脉搏与人体健康研究调查

1、以下来自论文：程咏梅,夏雅琴,尚岚,等.人体脉搏波信号检测系统.北京生物医学工程学报,2006,25(5):520-523脉搏波所呈现出的形态、强度、速率和节律等方面的综合信息,能反映出人体心血管系统中许多生理病理的血流特征。将人体脉搏波转化为电信号进行测量和分析,使中医的脉象有了一个客观的分辨标准,便于揭开脉诊现代科学本质,为预防和治疗疾病提供参考。从脉搏波中提取人体的生理病理信息作为临床诊断和治疗的依据,历来都受到中外医学界的重视。几乎世界上所有的民族都用过“摸脉”作为诊断疾病的手段。脉搏波所呈现出的形态(波形)、强度(波幅)、速率(波速)和节律(周期)等方面的综合信息,在很大程度上反映出

2、人体心血管系统中许多生理病理的血流特征。这些脉搏波的特征可通过人体的表动脉如颈动脉、肱动脉和桡动脉等处很容易检测出。其中,桡动脉由于靠近体表外周血管,信息尤为丰富,检测也最为方便。用手指在手腕的皮肤上即可感知脉搏的搏动,因而是获取脉搏波的最佳检测部位。通过对脉搏波所提取的血流信息进行分析,就有可能预测出心血管疾病发生的可能性,及时采取措施可有效地减少危险因素,使症状得到缓解和改善。近年来随着生物医学工程学科的发展和电子计算机的广泛应用,脉搏波的检测、记录和分析处理仪器已不断更新和完善。目前有以下几种检测方法:光电容积脉搏波法、液体耦合腔脉搏传感器、压阻式脉搏传感器以及应变式脉搏传感器。脉搏信号

3、分析方法：脉搏信号属于近似周期的非线性、非平稳信号。最初，主要是时域分析为主，如通过脉搏波形图的形态、峰值、角度、上升支下降支的面积等直观参数进行分析，但是大量实践表明，脉搏信号中包含的信息是多方面的，单靠直观分析方法难以发现脉搏信号中所含的丰富信息，因而促进了脉搏信号分析方法更加全面与多样化方向的发展。近年来，常采用的脉搏信号分析方法主要有：时域分析、频域分析与时频联合分析方法。 时域分析方法： 所谓时域分析，就是在时间方向上分析脉搏波波形信息的各种动态特征，对脉搏波提取特征信息，这也是目前应用最广泛的一种分析方法。通过对波峰、波谷的幅度、形态以及时间参数的量化分析，该方法具有相对简单、直观

4、，生理意义明确，医生容易接受等优点。时域分析法主要有以下几种： 脉图面积法：脉图面积法是提取脉搏波波图面积变化为脉搏波特征量的一种分析方法。罗志昌等人研究证实由心血管生理和病理上的变化将会引起脉图特征和面积的相应变化，特征量 K 值变化可以反映这种内在联系。并且相当敏感，而且很有规律，因而在临床上有重要的应用价值，是心血管临床检查的一个重要生理指标6。 斜率法和阈值法：人们最早是根据脉搏波的峰值阈值进行区分7，就可以找到脉搏波的最高点，然后用斜率法去找出脉搏波的特征点，李震，赵星等人利用斜率法和阈值法组合起来共同对脉搏波特征点进行识别8，但是只能对某一类的脉搏波的特征点进行识别，因为当脉搏波比

5、较平缓的时候，识别效果不理想。 极值法和曲率法：张晴用极值法和曲率法进行特征点识别9，先通过找出脉搏波中的最大值和最小值，然后通过求整个曲线曲率，通过分析在不同地方曲率的变化找出脉搏波中拐点驻点等特征点的位置，对于特征点明显脉搏波能基本识别，在有噪声的情况下或者脉搏波中潮波不明显的波形就很难准确判别了。 自适应的算术平均法：杨福生等用自适应的算术平均算法结合差分法来确定脉搏波的特征点10。该算法的优点是简单、快速，但是灵敏度太低、误差较大，其中参数很难确定、效果不明显。 微分法：孙万蓉等用微分的方法去确定脉搏波信号特征点以及去计算参数11，该方法对主波波峰的检测比较适用，但是其后的特征点的识别

