤影像分类
BCN20000	161	皮肤镜影像
SCIN	181	皮肤影像（肤色多样性）
Derm7pt	110	皮肤镜评估
SkinCon	784	皮肤概念标注
DDI	171	皮肤影像偏差
MedMNIST	716	轻量医学图像分类基准
Kvasir-Instrument	213	医学图像目标检测
GastroVision	203	医学多类检测
Kvasir-SEG	112	医学图像分割
ISIC-2019	707	皮肤病变分类
HyperKvasir	693	内窥镜多类
CVC-ClinicDB	133	结肠镜分割
ETIS-Larib	153	结肠镜分割
PANDA-PLUS	640	标注质量控制范式
PANDA	560	病理标注上游

附录 F：三层流水线复现骨架（SOP 模板）

若要复刻 TCM-Tongue 的构建方法到其他体表影像域：

1. 硬件标准化
   - 固定光源（对应 D65 标准）
   - 固定拍摄距离与角度
   - 高分辨率光学系统（对应 5× 变焦）
   - 前置质控模型（对应 ResNet-50 体位检测）
2. 采集规范
   - 单例耗时控制在临床可接受范围
   - 采集即质控，不合格立即重拍
3. 标注规范
   - 定义明确的类别体系（含全局/局部划分）
   - 标注者资质门槛（对应 ≥5 年经验）
   - 双人验证机制
4. 技术验证
   - 多模型基准测试
   - 报告 mAP@0.5 与 mAP50-95
   - 保留疑难病例子集

附录 G：统计与评测代码骨架

# 1. 统计类别分布（识别长尾）
from pycocotools.coco import COCO
coco = COCO("annotations/instances.json")
from collections import Counter
cat_names = {c["id"]: c["name"] for c in coco.loadCats(coco.getCatIds())}
dist = Counter(cat_names[a["category_id"]] for a in coco.anns.values())
for name, cnt in dist.most_common():
    print(f"{name:15s} {cnt:6d}")

# 2. 统计每图标签数（验证 2.54）
per_img = Counter()
for a in coco.anns.values():
    per_img[a["image_id"]] += 1
avg = sum(per_img.values()) / len(per_img)
print(f"平均标签数: {avg:.2f}")  # 应接近 2.54

附录 H：与库内 qi zheng-gpt 条目的关系声明

• QiZhenGPT（rid 826）与 TCM-Tongue 同属中医 AI，但模态不同：前者处理中医知识文本（问答、指令微调），后者处理中医舌象视觉数据。
• 两者无语料/数据血缘，仅在"中医智能诊断"主题上互补。
• 联合使用场景：以 TCM-Tongue 检测出的舌象特征作为结构化输入，接入基于 QiZhenGPT 的中医问答系统，构成"视觉识别→符号化→辨证推理"的完整链路。
• 引用时分别引两篇原文，勿混引。

附录 I：坑点档案（与 §10 对照）

坑号	主题	严重度	处置
坑 1	类别数 20 vs 21	高	核对配置，统一口径
坑 2	新旧论文名撞库	中	认准机构与作者
坑 3	机构名误写	中	一律用北京工商大学
坑 4	模型数 9 vs 12	低	注明来源口径
坑 5	mAP 维度混淆	高	带 IoU 阈值引用
坑 6	网盘可获取性	高	提前确认访问
坑 7	许可双口径	中	商用前联系作者
坑 8	划分近似口径	低	用精确数字

附录 J：标签语义对照（中医理论简表）

供跨学科研究者理解标签含义（简化为入门级对应，非严格辨证）：

标签	中医理论含义（简）
红舌 hongshe	主热证（实热/虚热）
紫舌 zishe	主血瘀、寒盛或热盛
胖大舌 pangdashe	主脾虚、水湿内停
瘦舌 shoushe	主阴血亏虚
红点舌 hongdianshe	主热盛或血热
裂纹舌 liewenshe	主阴虚、津伤
齿痕舌 chihenshe	主脾虚湿盛
白苔舌 baitaishe	主表证、寒证、湿证
黄苔舌 huangtaishe	主里证、热证
黑苔舌 heitaishe	主热极或寒极（重症）
剥苔舌 botaishe	主胃气或胃阴不足
滑苔舌 huataishe	主水湿、痰饮
肾区凹陷/凸起	对应肾系功能分区形态异常
肝胆区凹陷/凸起	对应肝胆系功能分区形态异常
脾胃区凹陷	对应脾胃系功能分区形态异常
心肺区凹陷/凸起	对应心肺系功能分区形态异常

