脈診信息分析和識(shí)別方法評(píng)

1、脈診信息分析和識(shí)別方法評(píng)析【關(guān)鍵詞】 脈診信息;分析方法;識(shí)別方法;綜述伴隨著脈診儀關(guān)鍵技術(shù)一一傳感器研究的不斷進(jìn)步信息采集的精度和速度日益提高。信息量 的豐富對(duì)相應(yīng)分析技術(shù)的要求也逐步提高。除幾種傳統(tǒng)的分析技術(shù)外，其他學(xué)科新興的分析技術(shù) 不斷被引入脈診現(xiàn)代研究中，使有價(jià)值脈動(dòng)信息的獲取空間空前擴(kuò)大。目前，脈診現(xiàn)代研究中， 常用的分析和識(shí)別方法有時(shí)域分析、頻域分析、時(shí)頻分析、人工神經(jīng)網(wǎng)絡(luò)、可視化分析以及一 些其他分析方法。1時(shí)域分析時(shí)域分析是對(duì)脈搏波動(dòng)圖形進(jìn)行分析的主要方法，是目前研究時(shí)間最長(zhǎng),也是最成熟的方法。 最初的脈圖分析方法主要局限于從脈圖的時(shí)間、振幅、角度、形態(tài)等方面分析上升支、下降

2、支、 重搏波的高度及各種高度的比值或它們夾角的大小及面積大小時(shí)值等。脈搏信號(hào)從時(shí)域上看，是一個(gè)周期性較強(qiáng)的準(zhǔn)周期信號(hào)。脈搏波動(dòng)頻率為60100次/min。 時(shí)域分析法主要分析脈波波幅的高度和脈動(dòng)時(shí)相的關(guān)系。通過對(duì)脈圖幅值和時(shí)值的分析，可以了 解脈動(dòng)的頻率和節(jié)律，脈力的強(qiáng)弱，脈勢(shì)的虛實(shí)和脈象形態(tài)特征等。崔玉田、趙恩儉等是較早對(duì)古代脈學(xué)理論和現(xiàn)代實(shí)研進(jìn)展進(jìn)行系統(tǒng)梳理的研究者其專著 中醫(yī)脈學(xué)研究、中醫(yī)脈診學(xué)中涉及到一些脈圖時(shí)域特征分析的內(nèi)容。其后傅驄遠(yuǎn)、費(fèi) 兆馥、黃世林、楊天權(quán)、徐迪華等研究者對(duì)脈圖的時(shí)域特征進(jìn)行了系統(tǒng)論述。傅氏等1 較早開展采用現(xiàn)代技術(shù)的中醫(yī)脈診研究，其在中醫(yī)脈象今釋中集中論述了

3、18 種常見脈象脈圖分析和判別的方法，并對(duì)脈象形成的機(jī)制,從血流動(dòng)力學(xué)、血液流變學(xué)以及影像 學(xué)等方面進(jìn)行了探討。費(fèi)氏等2較早并較全面的對(duì)脈圖的時(shí)域分析方法進(jìn)行了研究在其現(xiàn) 代中醫(yī)脈診學(xué)一書中，詳細(xì)闡述了臨床常見17種脈象的脈圖及其時(shí)域特征參數(shù)。黃氏等3 在中醫(yī)脈象研究中對(duì)10種常見脈象的脈圖進(jìn)行了細(xì)致分析，開創(chuàng)性地記錄了中醫(yī)學(xué)中的“十 怪脈”的脈圖，并論述了其現(xiàn)代醫(yī)學(xué)基礎(chǔ)。較晚的研究者對(duì)脈圖研究的種類更加全面在各自的 專著中均有詳細(xì)論述4-5。時(shí)域分析方法通過提取脈搏圖曲線中一些有明確生理意義的特征點(diǎn)（如主波、重搏波和重搏 前波的高度等）或角度（如升支斜率等）作為評(píng)價(jià)脈搏波的特征參數(shù)，將特征參

