脉诊信息分析方法研究进展

陈超 周灵运 刘佳 魏昊 尹俊县 张佳琪 汪南玥

[摘要] 脉诊客观化研究是中医现代化的热点之一，众多学者就脉诊信息的采集与分析方法进行了大量的研究。本文以压力脉图为着眼点，梳理脉象信号获取后滤波、划分周期、参数提取、统计学分析等阶段的常用方法和研究进展，望在后续研究工作中找到路径，避免重复，加快建立标准体系，推进客观化脉象诊断系统的实际应用。

[关键词] 脉诊客观化研究；脉诊信息；统计学；分析方法

[中图分类号] R241.1 [文献标识码] A [文章编号] 1673-7210（2018）08（b）-0034-04

[Abstract] Objective study on the pulse diagnosis is one of the hot spots of the modernization of traditional Chinese medicine. Many scholars have done a lot of researches on the method of acquisition and analysis of pulse information. In this paper， based on the pressure pulse diagram， we combed the common methods and research progress of carding pulse signal after filtering， dividing cycle， parameter extraction， statistical analysis and other stages carding， and expect to find a path in the further research to avoid duplication， accelerate the establishment of standard system， promote the practical application of objectification of pulse diagnosis system.

[Key words] Objective study of pulse diagnosis； Pulse diagnostic information； Statistics； Analysis method

现代医学证明，脉搏波随着传播，有敏感和显著的变化[1]，依托于脉诊仪的逐步发展，脉诊信息正在成为一种客观可重复、灵敏、全面、便捷的新型诊断工具。但目前的相关研究较为庞杂，做了很多工作但没有突破性进展。由压力传感器采集的脉搏波形图是目前脉象信息分析的主流，本文以压力脉图为主，根据获取信号后信号处理的流程，总结每一步骤中常用的方法，梳理分析信号分析的全过程中的新型技术，提出可能的发展方向，供后续研究参考，便于今后脉象信息分析完整标准体系的建立。

1 脉象信号预处理

由于压力传感器比较灵敏，即便在完全安静的状态中进行采集，所得的脉象信号仍会混杂肌电干扰、人体的微动与电极接触不良引起的电极接触噪声、交流电引起的工频干扰等噪声，以及由呼吸引起的基线漂移。因此，滤波是进行下一步脉象信号识别和分析处理的前提。

有学者运用离散余弦变换DCT对脉象信号进行处理，滤除低于0.5 Hz及高于48 Hz频率的波后，再用逆DCT方法将信号还原为时域信号进行建模[2]。该方法可以在不改变脉象本身特征的前提下，滤除说话、轻微运动、听音乐等对脉搏产生的影响，但对大幅度的运动不能完全滤除。亦有学者[3]在脉象信号分析处理过程中，提出了基于聚合经验模态分解（EEMD）的改进阈值去噪算法，采用网格搜索对低频固有模态函数（IMFs）进行阈值选取去噪，实现自适应且有效的脉象信号去噪处理。

小波变换是目前较为常用的滤波方法。王燕等[4]运用小波变换对信号进行分解重构，有效且同步完成消噪和基线漂移消除的工作，同时可以保证不损失信号细节。相较于短时傅立叶变换固定的时频窗口，小波变换在时、频两域都能表征信号局部的特征，主要应用于时频分析。有学者[5]在小波变换消噪后，对3次样条函数对单周期脉象拟合，结果表明，相比于经典的最小二乘法，3次样条插值波形更为平滑，且可以确保观测点必然出现在拟合函数上，利于脉象细节的描述，认为这种方法得出的脉波图更具有实际的中医内涵。

2 脉动周期的划分

由于脉诊信息具有周期性，但每一周期又有不同特征，且不同周期间的联系也具有重要的生理病理意义，故而周期的划分是保证后续分析有效的重要的一步。周期提取方法可以先找到脉搏中的特征点再进行周期划分，如域值法、极值法等，但由于不同脉象特征点差异大，所以随机误差较大。也可以根据脉搏信号的产生机制，直接计算脉搏的周期，如自相关函数法等，原理简单，准确率高，但计算复杂，不利于在硬件上作实时处理。吴艳君等[6]提出一种基于平均幅度差函数（AMDF）的脉搏周期检测改进算法。其根据干扰谷点的分布范围计算脉搏信号的噪声阈值，运用阈值削波函数排除噪声干扰，获得了更精确的脉象周期划分。赵汉青等[7]同步采集心、脉数据，运用心跳周期数据完成脉搏周期的划分。