警示：上表为入门级对应，中医辨证讲究四诊合参，单凭舌象不足以定证。把表中"含义"当作诊断规则是危险的误用。

附录 K：常见误用清单

使用 TCM-Tongue 时常被误用的十种情形：

1. 当作疾病诊断数据集：它只有证候特征标签，无疾病诊断。
2. 把检测精度当诊断精度：34.95% 是检测 mAP，不是诊断准确率。
3. 忽略类别数口径：20 vs 21 导致标签错位。
4. 混用 mAP 维度：@0.5 与 50-95 不可比。
5. 单标签化处理：丢弃 2.54 标签的多症并见信号。
6. 直接跨设备部署：训练图像来自标准化硬件，换设备性能会跌。
7. 过度外推人群：受试者群体构成未披露，泛化边界未知。
8. 忽略长尾：低频类性能差，平均指标会掩盖。
9. 当作已解决舌诊自动化：基准只是可行性验证。
10. 忽略许可差异：商用前需确认 CC BY 4.0 与学术免费的张力。

附录 L：复现实验清单（checklist）

要复现论文基准，逐项核对：

[ ] 获取数据（COCO/TXT/XML 三格式之一）
[ ] 确认类别数口径（20 或 21）
[ ] 确认划分（5,594 / 572 / 553）
[ ] 确认类别 id 映射（YOLO 从 0，COCO 从 1）
[ ] 选择模型（YOLOv8l 目标 34.95%）
[ ] 记录输入分辨率与增强策略
[ ] 记录训练超参（lr/batch/epoch）
[ ] 报告 mAP@0.5 与 mAP50-95（分维度）
[ ] 分特征类型报告性能（颜色 vs 纹理）
[ ] 单独报告疑难病例子集性能
[ ] 注明受试者级划分是否做隔离

附录 M：数据获取后的目录初始化脚本

# 假定已将网盘下载的压缩包解压到 downloaded/
mkdir -p tcm-tongue/{images,annotations/{voc,labels},scripts}
# 按格式归位（示例，实际目录以解压结果为准）
# COCO: mv downloaded/coco/*.json tcm-tongue/annotations/
# YOLO: mv downloaded/txt/labels/*.txt tcm-tongue/annotations/labels/
# VOC:  mv downloaded/xml/*.xml tcm-tongue/annotations/voc/
# 图像统一放入 images/
find downloaded -iname "*.jpg" -exec cp {} tcm-tongue/images/ \;
echo "初始化完成，共 $(ls tcm-tongue/images | wc -l) 张图像"

附录 N：最小可用性自查（下载后 5 分钟验证）

from pathlib import Path
import json

# 1. 图像数量核对
imgs = list(Path("tcm-tongue/images").glob("*"))
print("图像数:", len(imgs))  # 应约 6,719

# 2. COCO 标注核对
coco = json.loads(Path("tcm-tongue/annotations/instances.json").read_text())
print("标注数:", len(coco["annotations"]))
print("类别数:", len(coco["categories"]))
# 3. 平均标签数
from collections import Counter
c = Counter(a["image_id"] for a in coco["annotations"])
print("平均标签/图:", sum(c.values())/len(c))  # 应约 2.54

尾注

本条目所有硬数字均以 arXiv:2507.18288（2025-07-24）与 GitHub 仓库 btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset 为准，期刊版（BISH 2026;2(1):5-19, DOI bish.2026.303296）作为补充口径。两处冲突（类别数、模型数、机构名、仓库路径）均已在正文与 §10 逐条存照。抓取时点 2026-10-14。

主要来源：

1. arXiv:2507.18288 — https://arxiv.org/abs/2507.18288
2. arXiv PDF — https://arxiv.org/pdf/2507.18288.pdf
3. GitHub 仓库 — https://github.com/btbuIntelliSense/Intelligent-tongue-diagnosis-detection-dataset
4. 期刊页面（ICCK BISH）— https://www.icck.org/article/abs/bish.2026.303296
5. alphaXiv 概览 — https://www.alphaxiv.org/overview/2507.18288v1
6. tcmatlas credits（CC BY 4.0 转述）— https://tcmatlas.com/credits

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• chula-parasitic-egg — 共享标签：医学影像 / 目标检测 / 图像分类 / 公共卫生与流行病学
• biomedica — 共享标签：医学影像 / 图像分类 / 评测基准 / 多模态
• world-bank-open-data — 共享标签：评测基准 / 多模态 / 公共卫生与流行病学
• sth-schisto-eggs — 共享标签：医学影像 / 目标检测 / 公共卫生与流行病学
• dental-opg-xray — 共享标签：医学影像 / 目标检测 / 图像分类 / 评测基准
• umid — 共享标签：医学影像 / 目标检测 / 图像分类 / 评测基准
• acusim — 共享标签：医学影像 / 目标检测 / 图像分类 / 评测基准
• body-acupoint-images — 共享标签：医学影像 / 目标检测 / 图像分类 / 评测基准
• covidx-cxr — 共享标签：医学影像 / 图像分类 / 评测基准 / 公共卫生与流行病学
• heichole — 共享标签：医学影像 / 目标检测 / 图像分类 / 评测基准

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。