脈象信號研究日漸深入
脈象信號的分析包括脈象信號特征提取、脈象信號模式識別和分類兩步。從上世紀50年代至今，從單一的時域分析到小波分析，從最早的人工脈圖識別到應用人工神經(jīng)網(wǎng)絡技術(shù)，逐步實現(xiàn)模擬人腦神經(jīng)元結(jié)構(gòu)和功能對脈象信號進行識別，廣大學者在脈象信號分析方法方面的研究已取得了一系列進展。
■脈象信號的特征提取方法眾多
時域分析法目前國內(nèi)對脈象信號的特征提取方法，多數(shù)采用時域分析法，即在時間方向上分析波動信號的動態(tài)特征，通過對主波、重搏前波(也叫搏波)、重搏波的高度、比值、時值、夾角、面積值的參量分析，找出某些特征與脈象變化的內(nèi)在聯(lián)系。時域分析法包括直觀形態(tài)法、多因素識脈法、脈象速率圖法、脈圖面積法。
有科研人員提出每個寸、關(guān)、尺脈均應包括脈波-脈位趨勢圖、脈象波形圖、脈率趨勢圖、脈道形態(tài)示意圖來進行脈象的多因素分折。還有人以獲得的二維信號為基礎(chǔ)，用空間幅度分布圖、間-空特征圖、脈寬蹤跡圖來進行脈象分析。上海工業(yè)大學科研人員提出脈象識別的九類特征參數(shù)，包括最佳切脈壓力、脈力、脈幅、脈形、脈波-脈位趨勢圖、脈率、節(jié)律、脈體，用于模擬醫(yī)生脈診各種指感信息。此外，有學者已應用脈象速率圖分析出平、滑、弦脈的不同。
, 百拇醫(yī)藥
頻域分析法頻域分析法主要是通過離散快速傅里葉變換，將時域的脈搏波曲線變換到頻域，得到相應的脈搏頻譜曲線，通過頻譜曲線的特征分析，從中提取與人體生理病理相應的信息，實現(xiàn)脈象分類。頻域分折包括功率譜分析和倒譜分析。陜西師范大學科研人員運用倒譜理論討論了正常心律和非正常心律受檢者的脈搏信號在倒譜域中的特征表現(xiàn)，并通過對286例脈搏信號的倒譜分析，發(fā)現(xiàn)代脈信號與其他正常心律脈搏信號的倒譜特征差別顯著。
時頻聯(lián)合分析法時頻表示(TFR)法是把一維信號或系統(tǒng)表示成一個時間和頻率的二維函數(shù)，時頻平面能描述出各個時刻的譜成分。常用的時頻表示方法有短時傅立葉變換和小波變換(WT)。重慶大學電氣工程學院科研人員應用連續(xù)小波變換分析了海洛因吸毒者和正常人的脈象信號，發(fā)現(xiàn)在0.2～0.4秒時間間隔內(nèi)，兩者脈象信號的連續(xù)小波變換系數(shù)間存在顯著差異，并提出了劃分海洛因吸毒者與正常人的臨界參數(shù)。
系統(tǒng)辨識與參數(shù)估計系統(tǒng)辨識是在對輸入與輸出觀測的基礎(chǔ)上，在指定的一類系統(tǒng)中、確定一個與被識別系統(tǒng)等價的系統(tǒng)。參數(shù)辨識則是在數(shù)學模型的形式和結(jié)構(gòu)已知的基礎(chǔ)上，根據(jù)已得到的輸入及輸出觀測數(shù)據(jù)，找出該模型的未知參數(shù)值。將系統(tǒng)辨識與參數(shù)估計的方法引入脈象圖分析研究是一件極有意義的事情。有研究者利用雙彈性腔模型，將心臟作為輸入信號，實測的橈動脈壓力波形作為系統(tǒng)的輸出信號來估計模型的參數(shù)，從而對脈象圖進行分析。另有研究者在脈搏波的測量中發(fā)現(xiàn)，重搏前波可在形式上看成為主峰波的反射波，它和主峰波及重搏波一起迭加而成為脈搏波，并且每個波都可用一個高斯函數(shù)(鐘形波)來近似。由這樣的數(shù)學模型可合成各種常見的脈搏圖，通過圖譜分析可得到脈圖特征參數(shù)。
, 百拇醫(yī)藥
■脈象模式識別與分類智能化加強
上世紀80年代初，研究者對測量記錄的脈象圖參數(shù)在時域內(nèi)進行人工測量、標定，并依此對脈象進行識別。但隨著計算機運用的普及及技術(shù)智能化的發(fā)展，人們越來越多地以計算機處理各種各樣的信息，以代替費時費力的人工。計算機的自動識別法是用計算機對脈圖進行分析、篩選各項指標，挑出主要指標，運用多因素分析法建立判別及診斷比較。上海工業(yè)大學科研人員建立了一套中醫(yī)脈象計算機識別軟件系統(tǒng)。其中用匯編語言將寸、關(guān)、尺三個脈波實時采樣成時間序列并進行實時動態(tài)顯示，采用鍵盤中斷功能控制切脈壓力、數(shù)據(jù)采集、作圖顯示等。根據(jù)統(tǒng)計模式識別理論，在系統(tǒng)中建立了一個知識庫，用自學習方法修改該知識庫，以提高識別精度。
