单一脉路时域分析法的局限性研究

邵子健 周子健 陈雪勤

摘要：目的  探讨单一脉路时域分析法对心血管疾病以外的人体生理特征在识别上的局限性。方法  采集43例大学生左手关脉脉搏波信号，以分析其在性别上的差异，利用时域分析法和谱能比分析法，提取幅度特征Hn/H1（n=2，3，4，5）、时间特征Tm/T（m=1，2，3，4，5）及谱能比Serx（x=a4，d4，d3，d2，d1），以其作为观察指标进行统计学处理。结果  谱能比分析法中Sera4、Serd4 、Serd1三组男女特征分别比较，差异有统计学意义（P<0.05）;余时域分析法特征比较，差异无统计学意义（P>0.05）。结论  单一脉路时域分析法提取的时域特征参数对男女性别这一生理特征的识别有着一定的局限性。

关键词：脉搏波;单一脉路;时域分析法;生理特征;局限性

中图分类号：TN911.6                               文献标识码：A                                 DOI：10.3969/j.issn.1006-1959.2019.23.005

文章编号：1006-1959（2019）23-0018-04

Research on the Limitations of Single Pulse Time Domain Analysis

SHAO Zi-jian，ZHOU Zi-jian，CHEN Xue-qin

（School of Electronic Information，Soochow University，Suzhou 215008，Jiangsu，China）

Abstract：Objective  To explore the limitations of single-vehicle time-domain analysis on the recognition of human physiological characteristics other than cardiovascular disease. Methods  The pulse wave signals of the left-hand stagnation pulse of 43 college students were collected to analyze their gender differences. The amplitude characteristics Hn / H1 were extracted using time domain analysis and spectral energy ratio analysis （n=2，3，4，5） ， Time characteristics Tm / T （m = 1，2，3，4，5） and spectral energy ratio Serx （x = a4， d4， d3， d2， d1）， which are used as statistical indicators for statistical processing. Results  The characteristics of Sera4， Serd4， and Serd1 were compared between the three groups of men and women in the spectral energy ratio analysis method，the differences were statistically significant （P<0.05）. The differences in the characteristics of the rest time domain analysis method were not statistically significant （P>0.05）. Conclusion  The time-domain feature parameters extracted by the single-vehicle time-domain analysis method have certain limitations in identifying the physiological characteristics of male and female gender.

Key words：Pulse wave;Single pulse;Time-domain analysis;Physiological characteristics; Limitations

脈搏波信号蕴含丰富的人体生理特征，对脉 搏波进行采集的脉路主要有指脉和腕脉，其中腕脉又分寸脉、关脉及尺脉;而对脉搏特征的研究  方法主要有时域特征点分析法、频域谐波分析法 以及基于小波变换的谱能比分析法;其中，单一脉路时域分析法是使用最为广泛的研究处理脉搏  波信号的方法，即仅对指脉或者腕脉中的其中一 脉进行时域分析，对此已有相关研究表明，时域特征参数与心血管疾病有良好的相关性。王超臣等[1]发现脉搏波时域特征与血压具有良好的相关性; 徐璡等[2]的发现脉搏波时域特征参数在心系疾病中有显著差异，这可能与心血管疾病对心脏以及动 脉血管有着直接的影响，并明显体现在脉搏波的传播速度、振幅强度、波形形态等方面有关[3]，单一脉路时域分析法对此类生理特征有着良好的效果。但如果对一些与心脏及动脉血管关联性较弱的生理特征进行单一脉路时域分析时，是否会造成某些有效信息的丢失尚不明确。本研究采集男性大学生以及女性大学生两组样本共43例，利用时域分析法以及谱能比分析法进行性别差异分析，现将结果报道如下。

1对象与方法

1.1研究对象  本研究于2019年3月随机选取苏州大学在校大学生共43名，其中健康男性25名，健康女性18名。采集左手关脉脉搏波，用于男女性别的识别研究，研究对象均知情同意。

1.2信号采集与预处理  待测试者静坐15 min后，使用Pulsesensor光电脉搏传感器采集左手关脉脉搏波。由于呼吸、肌肉紧张、肢体抖动等因素[4，5]，部分脉搏波信号会含有噪声。采用小波变换进行去噪，兼顾去噪效果及波形失真问题。根据赵志强等[6]对小波常用的3种阈值去噪方法的分析对比，选用默认阈值法对部分含噪信号进行去噪处理，去噪前信号见图1，去噪后信号见图2。

1.3特征分析

1.3.1时域分析  一般认为脉搏波有6个特征点[7，8]，见图3。本处采用微分法提取对应特征点的时域特征，观察脉象时域波形，可初步看出每个特征点的位置是脉势转折处，其表现为导数为零的特性，因此，在Matlab上调用diff函数局部求取微分值，时域特征点提取标注，见图4。

由于使用传感器采集脉搏波信号，无法精确掌握中医脉诊理论的脉象八要素[9]，通过直接观察特征点的时间、幅度的绝对大小无法与生理特性取得准确联系，因此需对各时域特征进行归一化处理，研究其相对大小的意义。

1.3.2基于小波变换的谱能比分析  小波变换具有多分辨分析的特点，是一种时间窗和频率窗都可以改变的时频局部化分析方法[10]。小波变换如下：

在实际观测中，观测信号都是离散的，所以在信号处理中一般使用离散小波变换（DWT）。本研究使用快速小波算法（即Mallat算法）[11]：对任一信号，离散小波变换第一步将信号分为低频部分（即近似部分）和高频部分（即细节部分）;第二步再对低频和高频部分进行阈值量化、小波重构、信号重构等处理。

