目的 脉象识别是中医客观化、智能化的重要组成部分,这种无创、快速的诊断方法具有巨大的临床价值,然而数据不平衡和特征提取繁杂仍是具有挑战性的问题.方法 利用tsfresh库对巴特沃兹带通滤波器后的一维脉象信号提取特征向量,并加入探索性数据分析所选出的9列医学辅助特征,共同进行特征筛选得出21列特征向量作为加权软投票融合模型的输入.通过边界合成少数类样本过采样技术,解决数据不平衡问题,构建基于XGBoost、随机森林、LightGBM、梯度提升决策树4种机器学习的加权软投票融合模型,最终模型将输出具体脉象类别,通过评价指标准确率、精确率、召回率和F1分数进行性能展示.结果 实验结果表明,所筛选出的21项特征向量共六类脉象信号测试集,在五折交叉验证中取得准确率90.04%,且仅耗时65.9466 s.结论 本论文能为脉象信号识别提供更精准、更智能的辅助参考,与常用脉象识别方法相比有更低的操作复杂性和更高的准确率,较短的训练时间也使其在多种类脉象信号识别中更具临床实用价值.

目的 分析脉象识别误差大小的影响因素,提高对海量脉诊数据的处理速度,探索减小脉象主观识别误差的方法.方法 运用基于Hadoop环境的MapReduce分布式计算方法改进BP算法,采用改进的BP算法对脉诊样本数据进行自学习,从而减小拟和误差.将中医电子脉诊仪采集的脉诊数据作为神经网络输入层,采用动量-学习率自适应调整快速BP算法对神经网络进行训练.结果 在训练集(75%)768 M共35890条数据中,单机模式正确预测29150条,正确率为81.22%;MapRedece并行改进的BP算法模式正确预测35841条,正确率为99.86%.结论 与传统BP算法相比,基于Hadoop环境的MapReduce分布式计算方法改进的BP算法模型拟合度误差更小,精确度更高.

目的:探讨不同情感状态下脉图的变化.方法:基于中医情志脉象理论,以大学生脉图为研究对象,通过素材(影片)诱导的方式,激发大学生的不同情感表达,采集大学生平静、悲伤、高兴三种不同情感状态下的脉图,提取大学生三组不同情感状态下脉图的时域参数,运用非参数检验的方法统计三组时域参数的差异;基于时域参数,运用支持向量机分类器对三种不同情感状态进行分类识别.结果:发现三组脉图的时域参数:h3/h1、t、As/(As+Ad)存在显著差异,基于脉图时域参数对三种情感状态的平均识别率为74.25％.结论:脉图特征参数可为情感变化提供客观的参考依据,利用脉图这种生理信号来识别情感状态具有一定的实用价值和应用前景.

"系统辨证脉学"是在传统脉学基础上的拓展和创新,凭脉辨证的关键在于对脉象要素的识别及对脉象要素之间关联性的辨识、判断与推理,"位、数、形、质、动"五维纲领的提出使凭脉辨证有法可依,有据可存,对预测疾病、指导临床诊治达到治未病的医学高点具有重要的意义.

在现代社会中,情感因素对人体健康和疾病的影响日渐明显,由心理原因导致的自杀及其他恶性事件时有发生,如果能及早筛查和察觉人们的异常情绪,则能有效减少这类事情的发生.文章对中医脉象情志理论、脉图情感识别的相关实验研究进行了梳理和综述,提示脉象中蕴含着机体客观的心理信息,可作为探察情感变化的窗口.基于脉图的情感识别研究对于及时发现和预防心理问题具有积极的意义.

目的 对上海中医药大学在校大学生不同情感状态下脉图特征参数进行分析与识别,以期为大学生情感状态的辨识提供客观的参考依据.方法 选择上海中医药大学11名身心健康的大学生,以中医情志脉象理论为基础,通过素材诱导,激发受试者不同情感表达.采用ZBOX-Ⅰ型脉象数字化采集分析仪采集受试者平静、喜悦、恐惧、悲伤4种不同情感状态下的脉图共224人次,提取4组情感状态下脉图时域参数和多尺度熵参数,采用非参数检验统计4组脉图特征参数差异,随机森林分类器对情感状态进行分类识别.结果 4组脉图时域参数及多尺度熵参数差异有统计学意义(P<0.05);基于脉图时域参数对不同情感状态进行识别,识别率为70.52％,基于脉图时域和多尺度熵参数进行识别,识别率提高至74.52％.结论 脉图特征参数可为情感状态的辨识提供客观参考依据,脉图时域参数结合多尺度熵参数可提高情感状态识别率.