4、數(shù)和對(duì)應(yīng)的生理因 素結(jié)合起來就可能得到許多有臨床醫(yī)學(xué)價(jià)值的結(jié)果，故時(shí)域分析法成了最直觀和應(yīng)用最廣泛的 一種方法。它可直接通過脈圖的形態(tài)分析及對(duì)各項(xiàng)指標(biāo)的分析來確定圖與脈之間的差別鑒別出 各種脈象。這方面的關(guān)鍵在于篩選判別各種脈搏波波形的特征參數(shù)其主要工作在于分析脈波特 征參數(shù)與時(shí)相的關(guān)系。這種方法的優(yōu)點(diǎn)是直觀，臨床醫(yī)生容易接受，但在實(shí)際應(yīng)用上卻遇到一些 難以解決的困難,如有些特征點(diǎn)難于準(zhǔn)確得出，要憑經(jīng)驗(yàn)估計(jì),隨機(jī)誤差很大。另外，缺乏各種脈 象的脈圖時(shí)域參數(shù)特征較統(tǒng)一的標(biāo)準(zhǔn)。大量研究表明，脈象圖所反映的信息是多方面的、綜合的， 單靠直觀形態(tài)分析法會(huì)將許多重要的信息掩蓋，因而促進(jìn)了分析方法向更加全

5、面與多樣化發(fā)展2頻域分析頻譜分析是近代工程力學(xué)中常用的一種處理波動(dòng)信息的方法，主要采用傅立葉頻譜分析方 法。它把一個(gè)很復(fù)雜的由許多重疊波構(gòu)成的脈搏波分解成不同的諧波這樣就能把其中所包含的 信息和能量提取出來，因此，較時(shí)域分析法更能清楚地反映、分析脈象的各種變化。但其只能刻 畫整個(gè)時(shí)間域上信號(hào)的頻譜特征，不能反映局部時(shí)間區(qū)間上的信息。近年來，頻譜分析也大量用 于脈搏信號(hào)和中醫(yī)脈象的研究。頻譜分析可能會(huì)揭示出許多生理病理信息,而這些信息通常從時(shí) 域分析中較難獲得。重慶大學(xué)的研究者基于脈象信號(hào)的頻域分析，從不同角度，采用不同方法對(duì)吸毒者與正常人 的脈象進(jìn)行了辨識(shí)。他們根據(jù)脈象信號(hào)的非高斯隨機(jī)特性，發(fā)

6、現(xiàn)非參數(shù)化雙譜估計(jì)、參數(shù)化雙譜 估計(jì)以及倒雙譜估計(jì)的方法均是分析脈象信號(hào)的有效且可行的方法，吸毒者脈象信號(hào)在特定頻 率區(qū)域內(nèi)的平均相位值、雙譜相位主值特征等參數(shù)明顯區(qū)別于正常人，分別給出了吸毒者和正常 人脈象信號(hào)的判別依據(jù)6-8。西北工業(yè)大學(xué)王炳和等9-10 研究人員長(zhǎng)期進(jìn)行脈搏波頻域分析的研究。其利用高性能的 電子檢測(cè)儀器和計(jì)算機(jī)提取人體橈動(dòng)脈脈搏信號(hào)，并獲得了脈搏功率譜圖(PSG)。譜能比(SER) 被定義為脈搏功率譜上10 Hz以下的譜能量與10 Hz以上譜能量的比值。結(jié)果發(fā)現(xiàn)，健康人兩手 “寸、關(guān)”部位的SER值均大于100,而患者“寸、關(guān)”的某些特定部位的SER值均小于100, 這些

7、給出低SER值的特定部位與人體的病變器官相對(duì)應(yīng),符合中醫(yī)理論。同時(shí)發(fā)現(xiàn)正常人平脈脈 搏系統(tǒng)通常具有3個(gè)共振峰，滑脈脈搏系統(tǒng)有2個(gè)共振峰，弦脈脈搏系統(tǒng)出現(xiàn)4個(gè)共振峰,而細(xì)脈 僅存在1個(gè)共振峰。倒譜分析顯示滑脈與弦、細(xì)脈的特征差異要比在時(shí)域內(nèi)的差異大得多。脈 象倒譜上T =T z處的峰值大小可表征脈象的“流利”程度,T z1恰好反映了脈象的周期大小， 而hc0值正好反映了脈搏強(qiáng)度的信息特征。厲氏等11研究了遲脈、常脈、數(shù)脈、疾脈4種脈象的頻域特征。研究發(fā)現(xiàn),對(duì)于脈率異常 的脈象信號(hào)，在頻域具有與時(shí)域相似的特性，即隨著脈率的增大，頻域中幅度的最大值以及在低、 中、高3個(gè)頻段的幅度值也相應(yīng)增大。相對(duì)于

