色盲矫正研究现状

颜玉缘 孟志勇 胡建民

色盲是一种常见的视觉异常或缺失的疾病，通常为遗传因素所致，表现为对某些颜色认知力的缺失或者不能识别颜色。据统计男性色盲大约占男性总人口的7%，女性约占女性总人口的0.49%[1]。而色盲患者由于辨色能力不同程度的缺失，他们在日常生活中的各个方面，如判断水果和蔬菜的成熟度，处理电子设备中LED灯的颜色，阅读地图和各种图表等各个方面都面临着各种挑战。因此他们也自动被排除在航空公司飞行员、消防员、火车司机、空中交通管制员等一些特定职业之外[2]。且这种不良影响即便在患者没有意识到自身色觉缺陷的情况下依旧存在[3]。为减轻色盲给生活带来的种种不便，色盲的治疗与矫正值得我们重视及深入研究。

1 色觉的产生

色觉是视觉功能的重要组成部分，视网膜是人感知颜色的重要器官，视网膜上视细胞主要分为视杆细胞及视锥细胞。而在人的视网膜内有600万～800万个视锥细胞，主要集中在中心凹，而大约有12 000 万个视杆细胞，由中心凹边缘向外周逐渐增多。其中视锥细胞是感受强光和颜色的细胞，具有高度的分辨能力，对弱光和明暗的感知不如视杆细胞敏感。视杆细胞内也含有感光物质，在光刺激下感光物质可发生一系列的光化学变化和电位改变，使视细胞发放神经冲动，是感受弱光刺激的细胞，对光线的强弱反应非常敏感，而对不同颜色光波反应不敏感。

其中视锥细胞又可细分为以下3种，分别为对长波长敏感、中波长敏感和短波长敏感的视锥细胞（L-cone、M-cone、S-cone），对应敏感的波段为长波长红光、中波长绿光及短波长蓝光。它们含有3种不同光谱吸收特性的视蛋白，即视蛋白的不同决定了视锥细胞的类型[4]。

正常人眼能辨别波长380～760 nm的可见光，根据吸收峰值波长的不同，3种视蛋白对应的光谱吸收峰值分别为570、540、440 nm。不同波长的光线刺激视网膜会引起3种视锥细胞不同程度的兴奋，并将光信号转换成为使大脑便于分析和处理的神经电信号，以此确定大脑对物体颜色的识别[5]。

2 色盲的类型

色盲根据发病时间可分为先天性和后天性两大类，其中先天性色盲占绝大多数。先天性色盲是由视锥细胞的变异或者缺失导致的，根据其变异或缺失的情况可分为3种，分别为三色觉异常、二色性色盲和全色盲[6]。

三色觉异常是色盲中最常见的形式，也是程度最轻的一种形式。它主要表现为区分颜色的能力减弱，并未完全丧失感知颜色的能力，一般需通过专业的色觉测试才能发现。三色觉异常是三种锥细胞的任意一种出现功能异常造成的：L-锥细胞的功能异常对应红色弱，M-锥细胞的功能异常对应绿色弱，S-锥细胞的功能异常对应蓝色弱。其中，红色弱及绿色弱较为常见。对于红色觉异常人群而言，红色、橘红、黄色、绿色和黄绿色，在视觉上都有些偏向绿色，而且比正常人所看到的要浅。而对于绿色觉异常者在区分红色、黄色、橘红、绿色方面的能力也都有缺陷，在视觉上则表现为偏向红色[7]。

二色盲较三色觉异常少见，其通常知道自己具有色觉问题，并且在日常生活一般会受到影响，主要是由于3种锥细胞中的任一种完全缺失造成的。二色盲表现为不能区分某些颜色，其中由于红、绿二色盲的颜色区分能力相近，一般统称为红绿色盲，表现为不能区分红色与绿色，而蓝二色盲则表现为不能区分蓝色与黄色。

全色盲是一种完全丧失各种色觉的异常类型，是极为少见的一种色盲，且视力极差。它是由于三种锥细胞的完全缺失造成，表现为不能识别颜色，只能感知亮度信息。故其视觉功能完全依赖于视杆细胞，而视杆细胞只有在亮度较低的情况下才能发挥较好的作用。所以全色盲者在白天或在室内照度较高时，必须借助深色太阳镜才能识别物体。

而后天性色盲常由眼部疾病或意外伤害导致眼球与大脑视觉中枢间的神经通路受伤造成的，而非眼球自身视锥细胞功能丧失所致。例如，后天的脑外伤就有可能造成全色盲；帕金森病则常常会引发类似蓝色盲的症状[5]。