目的:基于可穿戴式脉象设备采集的脉搏波,探究不同方法对相同脉搏波分类的影响及分类结果的一致性.方法:对通过可穿戴式手环采集的脉搏信号进行了脉象特征提取与识别.首先对采集的脉搏波进行小波滤波去除噪声干扰,并归一化处理;然后分别使用基于时域特征的参数值法和基于欧氏距离的相似度法对脉搏信号进行分类;最后,采用Kappa检验对两种方法结果的一致性进行分析.结果:基于时域特征值参数法可以根据经验参数将脉搏信号进行程度等级区分,基于欧氏距离的相似度法可以通过测量脉搏波与标准脉搏波之间的相似度差异实现脉搏信号分类.两种脉象分类方法对脉搏波分类结果的Kappa值为0.42,表明分类结果一致性为中等.结论:结合不同的方法对脉搏信号进行识别将更有利于脉象客观分类的准确性.

目的:以3D打印技术为工具,研究适应采集者个体需求的指套式脉象采集装置,并开展基于脉象要素的脉象分析算法研究,为脉诊客观化研究和脉诊临床应用提供参考.方法:利用3D打印技术,设计制作指压式三部脉象采集装置并采集脉图数据,在数据遍历找寻波形的波峰和波谷数据基础上,开展基于脉象要素的脉象分析算法研究.结果:①利用3D打印技术,可以设计制作适应脉象采集者手指的指套式脉象采集装置.佩戴该装置,可以模拟医生临床诊脉并获取较全面的脉图数据信息.②在识别波峰、波谷基础上,以波峰(或波谷)数目与时间的比值可确定脉率之迟数,以波峰值比值和波峰-波谷平均值之比值可确定脉势之有力无力,由比较浮中沉不同取候时脉力之比值,可确定脉位之浮沉.③通过上述脉象要素算法的实现,不仅可定脉之浮沉、迟数、虚实等,且可发现某部脉象之独异,更可在疾病发展过程中动态观察脉象要素之变化,作为临床上病证诊断和疗效评价之参考.结论:将3D打印技术引入到脉象采集装置的研制中,可为脉诊客观化研究提供有益的技术工具.基于自身对照的脉象要素的分析算法,可为临床诊治提供重要的脉象信息,有利于将脉诊客观化研究尽快推向临床应用.

目的 通过分析冠心病疑似患者冠状动脉不同病变程度的脉图特征参数,探讨冠状动脉病变程度与脉图特征的相关性,挖掘脉诊的临床价值.方法 采用ZBOX-Ⅰ型脉象数字化采集分析仪采集脉象样本,依据冠状动脉病变程度评分分为冠脉正常组、冠脉非严重病变组、冠脉严重病变组.采用非参数检验分析3组脉图时域特征参数差异.结果 与冠脉正常组及冠脉非严重病变组比较,冠脉严重病变组脉图时域参数t1、t1/T、t1/t4显著增大(P＜0.01),h5/h1显著减小(P＜0.05);与冠脉非严重病变组比较,冠脉严重病变组t5/t4、h4/h1显著增大(P＜0.05),T、h5/h1显著减小(P＜0.01),t4显著减小(P＜0.05).基于脉图时域特征参数,运用随机森林的模式识别方法,建立冠状动脉不同病变程度的评估模型,该模型对3组不同冠状动脉病变程度的平均识别率为77.94％.结论 冠状动脉不同病变程度患者的脉图时域特征存在显著差异,其参数变化可反映不同分组患者的心血管特征.脉诊的无创检测技术可作为现有心血管病变检查技术的辅助工具,在心血管疾病筛查和监测中发挥作用.

随着中医脉诊客观化研究的不断深入,桡动脉脉搏波的时域特征以其直观方便的优势得到了广泛的应用,如何更准确地提取这些特征也就变得至关重要.本研究总结了目前常用的脉搏波时域特征提取方法,结合临床应用研究现状分析了其优势与不足,并探讨了改进策略,为进一步提高脉象时域特征提取的准确性提供了参考.针对非典型脉搏波降中峡易识别错误,本研究提出了脉搏波一次导数的极小值可以作为降中峡提取标志的假说,并通过285例临床样本进行算法验证,达到了95.09％的正确率.