3 参数提取

3.1 时域分析

时域分析是最早的脉象分析方式，主要分析脉搏波幅的高度和脉动时相的关系。这种方法将脉波信号模拟为波动曲线，观察方式直观，易于被研究者所接受。时域分析通过分析主波幅值（h1）、重搏前波幅值（h3）、降中峽幅值（h4）、重搏波幅值（h5）、各幅值间的比值、时间参数t4、t5和夹角P、U、V等参量来评价脉搏波的特征点，找出特征与脉象之间的内在关系，将脉图结果直接进行解释。费兆馥在《现代中医脉诊学》[8]中详细阐述了临床常见17种脉象的脉图及其时域特征参数。但在实际应用中，时域法提取的特征参数所包含的脉象信息并不全面，而且没有统一的采集标准，后期研究须注重其标准化的建立，并联合其他方法共同完成分析。

3.2 频域分析

频域分析通过离散快速傅里叶变换的方法，将时域的脉搏波曲线转换到频域，然后对相应的频谱曲线进行分析。频域分析的方法主要有倒谱分析、功率谱分析等。任亚莉等[9]对20位在校大学生进行健康与亚健康组的分类，采集脉象后提取脉搏信号功率谱第一主峰峰值及重心频率作为识别亚健康状态的特征量，研究发现亚健康组较健康组频域特征明显升高，认为与该人群情绪紧张烦躁有关。文中还运用近似熵及小波熵两种非线性动力学特征对两组脉象进行比较，亚健康组的这两项指标均有明显下降，可能提示其精神疲劳，活力降低。 蔡坤宝等[10]运用倒双谱，选取对角切片在m=n=1处的抽样幅值，提取20例海洛因吸毒者与20例健康正常人脉象信号特征参数，以平方马氏距离为准则设计了分类器，对40个特征向量的准确识别率为87.5%。

频域分析法用脉搏波所具有的全部频率分量的集合来表达脉搏特征[11]，包含信息全面，但因计算复杂，结果抽象，很难实际应用。所以利用频域分析捕捉脉搏信号的细小变化，尝试用不同的方法提取不同脉象图的能量分布特征，仍需进行进一步研究。

3.3 时频分析

时频分析是目前脉象分析方法中最为常用的一种，其基本思想是描述信号在不同时间、不同频率的能量密度或强度，通过计算时间和频率的联合函数，对信号频率随时间变化的规律进行分析[12]。这种时间-频率-能量的叙述方式最符合中医探知正气盛衰、判断人体健康与否的模式，易于理解与应用。最为常用的是短时傅里叶变换和小波变化。

近年研究中应用Hilbert-Huang（HHT）变换进行信号处理，能够同時得到信号频率、能量、时间的分布特征，对于处理非线性、非平稳信号有清晰的物理意义[13]。基于信号可分解为若干个固有模态函数（IMF）的理论，在对这些分量进行Hillbert变换后，即可得出信号的时间-频率谱图，进而可计算边际谱。杨成等[14]采集健康成年人和动脉硬化患者的脉象，结合HHT和样本熵，分析二者之间的差异。发现动脉硬化患者第一个IMF分量的样本熵值小于正常人，且边际谱能量明显向低频移动，认为HHT和样本熵可用于早期动脉硬化的诊断。郭睿等[15]采用相空间重构算法将冠心病患者一维脉图信号扩展到高维相空间中，然后采用递归图（RP）及递归定量分析（RQA）提取其颈动脉不同硬化程度下脉图的非线性动力学RQA特征；最后绘制脉图RQA特征的接受者工作特征（ROC）曲线，来评估RQA特征鉴别冠心病患者颈动脉斑块的诊断价值，取得较好结果。

4 统计学方法

4.1 χ2检验与t检验

传统的统计学方法仍是脉诊信息数据分析的主流，在部分特征的分析方面仍有良好的适应性。但是由于脉诊数据维度高、数据量小的限制，简单的统计学方法已无法满足需求，寻找更适用的脉诊信息分析方法尤为重要。