3 色盲的治疗与矫正

现有对于色盲的研究，主要从基因和视网膜上的3种视锥细胞的角度来解释，也因此衍生出针对色盲的基因治疗、光学矫正与计算机人工智能矫正等多种方法。

3.1 色盲的基因治疗

2001年美国学者曾经报道利用基因治疗患有先天性黑朦视网膜变性的狗并且获得成功，这项研究证明可用基因疗法治疗遗传性眼病[8]。而关于Leber先天性黑矇等疾病的基因治疗已经进入临床试验阶段，说明基因治疗可越来越多地用于眼科遗传性疾病的治疗。且在精准医疗的模式下及新一代基因测序的推动下，证明了利用基因编辑技术治疗眼遗传性疾病的可行性[9，10]。目前，相关研究表明以CNGA3、CNGB3、GNAT2、PDE6H、PDE6C基因或转录因子ATF6为主的常染色体隐性突变可导致色盲，但有部分患者为不明原因的基因突变[11]。

Mancuso等[12]运用重组腺相关病毒构建rAAV2/5载体，介导人类的L-视蛋白基因转染成年雄性松鼠猴的视网膜。治疗前，利用相关色觉测试系统对实验组松鼠猴（即经基因转染的原具有二原色的雄性松鼠猴）及对照组猴（即未经处理的具有二原色的雄性松鼠猴）进行色觉检查，发现雄性松鼠猴无法分辨490～499 nm波长的红绿色，且反复证实了其无法通过学习来获得辨别红绿色的能力。然后在视网膜下注射了载有L-视蛋白编码基因的rAAV2/5 病毒载体后，发现其视网膜中的视锥细胞开始出现L-视蛋白基因和M-视蛋白基因的共表达，改变了松鼠猴原有的光谱敏感区，即接受转染后的成年松鼠猴对490～499 nm波长的光的感知能力有所增加，表明其获得了三原色色觉。且在治疗后的2年随访期间松鼠猴均维持经基因转染后获得的三原色色觉，表明该基因治疗效果具有一定的稳定性。

Carvalho等[13]利用色盲模型小鼠探索色盲基因治疗的适合年龄窗口期，其研究结果表明，年龄较大才接受基因治疗的小鼠中出现了相对较差的视觉反应，说明色盲的基因治疗适宜在早期进行，后期治疗效果差可能与视网膜的缓慢退行性改变相关。

目前利用基因疗法来治疗色盲在包括灵长类在内的动物中已取得相应研究成果。但对于治疗的安全性尚需进一步探究。现关于基因治疗的临床前期基础研究重点集中于提高病毒载体的转染效率，寻找更合适的对视网膜无创的转染途径，明确载体是否对人体有长期潜在的并发症，以及明确基因治疗对色觉功能影响的具体机制[14，15]。但随着基因诊断技术的迅猛发展，相关数据表明基于基因治疗对于色觉减退可能是一种可行的候选方法[16]。

3.2 色盲的光学矫正

色盲患者可通过配戴彩色滤镜进行矫正（如今甚至可以配上相应的验光处方），比如有色滤光片的眼镜或角膜接触镜。色盲矫正眼镜根据色盲患者对三基色的感光光谱进行测量，在此基础上绘制三基色光谱曲线，然后按照补色原理，设计一条与色盲三基色曲线相反的矫正光谱曲线，最终以该条矫正曲线为标准，将相关参数输入真空镀膜机中，制作出符合矫正曲线特征的色盲矫正眼镜。简而言之，即在镜片玻璃上覆盖多层透明材料，过滤掉特定波长的波段，如针对红绿色盲患者，最大限度地减少蓝色和绿色、绿色和红色的重叠，并将透过该眼镜的光信号传递至视网膜上的锥细胞[17]。但用这种方法矫正的色盲眼镜，可以解决部分色盲患者的辨色问题，但是对于色盲较严重的人而言，由于眼镜的透光率明显下降，导致视力及立体视的降低，无法清晰识别物体。为了解决该问题，相关研究表明将任意一只眼睛配戴色盲眼镜，另一只眼睛配戴透光度正常的镜片，可缓解上述不适，且矫正效果与双眼同时配戴色盲眼镜相当[18]。

