基于局部均值分解的脉搏信号差异性分析

胡频

（泸州职业技术学院 四川省泸州市 646000）

城市生活节奏的加快使得国民的生活压力在不断地增大，国民加班加点的工作使得作息不规律，同时应酬增多使得饮食结构缺乏合理性，这导致国民的身体健康状况不佳。国民生活水平的提升使得其对自身健康的关注在提升，其往往希望在自己生病之前，特别是身体出现一些异样时能够尽早对自身的身体状况进行评估，达到“早发现、早资料”的目的。人体脉搏包含人身体的许多病理信息，对脉搏信息的采集简单、无创伤、无痛苦，易被广大的患者所接受，目前在医学研究和医学诊断中具有十分广泛的应用[1]。但是在长期的临床实践中也暴露出一些缺点，如微弱的脉搏信号难以分辨，医生往往是凭借自身的经验去判断脉搏的特征，具有比较强的主观性。由于原始脉搏信号往往包含有大量的噪声，采用脉搏信号进行诊断需要先进行降噪处理。实测人体脉搏信号是非线性、非平稳信号，采用传统的降噪方法往往无法达到分析的要求。局部均值分解是一种新的时频分析方法，对非平稳信号具有良好的自适应性，被广泛应用于医学信号处理中。基于此，本文采用局部均值分解算法对脉搏信号的差异性进行研究。

1 相关理论

1.1 局部均值分解

局部均值分解（LMD）是由Jonathan S.Smith提出的自适应非平稳信号处理方法，其将非线性、非平稳的实测信号分解为若干个瞬时频率的乘积函数（PF）之和，这些瞬时频率均具有一定的物理意义，同时对于每一个PF分量均由一个包络信号和一个纯调频信号得到[2]。包络信号为乘积函数分量的瞬时幅值，PF分量的瞬时频率可以通过纯调频信号直接得到。将PF分量的瞬时幅值和瞬时频率组合就可以得到实测信号的时频分布，从而达到对实测信号时频分析的目的。

通过专用数采设备采集获得实测信号s(t)，计算所有的局部极值点ni(t)，记相邻两个局部极值点的平均值为mi(t)和相邻两个局部极值点的包络值为ai(t)，那么：

分别将所有的局部极值点平均值mi(t)和局部极值点包络值ai(t)采用直线连接成折线，通过滑动平滑法对折线进行平滑处理，得到局部均值函数m11(t)和局部包络函数a11(t)。从原始信号s(t)中将局部均值函数m11(t)进行分离，同时采用局部包络函数a11(t)对剩余信号进行解调分析，即：

判断x11(t)是否满足：

如果满足式（5），那么x11(t)为一个纯调频函数，分解结束；如果不满足式（5），那么将x11(t)作为新的信号重复上述步骤，直到x11(t)为一个纯调频函数结束。在实际的应用中，常常对分解结束的判断条件进行灵活处理，这样可以在一定程度上提高运算的效率。求解包络信号a1(t)，即：

用包络信号a1(t)和纯调频函数相乘就可以得到原始信号s(t)的第一个PF分量，即：

从原始信号s(t)中将PF1(t)分离得到新的信号，记为u1(t)，重复以上步骤，直到uj(t)为单调函数。那么原始信号s(t)就被分解为j和PF分量和一个残余分量uj(t)，即：

1.2 脉搏信号时频特征

脉搏信号具有非平稳、非线性特征，同时还具有近似的周期性，但是脉搏信号不是恒定不变的，其往往会受到外界环境的影响，同时处于亚健康的人脉搏信号也会产生比较大的变化。亚健康的人和健康的人相比，其自身的器官结构和心血管系统结构也会产生明显的变化，这导致脉搏信号中所包含的病理特征参数也将发生改变。对于健康的人而言，其脉搏信号的频率相对比较低，往往在40Hz以内，超过40Hz的能量分布比较少，而对于处于亚健康或者患有疾病的人而言，其脉搏信号的能量集中在相对比较高的频率范围之内。受到多种因素的影响，在人体的脉搏信号中常常混杂有噪声，同时由于在测试人体脉搏信号的过程中被测机体可能存在精神紧张、动作不稳定等情况，这也会带来假象的信号，这对于脉搏信号的分析都会产生极为不利的影响。不论是中医，还是西医，在借助于脉搏信号进行人体健康状况评估时都必须消除噪声的干扰，这样才能使得健康状况评估更加科学、有效。

