脉象信号研究日渐深入

脉象信号的分析包括脉象信号特征提取、脉象信号模式识别和分类两步。从上世纪50年代至今,从单一的时域分析到小波分析,从最早的人工脉图识别到应用人工神经网络技术,逐步实现模拟人脑神经元结构和功能对脉象信号进行识别,广大学者在脉象信号分析方法方面的研究已取得了一系列进展。

■脉象信号的特征提取方法众多

时域分析法目前国内对脉象信号的特征提取方法,多数采用时域分析法,即在时间方向上分析波动信号的动态特征,通过对主波、重搏前波(也叫搏波)、重搏波的高度、比值、时值、夹角、面积值的参量分析,找出某些特征与脉象变化的内在联系。时域分析法包括直观形态法、多因素识脉法、脉象速率图法、脉图面积法。

有科研人员提出每个寸、关、尺脉均应包括脉波-脉位趋势图、脉象波形图、脉率趋势图、脉道形态示意图来进行脉象的多因素分折。还有人以获得的二维信号为基础,用空间幅度分布图、间-空特征图、脉宽踪迹图来进行脉象分析。上海工业大学科研人员提出脉象识别的九类特征参数,包括最佳切脉压力、脉力、脉幅、脉形、脉波-脉位趋势图、脉率、节律、脉体,用于模拟医生脉诊各种指感信息。此外,有学者已应用脉象速率图分析出平、滑、弦脉的不同。

频域分析法频域分析法主要是通过离散快速傅里叶变换,将时域的脉搏波曲线变换到频域,得到相应的脉搏频谱曲线,通过频谱曲线的特征分析,从中提取与人体生理病理相应的信息,实现脉象分类。频域分折包括功率谱分析和倒谱分析。陕西师范大学科研人员运用倒谱理论讨论了正常心律和非正常心律受检者的脉搏信号在倒谱域中的特征表现,并通过对286例脉搏信号的倒谱分析,发现代脉信号与其他正常心律脉搏信号的倒谱特征差别显著。

时频联合分析法时频表示(TFR)法是把一维信号或系统表示成一个时间和频率的二维函数,时频平面能描述出各个时刻的谱成分。常用的时频表示方法有短时傅立叶变换和小波变换(WT)。重庆大学电气工程学院科研人员应用连续小波变换分析了**吸毒者和正常人的脉象信号,发现在0.2～0.4秒时间间隔内,两者脉象信号的连续小波变换系数间存在显著差异,并提出了划分**吸毒者与正常人的临界参数。

系统辨识与参数估计系统辨识是在对输入与输出观测的基础上,在指定的一类系统中、确定一个与被识别系统等价的系统。参数辨识则是在数学模型的形式和结构已知的基础上,根据已得到的输入及输出观测数据,找出该模型的未知参数值。将系统辨识与参数估计的方法引入脉象图分析研究是一件极有意义的事情。有研究者利用双弹性腔模型,将心脏作为输入信号,实测的桡动脉压力波形作为系统的输出信号来估计模型的参数,从而对脉象图进行分析。另有研究者在脉搏波的测量中发现,重搏前波可在形式上看成为主峰波的反射波,它和主峰波及重搏波一起迭加而成为脉搏波,并且每个波都可用一个高斯函数(钟形波)来近似。由这样的数学模型可合成各种常见的脉搏图,通过图谱分析可得到脉图特征参数。