8、正常脈象，脈率失常的脈象在頻域中表現(xiàn)出幅度更 不平穩(wěn)的特點(diǎn)。另外，浮脈患者脈象的能量最高，其次為常脈，沉脈患者脈象的能量最低。從SER 看,3種脈象的低頻分量都占據(jù)了信號(hào)的主要能量，但沉脈患者SER最高，浮脈最小，常脈居中;與 常脈相比，說明沉脈能量更加集中于信號(hào)的低頻段，浮脈卻向信號(hào)的高頻段擴(kuò)散12。另外，其他 研究者也報(bào)道了脈診信息頻域分析的成果13-18。3時(shí)頻分析時(shí)頻分析的主要任務(wù)是描述信號(hào)的頻譜含量是怎樣隨時(shí)間變化的，研究并了解時(shí)變頻譜在 數(shù)學(xué)和物理上的概念和含義。時(shí)頻分析的最終目的是要建立一種分布,以便能在時(shí)間和頻率上同 時(shí)表示信號(hào)的能量和強(qiáng)度。得到這種分布后，我們可以對(duì)各種信號(hào)進(jìn)

9、行分析、處理，提取信號(hào)中 包含的特征信息，或者綜合得到具有期望時(shí)頻分布特征的信號(hào)。時(shí)頻分析結(jié)果可以通過不同的方 式直觀地表示，如三維立體圖、等高線圖等，具有揭示許多新現(xiàn)象即改變我們觀察思考醫(yī)學(xué)信號(hào) 方式的潛力。目前,在脈診研究中應(yīng)用的是短時(shí)傅立葉變換和Gabor展開以及小波變換。3.1短時(shí)傅立葉變換由于人體生理、病理和自然環(huán)境的影響，生物醫(yī)學(xué)信號(hào)通常呈現(xiàn)非平穩(wěn)與時(shí)變特性。傳統(tǒng)的 傅立葉變換不能描述信號(hào)的時(shí)頻局域特性，僅反映信號(hào)的靜態(tài)頻譜特性。短時(shí)傅立葉變換克服了 傅立葉變換的缺陷，并具有容易實(shí)現(xiàn)、計(jì)算簡(jiǎn)潔有效等優(yōu)點(diǎn),為最早和最常用的一種時(shí)頻分析方 法。其主要缺陷是時(shí)間和頻率分辨率在整個(gè)時(shí)頻平面

10、上固定不變。另外的限制是對(duì)一個(gè)特殊的 信號(hào),需要一個(gè)特殊的窗才能得到最佳分辨率。有學(xué)者應(yīng)用全極點(diǎn)滑動(dòng)窗遞歸算法，以平均功率與總平均功率的比值為特征參數(shù)和通過奇 異值分解有效地提取特征矢量，提出了用于劃分正常人和吸毒者的臨界參數(shù)，據(jù)此15例吸毒者 全被檢測(cè)出來19-20?；诙虝r(shí)傅立葉變換的方法是一種穩(wěn)定、有效的特征提取方法。3.2小波變換分析由于小波變換在時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì)，小波變換的數(shù)學(xué)理論和分析方法 在各個(gè)領(lǐng)域都受到普遍關(guān)注。小波變換是一種信號(hào)的時(shí)間-尺度（時(shí)間-頻率）分析方法，它具有多 分辨率分析的特點(diǎn)，而且在時(shí)頻兩域都具有表征信號(hào)局部特征的能力,是一種窗口大小固定不變,

11、 但形狀可改變，時(shí)間窗和頻率窗都可改變的時(shí)頻局部化分析方法。即在低頻部分具有較高的頻率 分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率很適合于 非平穩(wěn)信號(hào)的處理。小波變換在1-D生物醫(yī)學(xué)信號(hào)處理（生物聲學(xué)、ECG和EEG）和生物圖像處理 中都得到了應(yīng)用。白氏等21根據(jù)小波變換過零點(diǎn)和信號(hào)突變點(diǎn)之問的關(guān)系，分別運(yùn)用小波變換過零點(diǎn)表征 檢測(cè)脈象時(shí)域特征點(diǎn)和各特征點(diǎn)脈搏信號(hào)變化的快慢。對(duì)20例健康人和20例孕婦脈象時(shí)域特 征點(diǎn)過零點(diǎn)位置的統(tǒng)計(jì)及其變化快慢的計(jì)算，其分析結(jié)果正好與實(shí)際相吻合。張氏等22利用小波變換奇異性檢測(cè)功能與多尺度分辨特性，提出了 2種提取脈象信號(hào)特 征