1.3 脉搏信号分析

脉搏信号就是借助脉搏信号采集仪器采集到的脉搏波形，属于生物电信号的一种。在人体的脉搏信号中携带有大量的包含人体生理健康状况的信息，通过对脉搏信号的分析可以评估人体各个部位的健康状况。通过脉搏采集仪器所采集的脉搏信号是心脏射血打击人的血管壁，从而引起人体的各个器官共同作用所产生的波形，通过观察人体脉搏的走势来判断人体循环系统功能的运转情况，同时也可以提取脉搏信号的参数，通过脉搏信号参数为中西医诊断提供更加客观、精准的临床诊断。对人体脉搏信号的分析包括两个方面，一方面是时域分析，即通过观察信号的波形来进行人体健康状况的诊断；另一方面是频域分析，即通过将采集到的信号变换到频域下，通过对频域信号波形分析来了解人体的健康状况。健康人群机体的脉搏信号频率与频谱能量主要集中在40Hz以内，超过40Hz的部分可以忽略不计。一旦人体机体的脉搏不在这个范围之内，那么就可以作为判断人体机体处于亚健康水平。通过对人体机体脉搏信号的频谱分析可以更为准确、客观地将人体的生理病理状态信息完整展现出来，为医生的临床诊断提供可靠的依据。在进行人体脉搏信号分析的过程中要从时域和频域两个角度进行分析，单纯从时域波形进行分析往往无法获得脉搏的全部信息。

2 脉搏信号降噪预处理

2.1 脉搏信号采集装置

脉搏信号的采集方法关系到所采集到的脉搏信号的质量，在进行脉搏信号采集的过程中要尽量避免仪器对脉搏信号的干扰，使得采集到的信号所包含的噪声信号比较少，这样有助于进一步对采集到的脉搏信号进行分析。目前对脉搏信号的采集往往选择传感器，通过传感器来采集人体的脉搏数据，这样脉搏数据中就包含有大量的人体信息数据，为后续的研究分析提供参考。和其它的人体健康、疾病诊断手段所不同，采集脉搏信号仅仅是和人体表面接触，无痛、无创伤，因此更加容易被大众所接受，在实际的医疗诊断中具有十分广泛的应用。

目前市场中传感器种类多种多样，对于不同种类的传感器，其应用领域也存在很大的不同。对于测量人体脉搏类的传感器而言，主要有光电式容积传感器、应变计式压力传感器、电抗式容积传感器等等，其中光电式容积传感器在实际的应用中更为广泛[3]。和其它类别的脉搏传感器相比，光电式容积脉搏传感器价格偏低，使用简单，同时对人体动脉脉搏的紧张性变化十分敏感，可以采集到更为准确的脉搏信号。反映人体生理健康状况的信息可以通过脉搏信号非常容易地获得手指、耳朵、脚趾表面的信息特征。本文采用的脉搏信号采集传感器为光电式容积脉搏传感器，其很好地实现了光电隔离，稳定性比较好，测试得到的脉搏信号可以在很大程度上避免外界的干扰。光电式容积脉搏信号采集传感器是将传感器在人的手指上，这样可以快速、精确地测量出人体指端动脉的脉搏信号。

2.2 脉搏信号采集及降噪

为了分析患者和健康人群脉搏信号的差异性，本文脉搏信号采集对象为郑州大学第一附属医院的心血管疾病患者和郑州大学医学院的学生自愿者，通过对比患有心血管疾病患者和健康自愿者的脉搏信号，找出脉搏信号的差异性，为借助脉搏信号进行健康人群的健康状况诊断和评估提供临床参考。对心血管患者和健康人群脉搏信号的采集采用光电容积式脉搏传感器，同时采集的是动脉指端脉搏信号。按照我国中医学的相关理论，在人体的动脉脉搏中携带有大量的人体生理病理信息，因此通过采集指端动脉脉搏信号作为后续分析的数据。动脉脉搏信号在传播的过程中受到测试环境温湿度、测试时间、被测者饮食结构等多个方面因素的影响，为了有效地消除这些因素的影响，对被测者在7点到9点之间的空腹环境下进行测试，从而在更大程度上消除外界环境的干扰。

采用光电容积式脉搏传感器进行脉搏信号的采集，将脉搏信号采集装置夹在受测试者的右手中指上，确保传感器和受测试者的指端接触良好，不允许有空隙。在采集脉搏信号的过程中，受测试者的手应该是自然放平在桌面上，采集的时长为3分钟，采样频率为200Hz和100Hz。由于采集到的脉搏信号包含有噪声，局部均值分解算法是一种自适应非平稳信号处理方法，可以有效地对脉搏信号进行降噪处理。基于此，采用局部均值分解算法对采集到的心血管病患者和健康自愿者脉搏信号进行降噪处理[4]。

对降噪后的信号进行边际谱分析，通过边际谱分析可以知道在整个时间区域内的频率成分分布情况以及内在模态对应的幅度[5]。对于心血管疾病患者而言，其边际谱能量值的均方差离散程度比较大，结合健康者和心血管疾病患者的边际谱能量值可以有效地对健康人群和心血管患者人群进行区分，作为疾病诊断的重要依据。

3 结论

脉搏信号中包含了人体的许多病理信息，对脉搏信号分析可以作为临床诊断的依据。由于实测脉搏信号具有非线性、非平稳特征，因此采用传统的方法往往无法得到很好的分析效果。本文采用局部均值分解算法对实测脉搏信号进行降噪处理，同时对降噪处理后的脉搏信号进行边际谱分析，指出心血管疾病患者的边际谱能量值均方差离散程度比较大，可以作为有效区分健康人群和心血管疾病人群的依据。本论文的研究对脉搏信号的差异性分析具有一定的参考价值。