6、率低，所以有很大的局限性。 极值法：唐铭一等人采用极值法去提取脉搏波的特征点。这个方法也是对脉搏波中潮波特别明显的人很适用，找出主波波峰后，依次就很容易找出，如果潮波不明显或者是潮波比主波高的话，那这个方法要不就是检测不出来，要不就是会出现很大的错误，所以这个方法也是一个有着局限性的方法，很难说能准确识别脉搏波特征点。 频域分析方法 频域分析主要是通过离散傅里叶变换的快速算法，实现脉搏波曲线从时域到频域变换，得到相应的脉搏频谱曲线。通过对频谱图的特征分析，提取反映人体生理病理的特征信息，实现分类。频域分析包括功率谱分析和倒谱分析12。 功率谱分析：利用广义平稳随机过程的 N 个样本数据估计该过

7、程的功率谱密度,称为功率谱估计，亦可称为谱分析。对信号进行功率谱分析的算法通常有二种：一种是经典的快速傅里叶变换，在目前的频谱分析中采用较多。常见信号功率谱特征值有：前次峰、第一主峰、第二主峰的频率、谐波数、谱能比等13。傅里叶谱分析虽然比较成熟,但在脉搏波信号分析中快速傅里叶变换的频谱的特征峰不突出，可能是存在样本截断后能量泄漏从而易产生虚假细节。另一种对信号进行功率谱分析的算法是最大熵谱估计，它首先根据离散采样信号建立时间序列模型（自回归模型），然后根据模型计算功率谱。应用 AR 谱分析脉搏波信号时，可以得到比 FFT 频谱更光滑、特征更明显的谱线14。 倒谱分析：倒谱是对频谱取对数后进行

8、傅里叶变换的，它将频域内的周期成分（如谐波族）转化为倒谱上的单根线谱及其倒谐波，这样可从倒谐波峰的特征更准确、方便地得到脉搏周期。倒谱经过倒滤波技术处理后，可得到脉象的倒滤波谱15。脉搏信号分类方法：系统识别未对某个特定的系统进行定性或者是定量的行为的认知，方法是建立数学模型并利用观测数据：包含输入与输出，找出该模型的未知参数值。将系统识别与参数估计的方法引入脉搏信号的分析研究是一件极有意义的事情。对于脉搏信号的分类识别方法主要有以下几种22： (1) 计算机的自动识别法：随着计算机运用的普及和技术智能化的发展，人们越来越多地以计算机处理各种各样的信息，以代替人工的费时费力。计算机的自动识别法

9、是用计算机对脉搏参数进行分析，筛选各项指标，并挑出主要指标，运用多因素分析法建立判别方法。 金黎明等建立了一套中医脉象计算机识别软件系统。其中用汇编语言将寸、关、尺的脉搏波实时采样成时间序列并进行实时动态显示，采用键盘中断功能控制切脉压力、数据采集、作图显示等。根据统计模式识别理论，在系统中建立了一个知识库，用自学习方法修改该知识库，以提高识别精度9。 (2) 模糊属性识别方法：80 年代出现的用句法分析指导的脉象模糊属性识别方法，从根本上抛开了人工测定指标的判据，它是从检测到的脉搏波上进行采样、基元抽取及基元属性提取等，然后作分类，这就使得计算机识别有可能突破医生的水平。模糊聚类法用于人体脉

10、搏信号的识别研究也获得了较高的正确率23。 王炳和等对脉搏信号进行 AR 模型拟合来完成特征提取，并通过 K-L ( Karhunen-Loeve)变换实现特征压缩，然后讨论了一种新的 FUZZY 聚类方法F-PFSR 聚类法，最后给出了对临床实测脉象信号聚类的实验结果。但研究结果显示这种聚类的正确率还有待于提高24。 (3) 人工神经网络(Artificial Neural Network, ANN)技术：人工神经网络技术是对人脑神经元结构和功能的简化与模拟，将人工神经元彼此按某种方式互相连接形成一个计算机系统，该系统是靠其状态对外部输入信息的动态响应来处理信息的。已在模式识别和故障诊断领域

11、得到了广泛的应用。目前已有学者采用 ANN方法对脉搏信号进行辨识，通过大量脉搏信号样本的学习和临床检验，取得了较高的正确识别率。 (4) 支持向量机(Support Vector Machines, SVM)的模式识别：SVM 是统计学习理论中最年轻的内容，也是最实用的部分。它是 Vapnik 等人提出的基于结构风险最小化原理的统计学理论，用于分类和回归问题。SVM 在解决样本数量较少、非线性及高维模式识别问题中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中25。国内外研究现状：国内外学者从事脉诊客观化的研究已经将近有70年的时间，国内如，北京6、天津1、上海7, 8、大连