12、的方法：連續(xù)小波變換法和二進(jìn)小波變換法。在此基礎(chǔ)上，構(gòu)造了兩種特征向量：小波變換系 數(shù)的尺度一一主波峰值和小波變換的尺度一一能量值。經(jīng)過對(duì)臨床采集的235例脈象信號(hào)的處 理與分析統(tǒng)計(jì)，所得數(shù)據(jù)具有較好的重復(fù)性與穩(wěn)定性，可以作為脈象信號(hào)區(qū)分正常人與心臟病患 者的特征向量。4人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是反映人腦結(jié)構(gòu)及功能的一種抽象數(shù)學(xué)模型一個(gè)人工神經(jīng)網(wǎng)絡(luò)是由大量神 經(jīng)元節(jié)點(diǎn)互連而成的復(fù)雜網(wǎng)絡(luò),用以模擬人類進(jìn)行知識(shí)的表示與存儲(chǔ)以及利用知識(shí)進(jìn)行推理的 行為。一個(gè)基于人工神經(jīng)網(wǎng)絡(luò)的智能系統(tǒng)是通過學(xué)習(xí)獲取知識(shí)后建立的。從本質(zhì)上講，人工神經(jīng) 網(wǎng)絡(luò)的學(xué)習(xí)是一種歸納學(xué)習(xí)方式，它通過對(duì)大量樣本的反復(fù)學(xué)習(xí)，由內(nèi)部自適

13、應(yīng)過程不斷修改各 神經(jīng)元之間互連的權(quán)值，最終使神經(jīng)網(wǎng)絡(luò)的權(quán)值分布收斂于一個(gè)穩(wěn)定的范圍。一個(gè)已建立的神經(jīng) 網(wǎng)絡(luò)可用于相關(guān)問題的求解，對(duì)于特定的輸入模式，神經(jīng)網(wǎng)絡(luò)通過前向計(jì)算可得出一個(gè)輸出模式, 從而得到輸入模式的一個(gè)特定解。人工神經(jīng)網(wǎng)絡(luò)是由大量簡(jiǎn)單的神經(jīng)元以一定的方式連接而成 的，單個(gè)神經(jīng)元的作用是實(shí)現(xiàn)輸入到輸出的一個(gè)非線性或線性函數(shù)關(guān)系，它們之間廣泛的連接組 合就使得整個(gè)神經(jīng)網(wǎng)絡(luò)具有了復(fù)雜的非線性特性。神經(jīng)網(wǎng)絡(luò)將大量的信息隱含在其連接權(quán)值及 閾值上，根據(jù)一定的學(xué)習(xí)算法調(diào)節(jié)權(quán)值和閥值，使神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)從m維空間到n維空間復(fù)雜的非 線性映射。神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的模式識(shí)別能力，可以對(duì)任意復(fù)雜狀態(tài)或過程進(jìn)

14、行分類和識(shí)別。但 是，必須首先用反映輸入特征量的大量樣本對(duì)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練后，才具有這種功能。神經(jīng)網(wǎng)絡(luò) 有兩個(gè)與用傳統(tǒng)方法進(jìn)行信息處理完全不同的性質(zhì)：第一，神經(jīng)網(wǎng)絡(luò)是自適應(yīng)和可以被訓(xùn)練的， 它有自學(xué)習(xí)能力。如果它的輸出不滿足期望的結(jié)果，網(wǎng)絡(luò)可以自動(dòng)調(diào)整每個(gè)輸入值的權(quán)重，產(chǎn)生 一個(gè)新的結(jié)果，整個(gè)修正過程可以通過訓(xùn)練算法來實(shí)現(xiàn)。第二，神經(jīng)網(wǎng)絡(luò)本身就決定了它的大規(guī) 模并行機(jī)制，也就是說，神經(jīng)網(wǎng)絡(luò)從原理上看比傳統(tǒng)方法要快得多,它擅長(zhǎng)通過大量復(fù)雜的數(shù)據(jù) 進(jìn)行分類和發(fā)現(xiàn)模式或規(guī)律。岳氏23基于BP神經(jīng)網(wǎng)絡(luò)，選擇1456例患者作臨床脈象檢測(cè)，總體準(zhǔn)確率92%,不僅對(duì)平、 浮、沉、遲、數(shù)、虛、實(shí)、滑、澀、洪、