近年來興起的人工神經(jīng)網(wǎng)絡(ANN)技術(shù)是對人腦神經(jīng)元結(jié)構(gòu)和功能的簡化與模擬，已在模式識別和故障診斷領(lǐng)域顯示出了極大的應用潛力和優(yōu)越性。目前已有學者采用ANN方法對中醫(yī)脈象進行辨識，通過大量脈象信號樣本的學習和臨床檢驗，取得了較高的正確識別率。陜西武警工程學院和西北工業(yè)大學科研人員研究認為，用傳統(tǒng)的模糊聚類方法對4種常見脈象(平、弦、滑、細脈)識別的正確率平均約為75%，而采用神經(jīng)網(wǎng)絡方法對這4種脈象進行識別的正確率平均達到87%。中國醫(yī)科大學的科研人員基于脈象模糊性處理的要求，提出一種以人工神經(jīng)網(wǎng)絡為手段的脈象智能分析系統(tǒng)模型。該人工神經(jīng)網(wǎng)絡辨識系統(tǒng)不以單一脈本身為處理對象，而考慮它是否是某些足以將其區(qū)分的特征的組合，通過對采樣數(shù)據(jù)的實際處理，按照各特征網(wǎng)絡訓練的要求，形成了樣本數(shù)據(jù)庫，探討了神經(jīng)網(wǎng)絡用于脈象分析的特點，系統(tǒng)分析結(jié)果證實了人工神經(jīng)網(wǎng)絡用于脈象分析的可行性和優(yōu)勢。
從以上研究和應用現(xiàn)狀來看，脈象信號分析方法仍存在許多不足之處，如脈象信號特征提取方法所取得的特征參數(shù)不足以全面反映中醫(yī)脈象中包含的所有信息；現(xiàn)有研究往往停留在分析脈象用單一的信號處理方法所得到的特征參數(shù)，而脈象對于分析方法的敏感性研究較少；未能深入研究脈象特征參數(shù)與中醫(yī)脈象本質(zhì)的關(guān)系；與臨床的結(jié)合不夠緊密，僅限于小樣本的實驗研究，難以提供對臨床診療有價值的參考依據(jù)；脈象特征提取與識別的方法不統(tǒng)一，難以臨床推廣。這些問題，都需要在今后的工作中逐步予以解決。
(燕海霞 王憶勤 李福鳳), 百拇醫(yī)藥(燕海霞；王憶勤；李福鳳)
■脈象信號的特征提取方法眾多
時域分析法目前國內(nèi)對脈象信號的特征提取方法，多數(shù)采用時域分析法，即在時間方向上分析波動信號的動態(tài)特征，通過對主波、重搏前波(也叫搏波)、重搏波的高度、比值、時值、夾角、面積值的參量分析，找出某些特征與脈象變化的內(nèi)在聯(lián)系。時域分析法包括直觀形態(tài)法、多因素識脈法、脈象速率圖法、脈圖面積法。
有科研人員提出每個寸、關(guān)、尺脈均應包括脈波-脈位趨勢圖、脈象波形圖、脈率趨勢圖、脈道形態(tài)示意圖來進行脈象的多因素分折。還有人以獲得的二維信號為基礎(chǔ)，用空間幅度分布圖、間-空特征圖、脈寬蹤跡圖來進行脈象分析。上海工業(yè)大學科研人員提出脈象識別的九類特征參數(shù)，包括最佳切脈壓力、脈力、脈幅、脈形、脈波-脈位趨勢圖、脈率、節(jié)律、脈體，用于模擬醫(yī)生脈診各種指感信息。此外，有學者已應用脈象速率圖分析出平、滑、弦脈的不同。
, 百拇醫(yī)藥
頻域分析法頻域分析法主要是通過離散快速傅里葉變換，將時域的脈搏波曲線變換到頻域，得到相應的脈搏頻譜曲線，通過頻譜曲線的特征分析，從中提取與人體生理病理相應的信息，實現(xiàn)脈象分類。頻域分折包括功率譜分析和倒譜分析。陜西師范大學科研人員運用倒譜理論討論了正常心律和非正常心律受檢者的脈搏信號在倒譜域中的特征表現(xiàn)，并通過對286例脈搏信號的倒譜分析，發(fā)現(xiàn)代脈信號與其他正常心律脈搏信號的倒譜特征差別顯著。
時頻聯(lián)合分析法時頻表示(TFR)法是把一維信號或系統(tǒng)表示成一個時間和頻率的二維函數(shù)，時頻平面能描述出各個時刻的譜成分。常用的時頻表示方法有短時傅立葉變換和小波變換(WT)。重慶大學電氣工程學院科研人員應用連續(xù)小波變換分析了海洛因吸毒者和正常人的脈象信號，發(fā)現(xiàn)在0.2～0.4秒時間間隔內(nèi)，兩者脈象信號的連續(xù)小波變換系數(shù)間存在顯著差異，并提出了劃分海洛因吸毒者與正常人的臨界參數(shù)。
