论文摘要
中医诊断作为中国的国粹,已经有两千年的历史。脉诊作为中医“四诊”之一,在辨证论治中起着重要作用。然而,长期以来中医一直依靠指面感觉来体会患者桡动脉搏动时所提供的脉象信息,诊断时需借助于医师长期累积的经验,往往分歧较多。所以,脉诊的客观化研究具有重要的意义。中医学认为脉象反映了人体的整体功能,因而能为人体的很多疾病的性质和发展趋势的分析提供重要依据。目前,研究人员利用数字化脉象在高血压、冠心病等心血管疾病的诊断工作中取得了良好效果,但是尚未将脉象信息提高到整体角度或与其他脏腑相关的角度进行分析。针对这一问题,本文使用本实验室研制的脉象仪采集了正常人、胆囊炎患者和肾病综合症患者三类脉象信号样本,对人体其它脏腑病变与脉象之间的关系进行初步探索。由于脉象信号是一种微弱的生理信号,在采集过程中容易受到其它设备的电磁干扰,而引进高频噪声。本文采用了软阈值小波降噪方法,在去除高频噪声的同时很好地保留了信号本身的信息。同时被采集者的体动和呼吸会导致信号的基线产生漂移,为此本文采用简单有效的样条法对其进行了处理。另外,电源电压的波动还会使脉象信号产生畸变从而产生伪峰。针对原有的伪峰检测算法PPH中存在的缺陷,本文设计了基于时间比的伪峰检测算法并取得了良好效果。这些预处理操作为后文进行特征提取和模式分类奠定了基础。脉象特征的提取也是很重要的一个环节。脉象信号作为一种人体生理信号,中医学家对其结构进行了分析并给出了具有相应生理意义的14个时域特征。在此基础上本文对上述三类脉象信号样本进行观察和分析后提取了8维相对时域特征用于分类,实验表明这些相对时域特征的效果优于原有的时域特征。此外,脉象信号还是一种非平稳信号。在非平稳信号的处理技术中,小波和小波包都是常用的手段。小波变换用于特征提取时往往局限于其固定的时频分解形式而难以实现信号的精细分解。小波包的时频分解形式更加灵活,能够观察到信号中更加细微的差异。本文基于脉象信号的小波包最优基进行能量特征的提取,并在实验中取得了良好的效果。最后,本文基于上述特征采用K近邻、支持向量机进行分类实验。实验结果表明:时域特征在区分正常人组和胆囊炎组时效果较好;能量特征则在区分正常人组和肾病综合症组、胆囊炎组和肾病综合症组时效果较好。因此,本文尝试对脉象信息进行融合,包括特征融合和分类器融合,从而使识别率得到进一步提高达到76.44%。上述结果表明正常人组、胆囊炎组和肾病综合症组的脉象信号具有一定的可分性,客观化脉象可用于这两种疾病的辅助诊断。