15、弦、促、結(jié)、代等基本脈有較高的識(shí)別率對(duì)于由上述 基本脈構(gòu)成的臨床常見的相兼脈也有相當(dāng)高的識(shí)別能力(82%)。研究過程中，解決了構(gòu)建合理的 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、各層神經(jīng)元數(shù)量的確定、選擇合理的學(xué)習(xí)速率、脈象信號(hào)特征值的選取、神經(jīng) 網(wǎng)絡(luò)的訓(xùn)練等關(guān)鍵問題。胡氏等24以人工神經(jīng)網(wǎng)絡(luò)為手段，以提取脈象信息為目的，由臨床采樣數(shù)據(jù)形成了網(wǎng)絡(luò)訓(xùn) 練輸入特征向量庫(kù),不以單一脈本身為分類對(duì)象，而考慮它是否是某些可識(shí)別特征的組合，建立 了浮沉、弦滑、遲數(shù)等一組脈象特征網(wǎng)絡(luò)。證實(shí)了人工神經(jīng)網(wǎng)絡(luò)用于具有模糊性的脈象特征的 識(shí)別和分類是可行的，帶智能處理的特色，其分辨準(zhǔn)確率可達(dá)90%。5模糊屬性識(shí)別方法20世紀(jì)80年代出現(xiàn)的用

16、句法分析指導(dǎo)的脈象模糊屬性識(shí)別方法，從根本上拋開了人工測(cè)定 脈圖指標(biāo)的模式,它是從檢測(cè)到的脈搏波上進(jìn)行采樣、基元抽取及基元屬性提取等,然后作分類， 這就使得計(jì)算機(jī)識(shí)別有可能突破醫(yī)生的水平。模糊聚類法用于人體脈象的識(shí)別研究也獲得了較 高的正確率。王氏等25對(duì)脈搏聲信號(hào)進(jìn)行AR模型擬合來完成特征提取,并通過K-L(Karhunen-Loeve) 變換實(shí)現(xiàn)特征壓縮，然后討論了一種新的FUZZY聚類方法F-PFSR聚類法，最后給出了對(duì)臨床 實(shí)測(cè)脈象信號(hào)聚類的實(shí)驗(yàn)結(jié)果。但研究結(jié)果顯示這種聚類的正確率還有待于提高。6可視化分析牛氏等26利用彩色Doppler超聲成像技術(shù)檢測(cè)到寸口橈動(dòng)脈等處血管的徑向張縮、

17、軸向 收縮和軸心位移組合成的三維運(yùn)動(dòng)，提出與脈管三維運(yùn)動(dòng)有關(guān)的脈象變化規(guī)律;同時(shí)應(yīng)用該技術(shù) 還可以在活體上直接觀察到中醫(yī)所謂的“斜飛脈”、“反關(guān)脈”及在寸口處并行的“雙管脈”。張氏等27-28運(yùn)用具有B超和壓力復(fù)合傳感器的可視化脈動(dòng)信息采集和分析裝置對(duì)橈動(dòng) 脈三維運(yùn)動(dòng)和脈診“位、數(shù)、形、勢(shì)”屬性的關(guān)系進(jìn)行了探索性研究發(fā)現(xiàn)了二者之間的對(duì)應(yīng)關(guān) 系,為解決“脈形”、“脈勢(shì)”等研究難點(diǎn)提供了新的思路和方法。張氏等29自主研制了一種圖像化脈搏傳感器。通過對(duì)沿血管橫截面方向的14個(gè)網(wǎng)格點(diǎn)軌 跡的檢測(cè)，提取得到了脈搏波形,并計(jì)算得出脈搏頻率，同時(shí)給出脈搏振幅、脈寬信息測(cè)量的定性 說明。研究表明，本系統(tǒng)能夠有

18、效提取多維脈搏特征信息，為中醫(yī)診斷客觀化和科學(xué)化提供了一 種新的手段和方法。7其他方法7.1混沌分析方法李氏等30借助動(dòng)態(tài)心電圖記錄獲取心電RR間期的變化信息的混沌分析方法手段 Lorenz圖,觀察脈象速率、節(jié)律的改變將醫(yī)生靠個(gè)體感覺的判斷變?yōu)榫哂锌梢曅?、直觀性和連 續(xù)性的圖形表達(dá)，可客觀地量度脈象的改變程度和性質(zhì)。認(rèn)為雖然Lorenz圖無(wú)法量度脈搏形態(tài) 的變化，但有時(shí)脈搏的形態(tài)與速率相關(guān),如沉遲、洪數(shù)等特異性的復(fù)合脈象，這也許是繼續(xù)研究的 切入點(diǎn)。7.2整體動(dòng)態(tài)方法劉氏等31在自行研制的具有新型點(diǎn)陣式傳感器的脈象儀的基礎(chǔ)上，建立了一種新的分析 方法。該方法通過繪制整體脈搏-脈體時(shí)空綜合圖，以