12、9、香港和台湾10等地已经投入了大量的人力物力，通过结合西医诊断学、生物力学、数学和信息工程学等多学科的知识并利用现代化的设备在脉诊客观化的研究中取得了一些进展。国外韩国、日本、印度、德国、加拿大和美国等学者也对其做了大量的研究工作并取得了一定的成果11-15。 综述目前国内外脉诊客观化的研究成果可将其分为：脉搏信号的采集系统研究、脉搏信号预处理及特征提取研究、脉搏信号的模式分类研究和脉象的应用研究。 脉搏信号的采集系统 在对脉诊的客观化研究中脉搏信号的采集是首要环节，由于采集到脉搏信息的质量将直接影响其后续的各阶段的效果。因此，研究人员对脉搏信号的采集系统的研制上投入了大量的精力，研究人员利

13、用信号获取方式的不同相继开发了压力、超声多普勒和光电等一系列脉搏信号的采集设备。1.压力信号采集设备 世界上第一台压力信号采集设备是由 Vierordt 在 1860 年设计发明的，其采用杠杆和压力鼓式描记法记录脉搏波形图，随后 Mahomed F.又基于力学原理发明了描记器来描记脉搏压力信号的曲线图16。其现象主要是当手腕动脉血管中血液流动时，皮肤表面的作用力也会相应的变化，采用压力传感器就可以获取其作用力，图 1-1 为压力传感器获取脉搏信号的示意图。我国对压力信号采集设备的研究起步比较晚到 20 世纪 50 年代才由朱颜首次将脉搏描记仪应用在中医脉诊的研究中，不过随着科学技术和电子产品的

14、不断进步，国内上海17、哈尔滨、北京和台湾等地的科学研究人员相继研制出了一批压力信号采集设备，用以模拟中医大夫的手获取脉搏信号。目前已研制出来压力信号采集设备中按照探头可分为单点式和三点式如图 1-2 所示，按照常用的传感器又大体可分为压阻式、压磁式18和压电式三种类型。 2.多普勒超声信号采集设备 多普勒效应是由奥地利物理学家多普勒(Doppler)在 1842 年发现的，并于1845 年由荷兰气象学家巴洛特（Ballot）以实验的方式，验证了声波同样也具有多普勒效应，其现象主要是当声音接收器和声源在连续的介质中作相对运动时，声源所辐射的声频率会不同于接收器所接收到的声频率，造成这种现象的原

15、因主要是由于相对运动速度的不同，图 1-3 为多普勒超声传感器获取血流信号的示意图。20 世纪 50 年代时人们将声波的多普勒效应用于医学中，在医学中一般将声波的多普勒效应称之为彩色超音波（彩超），彩色超音波简单的说就是彩色多普勒再加上高清晰度的黑白 B 超。彩色多普勒超声通常采用自相关技术对多普勒信号处理，自相关技术后的血流信号再经彩色编码并实时地叠加在二维图像上形成彩色多普勒超声脉搏图像。因此，彩色多普勒超声既具有二维超声结构图像的优点，同时又提供了血流动力学的信息。根据超声多普勒效应的原理在 1957 年日本科学家里村茂夫第一次将其研制成用于在体外测定血管内血流信息的仪器。在 1961

16、年美国学者 Rushmer、Frankldin 和 Baker 提出了利用多普勒频移对血流速度进行检测的方法，成功的设计出血流计，同时还研制出最早的连续式多普勒超声仪。早期的这些研究为多普勒超声技术的进一步发展奠定了基础19。 3.光电信号采集设备 脉搏信号预处理及特征提取研究 利用脉搏采集设备获取脉搏信号后，其经过滤波处理、放大处理和 A/D 转换后即成为可用于客观化分析的脉搏信号。但此时的脉搏信号由于身体移动或呼吸影响存在基线漂移，同时由于电磁干扰而存在伪峰和高频噪声，需要对其进行预处理。此外，为了实现脉诊的客观化，需要将不同脉搏信号的特征与疾病或证型的特异性建立关系，目前在脉搏信号特征提取研究方法中主要为时域分析法、频域分析法和非线性动力学方法等。1.脉搏信号预处理脉搏信号中的干扰主要