由于目前现有合格的色盲矫正框架眼镜价格较高，体积较大，且与其他大部分屈光矫正镜片不兼容。因此促进了经济高效的色盲角膜接触镜产生。使用色盲角膜接触镜相较于传统的框架眼镜，能够提供较广泛的矫正视野，并且可以避免来自周边未矫正视力的影响。由于色盲角膜接触镜中央为淡红色，配戴后大多数色盲患者会造成多年生活中原本已形成的颜色认识的混淆现象，因此常常需要一个颜色再适应的过程，但该过程对其工作、生活造成的影响较小。而淡红色的镜片可覆盖瞳孔及虹膜，与虹膜颜色中和，所以美观不受影响。此外，色盲角膜接触镜可分为平光和带有近视矫正作用，既可以提高辨色能力，又可以按患者的屈光不正度数进行个性化配制[19]。

但相关研究表明，配戴色盲眼镜后患者对于颜色的辨别力得到提高，但是并不等同于色觉正常[17]。甚至部分色盲患者表示，配戴色盲眼镜会导致原本可识别清楚的颜色的识别率降低[20]。Mastey等[21]对红绿色盲患者配戴色盲眼镜的效果进行了相关研究，结果表明色盲眼镜并不能明显提高红绿色盲患者对于红色-绿色识别的阈值，而且会导致绿色盲或绿色弱患者对蓝色-黄色识别阈值的降低。

3.3 计算机视觉科学、人工智能与色盲矫正

在色盲的矫正策略上，作为主动矫正措施是通过计算机处理算法改变图像的外观（即对图像的重新着色），该图像处理算法改变了不同颜色之间的对比度，最终由显示器输出显示图像，以提高色盲患者获取颜色信息的能力[6]。在构建色盲模型方面，研究人员根据三种锥细胞的视觉原理，提出了视觉的三通道模型，在此基础上提出了几种不同的色盲模型，如：色盲及正常人的彩色仿真系统、多层神经网络模型、二色盲的彩色感知模型以及基于BP神经网络的色盲与色弱仿真模型，这些模型在具体形式上有所不同，但都是建立在视觉的三通道模型基础上。在上述色盲模型的基础，针对不同类型和程度的色盲，研究人员提出了多种矫正方法，如：Yang等[22]利用饱和度差异来区分颜色，如对于红色盲患者可将红色调整为较低饱和度的蓝色，绿色调整为较低饱和度的黄色，而原本的蓝色及黄色保留不变，如此的调整相对较为简单粗糙，实际应用效果不甚理想。Kim等[23]提出色弱模型为可逆系统，主张图像经过可逆系统可得到矫正图像，即将原图像在色盲模型中进行逆转换后获得矫正图像，但实际所得的矫正图像的RGB数值存在超出实际取值范围的情况，且由于正常的视觉空间与色弱患者不一致，矫正效果难以达到原始图像的效果。Rasche等[24]提出以原始图像和矫正图像间对应颜色之间做差，然后取和构建一个目标函数，当目标函数最小时，通过映射关系产生矫正图像。但当图像颜色较多时，所需运算速度将大幅度增加，若通过对图像颜色进行压缩进而提高速度，则会带来图像的失真。且由于目标函数的优化中存在多个极值点，将影响矫正图像生成的效果。此外，Deng等[25]针对二色盲提出了颜色固定映射的方法，该方法建立在相似矩阵的基础上，将三维空间映射到二维空间，使得映射后的颜色与之前相似，且其运算速度较快，可帮助二色盲患者识别颜色。但由于固定映射为非线性，可能导致图像的失真或部分颜色的分辨率丢失。而Tumblin等[26]则提出将彩色图像变换成灰度图像，并且尽可能保留彩色图像中的有用信息，该方法可用于全色盲的矫正，但若图像的亮度跨越范围较大或色彩较多，其矫正效果欠佳。总而言之，以三通道模型为基础的上述各种色盲矫正的方法，其适用范围各有不同，且各有利弊。

随着科学技术发展，人工智能（AI）作为一种寻求模拟人类智能处理问题方法的计算机科学，现阶段在众多领域发展迅猛，目前主要有三大分支：①专家系统，即利用计算机程序处理行内专家的医疗知识，进而模拟专家对疾病的诊疗方案，得出最终的诊疗结果；②数据挖掘，即从大量的数据库中挖掘具有科研价值的数据，并将其进一步转化为临床实践中防治疾病的指导方案；③人工神经网络（Artificial Neural Network，ANN），是一种模仿动物神经网络行为特征，进行分布式并进行信息处理的算法数学模型，使其具有联想和思维推理能力[27]。现AI在眼科领域研究应用日趋增多，随着医疗信息化和互联网医疗的发展，医疗数据和机器学习算法不断积累，在技术和应用的发展过程中，AI系统也在不断优化和升级[28]。