19、反映脈體、脈力、脈長(zhǎng);整體脈搏-脈勢(shì)時(shí) 空綜合圖，以反映脈寬、脈體、脈流、脈力;整體脈搏-脈流時(shí)空綜合圖，以反映脈流、脈長(zhǎng)、脈 寬等，從而準(zhǔn)確反映脈搏整體動(dòng)態(tài)變化，使脈象的“位、數(shù)、形、勢(shì)”在整體上得到動(dòng)態(tài)體現(xiàn)。7.3金氏脈學(xué)方法魏氏等32根據(jù)金氏脈學(xué)的基本思想：三對(duì)基本概念、二個(gè)基本規(guī)律和一個(gè)基本原理，設(shè)計(jì) 了獨(dú)特的脈搏分層測(cè)量系統(tǒng)，克服了原有脈象儀的單點(diǎn)單面采樣，實(shí)現(xiàn)了自動(dòng)多層面信息采集。 對(duì)脈搏波進(jìn)行“多層分析”，實(shí)現(xiàn)對(duì)疾病“定性、定位、定量”的診斷。7.4 分形方法楊氏等33探索了分形理論在脈象特征提取中的應(yīng)用。研究結(jié)果表明,不同類別的脈象信號(hào) 具有不同的分形維，這為采用分形理論進(jìn)行目

20、標(biāo)特征提取提供了基礎(chǔ)。與頻域分析方法比較利 用分形提取維數(shù)特征的方法更簡(jiǎn)單易行。8展望8.1分析方法的發(fā)展傳感器技術(shù)的進(jìn)步使脈動(dòng)信息獲取空間擴(kuò)大。信息來源的豐富要求新的分析方法來適應(yīng)這 種變革。目前,分析方法體現(xiàn)出兩種獲取新特征信息的趨勢(shì)：一是在原有信息來源的基礎(chǔ)上，引 進(jìn)新的分析技術(shù),發(fā)現(xiàn)新的特征參數(shù);二是開發(fā)除脈動(dòng)壓力信息以外的新的信息來源，并應(yīng)用新 的分析技術(shù)。時(shí)頻分析屬于前一種趨勢(shì)。時(shí)頻分析的目的是在時(shí)間和頻率上同時(shí)表示信號(hào)的能量和強(qiáng)度 最終建立一種能量和強(qiáng)度的時(shí)相分布,具有動(dòng)態(tài)分析的特征。其與原有的時(shí)域和頻域分析不同， 但又兼有二者的一些優(yōu)點(diǎn)，所以，部分研究者熱衷于脈動(dòng)信息時(shí)頻特征參

21、數(shù)的獲取。小波變換是 時(shí)頻分析的另一種重要手段，也是脈診研究的熱點(diǎn)之一，其在信息學(xué)、工程學(xué)中的應(yīng)用則更為廣 泛和深入。小波變換方法在時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì),即可以在兩個(gè)領(lǐng)域中對(duì)同一 信號(hào)進(jìn)行可調(diào)控地、更細(xì)微地觀察具有放大效應(yīng)，故被稱為“數(shù)學(xué)放大鏡”?？梢钥闯鰰r(shí)頻分 析與常規(guī)時(shí)域、頻域分析的關(guān)鍵區(qū)別在于對(duì)同一信號(hào)進(jìn)行分析的角度和尺度，而信號(hào)的來源是同 一的，并沒有新的信息引入?？梢暬治觯ɑ驁D像分析）屬于后一種趨勢(shì)?？梢暬夹g(shù)的應(yīng)用突破了長(zhǎng)期以來一維脈動(dòng)壓 力信號(hào)的采集模式。所采用的圖像分析方法，將主要研究對(duì)象轉(zhuǎn)移到橈動(dòng)脈三維運(yùn)動(dòng)相關(guān)的圖形 圖像變化上。如對(duì)橈動(dòng)脈B超圖像的分析，由于