系統(tǒng)辨識與參數(shù)估計系統(tǒng)辨識是在對輸入與輸出觀測的基礎(chǔ)上，在指定的一類系統(tǒng)中、確定一個與被識別系統(tǒng)等價的系統(tǒng)。參數(shù)辨識則是在數(shù)學模型的形式和結(jié)構(gòu)已知的基礎(chǔ)上，根據(jù)已得到的輸入及輸出觀測數(shù)據(jù)，找出該模型的未知參數(shù)值。將系統(tǒng)辨識與參數(shù)估計的方法引入脈象圖分析研究是一件極有意義的事情。有研究者利用雙彈性腔模型，將心臟作為輸入信號，實測的橈動脈壓力波形作為系統(tǒng)的輸出信號來估計模型的參數(shù)，從而對脈象圖進行分析。另有研究者在脈搏波的測量中發(fā)現(xiàn)，重搏前波可在形式上看成為主峰波的反射波，它和主峰波及重搏波一起迭加而成為脈搏波，并且每個波都可用一個高斯函數(shù)(鐘形波)來近似。由這樣的數(shù)學模型可合成各種常見的脈搏圖，通過圖譜分析可得到脈圖特征參數(shù)。
, 百拇醫(yī)藥
■脈象模式識別與分類智能化加強
上世紀80年代初，研究者對測量記錄的脈象圖參數(shù)在時域內(nèi)進行人工測量、標定，并依此對脈象進行識別。但隨著計算機運用的普及及技術(shù)智能化的發(fā)展，人們越來越多地以計算機處理各種各樣的信息，以代替費時費力的人工。計算機的自動識別法是用計算機對脈圖進行分析、篩選各項指標，挑出主要指標，運用多因素分析法建立判別及診斷比較。上海工業(yè)大學科研人員建立了一套中醫(yī)脈象計算機識別軟件系統(tǒng)。其中用匯編語言將寸、關(guān)、尺三個脈波實時采樣成時間序列并進行實時動態(tài)顯示，采用鍵盤中斷功能控制切脈壓力、數(shù)據(jù)采集、作圖顯示等。根據(jù)統(tǒng)計模式識別理論，在系統(tǒng)中建立了一個知識庫，用自學習方法修改該知識庫，以提高識別精度。
近年來興起的人工神經(jīng)網(wǎng)絡(ANN)技術(shù)是對人腦神經(jīng)元結(jié)構(gòu)和功能的簡化與模擬，已在模式識別和故障診斷領(lǐng)域顯示出了極大的應用潛力和優(yōu)越性。目前已有學者采用ANN方法對中醫(yī)脈象進行辨識，通過大量脈象信號樣本的學習和臨床檢驗，取得了較高的正確識別率。陜西武警工程學院和西北工業(yè)大學科研人員研究認為，用傳統(tǒng)的模糊聚類方法對4種常見脈象(平、弦、滑、細脈)識別的正確率平均約為75%，而采用神經(jīng)網(wǎng)絡方法對這4種脈象進行識別的正確率平均達到87%。中國醫(yī)科大學的科研人員基于脈象模糊性處理的要求，提出一種以人工神經(jīng)網(wǎng)絡為手段的脈象智能分析系統(tǒng)模型。該人工神經(jīng)網(wǎng)絡辨識系統(tǒng)不以單一脈本身為處理對象，而考慮它是否是某些足以將其區(qū)分的特征的組合，通過對采樣數(shù)據(jù)的實際處理，按照各特征網(wǎng)絡訓練的要求，形成了樣本數(shù)據(jù)庫，探討了神經(jīng)網(wǎng)絡用于脈象分析的特點，系統(tǒng)分析結(jié)果證實了人工神經(jīng)網(wǎng)絡用于脈象分析的可行性和優(yōu)勢。
從以上研究和應用現(xiàn)狀來看，脈象信號分析方法仍存在許多不足之處，如脈象信號特征提取方法所取得的特征參數(shù)不足以全面反映中醫(yī)脈象中包含的所有信息；現(xiàn)有研究往往停留在分析脈象用單一的信號處理方法所得到的特征參數(shù)，而脈象對于分析方法的敏感性研究較少；未能深入研究脈象特征參數(shù)與中醫(yī)脈象本質(zhì)的關(guān)系；與臨床的結(jié)合不夠緊密，僅限于小樣本的實驗研究，難以提供對臨床診療有價值的參考依據(jù)；脈象特征提取與識別的方法不統(tǒng)一，難以臨床推廣。這些問題，都需要在今后的工作中逐步予以解決。
(燕海霞 王憶勤 李福鳳), 百拇醫(yī)藥(燕海霞；王憶勤；李福鳳)