通过小波变换原理对原时域波形进行小波分解，若将信号以最高频率做频率归一化，则各层小波分解分别是带通或低通滤波器，以db4小波的4层分解为例，各层所占的具体频带见表1。完整时域波形见图5;小波分解效果见图6。

本研究中定义Serx（x=a4，d4，d3，d2，d1）表示频带x的谱能量占总能量的百份占比。

1.4观察指标  通过时域分析取得如下观察指标：主波峡归一化幅度H2/H1、重搏前波归一化振幅H3/H1、降中峡归一化幅度H4/H1、重搏波归一化幅度H5/H1、主波归一化时间T1/T、主波峡归一化时间T2/T、重搏前波归一化时间T3/T、降中峡归一化时T4/T以及重搏波归一化时间T5/T;通过谱能比分析取得如下观察指标：频带a4的能量比Sera4、频带d4的能量比Serd4、频带d3的能量比Serd3、频带d2的能量比Serd2以及频带d1的能量比Serd1。

1.5统计学处理  使用SPSS 17.0软件进行统计分析，利用Kolmogorov-Smirnov检验对两组参数进行正态分布分析。对符合正态分布的参数做独立样本t检验[12]，对不符合正态分布的参数做非参数检验。P<0.05认为差异有统计学意义。

2结果

谱能比分析法中Sera4、Serd4 、Serd1三组男女特征分别比较，差异有统计学意义（P<0.05）;余时域分析法特征比较，差异无统计学意义（P>0.05），见表5。

3讨论

中医理论支持正常脉象随人体内外因素的影响可发生相应的变化，如年龄的不同[13]，性别的不同，这种变化属于生理范围内的变化。本研究中谱能比分析法中Sera4、Serd4 、Serd1三组男女特征分别比较，差异有统计学意义（P<0.05），在a4与d1频段，女性脉搏信号拥有更高的能量;d4频段，男性脉搏信号拥有更高的能量。余时域分析法特征比较，差异无统计学意义（P>0.05）。对来自于不同性别的关脉脉搏波信号，谱能比分析法可以区分出其中的差异，而单一脉路的时域分析法却难以体现这种差异。

除了谱能分析法，多重脉路的时域分析法也能体现出性别的差异：杨育慈等[14]通过对左寸、左关、左尺、右寸、右关、右尺六路腕脉脉搏波信号的时域分析发现了青年男女性别特征的区别。这也印证了《黄帝内经》提倡的“头手足，天地人”脉诊方法[15]以及《黄帝八十一难经》提倡的“寸关尺，浮中沉”脉诊方法。

本研究发现单一脉路时域分析法存在一定的局限性。目前，单一脉路时域分析法仍为主流的脉搏波信号处理方法，在心血管相关病症方面取得了大量的研究成果;但脉搏波信号中仍蕴藏着成百上千的其他人体生理特征，这些生理特征具有不菲的医学价值，如何更加高效可靠提取出这些生理特征是一条重要的研究方向。虽然多重脉路的时域分析法更加符合“三部九候”的传统中医脉诊方法，但却大大提高了采集的繁琐程度，增加了研究成本。兼顾到效率与可靠性，对于今后的研究，使用多种分析方法结合处理脉搏波信号会更加科学。

参考文献：

[1]王超臣，杨学智，张建，等.高血压患者脉搏波参数与脉搏波传导速度的相关性研究[J].现代生物医学进展，2014，14（23）：4459-4462.

[2]徐璡，王忆勤，郭睿，等.330例心血管疾病患者不同中医证候的脉象特征分析[J].中华中医药杂志，2012，27（3）：674-677.

[3]尚倩倩，王忆勤，张叶青，等.基于中医脉象分析开展高血压患者血管功能评估的综述与思考[J].中华中医药杂志，2016，31（3）：942-945.

[4]洋洋，陈小惠，王保强，等.脉搏信号中有效信号识别与特征提取方法研究[J].电子测量与仪器学报，2016，30（1）：126-132.

[5]季忠，刘旭.基于波形特征和小波的脉搏波特征点识别研究[J].仪器仪表学报，2016，37（2）：379-386.

[6]赵志强，郑国维，沈巍，等.脉搏波信号降噪和特征点识别研究[J].电子设计工程，2013，21（5）：57-60.

[7]孙薇，唐宁，江贵平.脉搏波信号特征点识别与预处理方法研究[J].生物医学工程学杂志，2015，32（1）：197-198.

[8]Huang Q，Zheng G，Yan G，et al.Key points recognition of pulse wave based on wavelet transform[C].International Conference on Biomedical Engineering&Informatics.IEEE，2011.

[9]张瑞义，张伟妃，王立娟，等.基于脉象八要素的中医脉诊操作规范化训练流程探讨[J].中医教育，2019，38（3）：7-10.

[10]蔡静.MATLAB R2015a小波分析[M].北京.清华大学出版社，2016：71-74.

[11]方清城.小波分析22个算法实现[M].北京.电子工业出版社，2018：55-58.

[12]Xu M，Fralick D，Zheng JZ，et al.The Differences and Similarities Between Two-Sample T-Test and Paired T-Test[J].Shanghai Arch Psychiatry，2017，29（3）：184-188.

[13]姚天文，王清亮，潘詩蕾，等.健康成人不同年龄、不同性格对中医脉图的影响[J].中华中医药学刊，2015，33（11）：2775-2777.

[14]杨育慈，燕海霞，王忆勤，等.50例正常男女青年寸口三部脉的脉图参数变化[J].中华中医药学刊，2011，29（9）：2074-2076.

[15]鲁明源.“三生万物”思想与《黄帝内经》理论体系的构建[J].中医杂志，2019，60（2）：100-103.

收稿日期：2019-7-18;修回日期：2019-7-31

编辑/肖婷婷