4.2 人工神经网络

人工神经网络的方法主要模仿人类大脑在认知新事物时的学习方法。径向基核函数（RBF）神经网络是对BP神经网络的提升。杨凌等[16]对脉象信号时域特征中的升支斜率、降支斜率（绝对值）进行频域转换，利用RBF神经网络进行训练和识别，建立了分析系统，在对细、平、洪3种脉象的识别中正确率达94.29%。郭睿等[17]提取正常人群平脉、弦脉和滑脉的脉搏波波速和反射系数，利用RBF对其所进行的分类，有效区分平、弦、滑脉。胡晓娟[18]运用卷积层神经网络进行脉搏波的识别，虽然分析过程中部分操作方法不符合中医逻辑，但新型计算方式的引入值得关注。

龚其淼[19]提出将多模型估计法应用于脉象分析，认为疾病是人体从正常动力学模型到非正常状态模型的转化，建立多维综合脉象信号与病证的关联特性，利用了系统模型的深层知识进行“故障”诊断，具有较好的预估能力，尽早地发现病证。

4.3 其他机器学习方法

主成分分析通过原始变量的线性组合，将分散在一组变量上的信息集中到少数几个，且相互正交的综合指标（主成分）上，可以降低数据维度，剔除冗余信息，便捷数据计算。任亚莉等[9]提取健康人群与亚健康人群提取脉搏信号功率谱第一主峰峰值、重心频率、近似熵、小波熵四种参数后，运用主成分分析对健康状态与亚健康状态进行识别，正确率达到100%。汪南玥等[20]研究肝硬化患者与健康人脉诊信息的差异，运用无监督学习主成分分析及有监督学习LS回归和Lasso回归分别对两组进行判别。其结果主成分分析的判决准确率为81%；建立EFBLS提取7个特征参数进行拟合后，LS回归判决准确率为98.7%；Lasso回归判决程序自动选择6个参数进行判别，准确率为89%。后续用同样方法研究高血压患者脉诊信息特征，亦取得了较好的成果[21]。

近年来提出去掉寻找特征值的步骤，直接对脉搏波图进行分类判别的方法。如宫树杰等[22]采用装箱方法处理数据，通过支持向量机对健康人与肝硬化患者脉进行分类，准确率达到83.87%。但其在处理过程中限于装箱方法的使用条件，将脉象周期固定为同一长度并进行振幅的补足或抹去，忽视了脉象的中医内涵。刘攀[3]运用多分类支持向量机（LIBSVM）的方法实现模式识别，准确率达74%。

5 问题与发展方向

5.1 进行更深度的数据挖掘，建立完整的数据采集与分析体系

脉象信息的提取与分析是一整套流程，过程中的任何一步有疏漏都会导致最后结果可信性的降低。目前关于脉象客观化的研究非常多，但缺乏系统性，很多研究仅拿出过程中的某一段落进行研究或优化，而对于其他步骤的方法选取考虑不周，最终影响实验结果。从仪器到采集再到分析，脉象的信息提取与采集技术急需建立一套标准模式，选取各步骤处理方法中较为成熟可信的技术，考虑各步骤间的相互影响及连续性，搭建具体的脉象研究平台。应尽量避免反复做重复工作，着力于这个标准模式中每个较为薄弱可改进的点，在系统完整的基础上对其进行优化，否则脉诊的研究始终无法真正发展，完成质变，从而进行下一步研究。

5.2 新参数的引入

目前脉诊信息分析的参数主要是时域参数和频域参数，但前者不能完整反映脉诊信息中包含的信息，后者无法解释其生理病理内涵。故而，有临床意义的新参数的引入势在必行。许轶君等[23]将同步瞬时波强技术（WI）引入脉象的客观化研究，盛丽等[24]应用彩色多普勒频谱观察桡动脉的血流动力学变化，为脉象的研究与诊断提供可行方法，为新参数的选择引入提供思路。

5.3 注重多学科合作

脉象客观化的研究建立在多学科、各领域跨专业合作的基础上。中医理论是發展的基础与指引，现代科学技术是完成任务的工具，两相协调才能有新的发展。当前脉诊客观化研究中，中医方采用老旧的技术、现代方法方忽视脉象中医特征的错误比比皆是，这造成了资源的极大浪费，在未来的研究中应尽量避免。要加强双方的沟通能力，中医一方提出需求，现代方法一方提供解决的途径，任一方单干蛮干都是不可取的，务必加强配合，各施所长，推进脉诊现代化研究的进一步发展。

[参考文献]

[1] 陶祖莱.生物流体力学[M].北京：科技出版社，1984：298-329.