22、視覺是人類獲取外界信息的最主要途徑,可視化 的動(dòng)態(tài)圖像所攜帶的信息遠(yuǎn)遠(yuǎn)大于壓力信號(hào);同時(shí)采用與壓力信號(hào)分析截然不同的分析方法，將 三維運(yùn)動(dòng)的空間測(cè)量作為參數(shù)獲得的主要手段，用一些直觀、簡(jiǎn)單的參數(shù)即可完成脈診屬性的分 析，對(duì)一些壓力信號(hào)無(wú)法反映的特征，如“脈長(zhǎng)”、“脈寬”、“脈勢(shì)”等實(shí)現(xiàn)了參數(shù)定量分析。8.2識(shí)別方法的發(fā)展脈象本身的復(fù)雜性和多元體現(xiàn)形式使原有的有限參數(shù)與某種脈象的整體特征一一高度對(duì)應(yīng) 的研究設(shè)想難以實(shí)現(xiàn)?；趶?fù)雜性思想的辨識(shí)方法是近幾年脈診現(xiàn)代研究的新方向。目前脈象 辨識(shí)模式的兩種主要趨勢(shì)是：具有復(fù)雜性研究性質(zhì)的識(shí)別方法和基于“位、數(shù)、形、勢(shì)”脈診 屬性的“復(fù)雜-簡(jiǎn)單-復(fù)雜”模式

23、。8.2.1具有復(fù)雜性研究性質(zhì)的識(shí)別方法聚類技術(shù)的根本問題是對(duì)兩個(gè)對(duì)象間距離和相異 度度量的選擇，針對(duì)兩兩對(duì)象之間的“相似度”或“相異度”劃分不同類別，并不能從多維和多 層次角度來全面分析數(shù)據(jù)并解釋數(shù)據(jù)中真正復(fù)雜結(jié)構(gòu)。另一方面，信息與脈象之間的關(guān)聯(lián)性是非 常復(fù)雜的，具有多維和多層次的復(fù)雜聯(lián)系。目前脈動(dòng)信息所常用的時(shí)域或頻域分析所獲得參數(shù) 僅僅是對(duì)一維壓力信號(hào)的多角度觀測(cè)。信號(hào)本身信息量的單薄加之分析方法的局限，使上述復(fù) 雜關(guān)系難以體現(xiàn)。所以，目前聚類方法在脈診識(shí)別研究中始終是一種輔助的手段其相關(guān)報(bào)道較 少。人工神經(jīng)網(wǎng)絡(luò)不需要精確的數(shù)學(xué)模型,而是通過模擬人的聯(lián)想推理和抽象思維能力,來解決 傳統(tǒng)自

24、動(dòng)化技術(shù)無(wú)法解決的許多復(fù)雜的、不確定性的、非線性的自動(dòng)化問題。由于人工神經(jīng)網(wǎng) 絡(luò)在構(gòu)建結(jié)構(gòu)上模擬了人的中樞神經(jīng)結(jié)構(gòu)，通過多個(gè)循環(huán)的訓(xùn)練來達(dá)到最終目標(biāo)，自身具有很強(qiáng) 的自組織性和容錯(cuò)性,與人的思維有一定的相似性，所以是目前研究較為熱門的方向之一。脈診 辨識(shí)的相關(guān)研究顯示其應(yīng)用結(jié)果是令人滿意的。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，尤其是輸入層和隱含層的數(shù)目，嚴(yán)重影響網(wǎng)絡(luò)的訓(xùn)練速度和擬合程度。為 了實(shí)現(xiàn)較快的識(shí)別，優(yōu)化和統(tǒng)一結(jié)構(gòu)將是未來研究的方向之一。另外，目前脈診現(xiàn)代研究的目標(biāo) 要求盡可能的減少主觀因素在脈象辨識(shí)中的影響，形成較為一致和公認(rèn)的客觀識(shí)別方法,而訓(xùn)練 樣本的不同會(huì)導(dǎo)致不同的人工智能的認(rèn)知模式，即使神經(jīng)網(wǎng)絡(luò)