由于利用颜色图形视觉诱发电位（Chromatic pattern visual evoked potential，CP-VEP）可分离出视觉系统中不同颜色通路，相较于正常人，色盲患者完全不能或仅部分感受到颜色刺激的变化，最终导致波形差异[29]。Swihart和Matheny[30]利用神经网络对色彩的视觉诱发电位进行分类，即神经网络可以将被检者对非彩色和彩色刺激的反应分类。研究人员发现人工智能系统能够识别VEP波形中的细微差异，为分析复杂波形的信息内容提供了强大的工具。张娜等[31]提出了基于密集神经网络的灰度图像着色算法，即将灰度图像通过一定算法转换为彩色图像，使得人们可以获得更好的观察效果。而灰度图像着色技术（即伪彩色处理）通过某种指定的规则，可以对灰度值赋以颜色，实现还原、增强或改变图像的色彩信息。对于全色盲患者，其眼中的世界没有色彩的概念，只有灰度上的区别，我们期望未来研究人员能利用该项技术丰富全色盲人群日常生活中的图像色彩。目前对于色盲检测较为便捷的方法即利用假同色原理的色盲本进行检查，由于色盲患者对于颜色的认知存在偏差，故无法正确识别检测图中的数字或图案等信息。郭业才等[32]提出一种基于简化脉冲耦合神经网络（Pulsecoupled neural networks，PCNN）模型的色盲检测图分割方法，该方法通过对原始的色盲检测图进行颜色变换，设定某个合适的阈值将与红色相似的颜色都转换成白色，初步分离出检测图中的目标和背景，对检查图的红色分量进行分割、优化，分离出图中的目标图形，帮助色盲患者通过色盲检测。Melillo等[33]为提高色盲患者的色觉，设计并开发了一款基于增强现实设备的可穿戴改进视觉系统，并且通过临床试验进行有效性验证，实验结果证明50%的被检者通过配戴该设备可正确识别石原氏色盲测试（该测试常用于各种职业的入职体检），但被检者反映该设备在某些方面会导致原有色彩的改变，这仍需进一步调整设备的相关参数来改善这一现象。

由于部分色盲程度较严重的患者在识别红绿灯时遇到各种障碍，有研究人员利用神经卷积网络的深度学习技术，以Faster RCNN物体检测网络为主要框架，构建出可对交通灯进行准确识别的系统，该系统可以帮助红绿色盲患者识别交通灯，从而减少交通事故发生的概率[34]。AI可为更多可防可治眼科的疾病提供早期诊治的医疗条件，改善患者的生活质量[27]，例如针对临床前期的糖尿病视网膜病变患者，AI可分辨肉眼未见的眼底自发荧光图像改变，且准确率高，为临床工作提供有利参考[35]。因此利用AI是否能解决色盲矫正问题成为目前的研究热点。

4 总结与展望

色彩信息是图像所包含的一种重要信息，能够结合图中场景的语义及物体表面纹理信息，共同展现丰富的层次感。而色盲患者由于视锥细胞功能的障碍，在接受色彩信息方面受到阻碍，而在现代生活中关于颜色的相关信息广泛应用于各种印刷品及计算机显示器中，在就业等方面无法获取平等机会。色盲治疗与矫正方法尚不完善，关于基因治疗在色盲领域的应用，目前仍处于试验阶段，其有效性及安全性尚需进一步验证。其中经过特殊处理的有色滤光片应用较为广泛，但其适用范围具有一定的局限性，且部分使用者配戴后有较强的不适感。目前随着计算机视觉科学及AI的发展，已经开发了多种针对色盲患者的算法、应用程序和商业产品。而通过计算机的算法构建出色盲的模型，通过对图像进行加工处理，使色盲患者能从中获取更多的有效的颜色信息，虽然在现实生活中的进一步应用仍有待考究，但AI极有可能从根本上改变眼科工作的面貌，全方位影响现代眼科学的发展[36]。我们期望可以尽最大可能利用人工智能技术，促进眼科学的新发展，在色盲领域可以有进一步的应用。

利益冲突申明本研究无任何利益冲突

作者贡献声明颜玉缘：收集数据；参与选题、设计及资料的分析和解释；撰写论文；根据编辑部的修改意见进行修改。孟志勇：参与选题、设计和修改论文的结果、结论。胡建民：参与选题、设计、资料的分析和解释；修改论文中关键性结果、结论，根据编辑部的修改意见进行核修