[2] 汪南玥，于友华，黄大威，等.脉诊信息影响因素及处理方法的研究[J].中国中医药信息杂志，2011，18（1）：11-13.

[3] 刘攀.基于HHT和多分类支持向量机的脉象信号分析与研究[D].上海：华东理工大学，2015.

[4] 王燕，续明进，杨梅.脉象信号的小波多分辨率分析方法[J].北京印刷学院学报，2011，19（6）：42-46.

[5] 蔡潇，秦肖臻，康双双.脉象信号滤波与特征值提取[J].计算机工程与科学，2012，34（9）：88-92.

[6] 吴艳君，黄坚，夏家莉.基于AMDF的脉搏周期检测改进算法[J].计算机应用与软件，2014，31（6）：52-54.

[7] 赵汉青，闻晶，王志国.基于时域分析的心脉同步信号时差图提取方法研究[J].中华中医药学刊，2014，32（1）：203-205.

[8] 费兆馥.现代中医脉诊学[M].北京：人民卫生出版社，2003.

[9] 任亚莉，张爱华，孔令杰.脉搏信号和主成分分析在亚健康状态识别中的应用[J].计算机应用与软件，2013，30（3）：200-206.

[10] 蔡坤宝，曹丁，段云孜，等.脉象信号的特征提取与识别方法[J].重庆大学学报：自然科学版，2011，34（10）：119-123.

[11] 李万兵，权宏伟，袁成锋.中医脉诊的脉搏触压觉建模与分析综述[J].电气时代，2014（9）：17.

[12] 洪芳，曹燕亚.中医脉象信号特征提取与分析方法研究进展[J].上海中医药杂志，2013，47（10）：82-84.

[13] 沈毅，沈志远.一种非线性非平稳自适应信号处理方法—希尔伯特-黄变换综述：发展与应用[J].自动化技术与应用，2010（5）：1-5.

[14] 杨成，王学民，孙涛，等.基于脉象Hilbert-Huang变换和样本熵的动脉硬化症检测研究[J].生物医学工程学杂志，2012，29（6）：1178-1183.

[15] 郭睿，王忆勤，燕海霞，等.脉图的递归定量分析及对冠心病颈动脉血管硬化程度的评价[C]//第七届全国中医药博士生学术论坛论文集，2016：1695-1699.

[16] 杨凌，王汝旭，张文博，等.基于LabVIEW的智能化中医脉象识别系统[J].中国科技论文在线，2011，6（1）：49-53.

[17] 郭睿，王忆勤，燕海霞，等.基于血液动力学原理的中医脉搏波特征提取与识别[J].中西医结合学报，2010，8（8）：742-746.

[18] 胡晓娟.中医脉诊信号感知与计算机辅助识别研究[D].上海：华东师范大学，2013.

[19] 龚其淼.多模型估计方法应用于人体脉象客观化研究的思考[J].噪声与振动控制，2011，31（5）：150-152.

[20] 汪南玥，于友华，黄大威，等.基于主成分分析和多种回归的肝硬化患者脉诊信息特征分析研究[J].中华中医药杂志，2011，26（10）：2244-2247.

[21] 薛利媛，汪南玥，于友华，等.基于主成分分析和LS，Lasso对高血压患者脉诊信息特征分析研究[J].中国中医基础医学杂志，2013，19（6）：660-663.

[22] 宫树杰，陈明锐.基于脉象信号处理的肝硬化诊断方法研究[J].计算机应用与软件，2014，31（6）：69-71.

[23] 许轶君，肖沪生，徐芳.基于WI技术的脉象客观化研究在原发性高血压中的应用[J].中国中西医结合影像学杂志，2016，14（5）：537-539.

[24] 盛丽，郑烈.基于血流动力学变化特点探讨多普勒频谱对中医脉象客观化评价分析[J].西部中医药，2016，29（2）：141-142.

（收稿日期：2018-01-08 本文编辑：张瑜杰）