25、結(jié)構(gòu)相同，亦是如此。這與客觀研 究的目標(biāo)背道而馳。所以，如何統(tǒng)一有限的訓(xùn)練樣本，將是未來研究人員面臨的新問題。8.2.2基于脈診屬性的“復(fù)雜一簡(jiǎn)單一復(fù)雜”模式“位、數(shù)、形、勢(shì)”是周學(xué)海提出的分 類脈象的綱領(lǐng)。目前單脈有28種之多，相兼脈則更多。但不論脈象種類有多少,均可被分解到“位、 數(shù)、形、勢(shì)”的不同程度中去,所以，“位、數(shù)、形、勢(shì)”可以看作脈診的四個(gè)基本屬性?；?脈診“位、數(shù)、形、勢(shì)”屬性的分析研究將復(fù)雜多樣的脈象分解簡(jiǎn)化為四種有量化可能性的參 數(shù)分類，實(shí)現(xiàn)了 “復(fù)雜一簡(jiǎn)單”的過程;通過客觀參數(shù)反映的“位、數(shù)、形、勢(shì)”屬性在“組合 關(guān)系”論的指導(dǎo)下可進(jìn)一步合成為具體的單一脈象實(shí)現(xiàn)“簡(jiǎn)單一

26、復(fù)雜”的過程?！緟⒖嘉墨I(xiàn)】傅驄遠(yuǎn)，牛 欣.中醫(yī)脈象今釋一一現(xiàn)代實(shí)驗(yàn)研究M.北京：華夏出版社,1993.341-345.費(fèi)兆馥.現(xiàn)代中醫(yī)脈診學(xué)M.北京：人民衛(wèi)生出版社,2003.147-222.黃世林，孫明巽.中醫(yī)脈象研究M.北京：人民衛(wèi)生出版社,1986.45-196.楊天權(quán).中醫(yī)脈學(xué)應(yīng)用新進(jìn)展一一附60例脈案分析M.上海：上海交通大學(xué)出版 社,1994.187-321.徐迪華，徐劍秋,徐麗敏.中華脈診的奧秘200幅脈圖解析M.南京：江蘇科學(xué)技術(shù) 出版社,2005.189-265.李玉韓，蔡坤寶，張繼紅.雙譜估計(jì)在中醫(yī)脈象信號(hào)分析中的應(yīng)用J.重慶大學(xué)學(xué)報(bào)(自 然科學(xué)版)，2006,29(5)：

27、 44-47,61.張繼紅，蔡坤寶,李玉韓.中醫(yī)脈象信號(hào)的參數(shù)化雙譜估計(jì)及其切片分析J.重慶大學(xué) 學(xué)報(bào)(自然科學(xué)版)，2006,29(6): 47-50,74.黃 鐳，劉宗行,蔡坤寶.倒雙譜估計(jì)在海洛因吸毒者脈象信號(hào)檢測(cè)中的應(yīng)用J.重慶工 學(xué)院學(xué)報(bào)(自然科學(xué)版)，2007,21 (7)： 98-102.王炳和，羅建,相敬林，等.人體脈搏功率譜分析與中醫(yī)脈診機(jī)理研究J.西北大學(xué)學(xué) 報(bào)(自然科學(xué)版)，2001,31 (1)： 21-25.王炳和，相敬林，楊 顓，等.基于信號(hào)檢測(cè)的人體脈搏系統(tǒng)傳遞函數(shù)的估計(jì)J.科學(xué)通 報(bào)，1999,44(10)： 1069-1073.厲樹忠，張媛，劉 進(jìn).中醫(yī)脈率波

28、形的頻譜分析J.甘肅科技,2006, 22(9)： 120-121.王全來，厲樹忠,楊金龍，等.中醫(yī)浮脈與沉脈的頻譜分析J.甘肅科技,2007,23(6): 77-79.張鏡人，鄭秀春,楊天權(quán)，等.正常人脈象圖頻域指標(biāo)分析J.遼寧中醫(yī)雜 志，1995,22(10)： 435-436.孟兆輝，白凈,王蘇中，等.高血壓病人的光電容積脈搏波的頻域分析J.北京生物醫(yī) 學(xué)工程,2002,21 (1)： 1-4.車新生，范威陽(yáng),劉明林.基于傅立葉級(jí)數(shù)的中醫(yī)脈象三維顯示J.遼寧中醫(yī)雜 志，2007,34(11)： 1505-1507.姜斌,宋蜇存.脈象信號(hào)的頻譜分析J.通訊與信息處理,2007,26(8)： 38-39.周越，許晴，孑L薇.脈象特性分析和識(shí)別方法的研究J.生物醫(yī)學(xué)工程學(xué)雜