周霞[1]2003年在《中医脉象信号时频特性的分析》文中提出中医独特的诊断方法及治病的疗效是令人惊叹的。随着传感器技术及计算机处理技术的发展，人们希望能够将现代技术应用于中医脉象诊断，以便更科学，更客观地揭示脉象的实质与特征。本论文的研究主要是基于这方面来进行的。短时傅里叶变换(STFT)和Gabor展开为最早和最常用的时频表示方法。连续短时功率谱表示信号在连续时间与连续频率平面内的能量分布，而离散短时功率谱表示信号在离散时间与连续频率平面内的功率分布。本文应用全极点滑动窗递归算法，分析了15例海洛因吸毒者和15例正常人脉象信号的离散短时功率谱，根据脉象信号离散短时功率谱的叁维立体图及等高线图，发现吸毒者脉象信号在特定时频区域内的平均功率值一般高于正常人的对应值。本文计算了在特定时间段和特定频率段上的平均功率及总平均功率，以平均功率与总平均功率的比值为特征参数，初步提出了用于划分正常人和吸毒者的临界参数，据此，15例吸毒者全被检测出来，而正常人Z01和Z10被误判为吸毒者。特定时间频率网格点上的Gabor系数可以看作与该点相联系的信号时频特性的表征。本文借助离散Zak变换(DZT)计算了15例吸毒者和15例正常人脉象信号的Gabor系数。通过脉象信号的的叁维立体图和等高线图，发现在特定的时间频率网格点上，海洛因吸毒者与正常人脉象信号的有显着差异。以给定网格点上的的和为特征参数，得出了初步的判据，依此判据，15例吸毒者全被检测出来，而正常人Z01、Z10和Z15被误判为吸毒者。研究结果表明，在提取脉搏信号的时频特征方面，利用STFT比利用Gabor展开具有更好的效果。本论文还对STFT及Gabor展开的定义和计算公式进行了研究与证明，合理地阐明了离散短时功率谱的物理意义，在利用STFT和Gabor展开分析脉象信号时，对算法进行了修正、验证和应用。
章慎磊[2]2007年在《心气虚证（冠状动脉供血不足）脉象信息时频分析》文中认为脉诊的客观化研究对我国中医脉学的继承和开拓有着重要的意义。本论文以中医脉象人工智能辨识系统的研究与开发为背景,对脉象信号的分析和挖掘做了研究和探讨。基于脉象的基本特征,本文将小波包分析理论应用于心气虚证的脉象信号的分析和处理,利用小波包分析所具有良好的时——频同时局部化的能力和对非平稳信号的检测能力对脉象信号进行了分析和时频特征值的提取,并提取了脉象信号的小波包变换在不同尺度上的能量这一新的表征脉象的特征参数。向量的统计表明心气虚证的脉象信息在小波包分解上特征性比较明显。
彭涛[3]2008年在《脉象信号分析与中医脉象证型识别研究》文中认为本论文的研究工作是结合科研课题“嵌入式脉象信号分析与处理系统”展开的。中医独特的诊断方法及治病的疗效是有目共睹的。随着传感器技术和计算机处理技术的发展,人们开始致力于脉诊的客观化研究,希望用现代科学技术的方法和仪器,推进中医脉诊的现代化,这也是本文进行研究的目的。通过对脉图的形态分析,在时域脉搏图中提取特征信息以及采用神经网络进行分类识别等,在国内外已有不少报道,但算法还不够完善。本课题在总结前人工作的基础上,对脉象数据的特征提取,脉象的识别进行了研究。主要工作包括以下几个方面:首先,在对国内外人体脉象客观化研究方法进行比较的基础上,针对以往脉象特征提取算法单一从时域提取特征值,而导致无法对脉律不齐的脉象进行有效识别的缺点,本文采用脉象信号线性预测系数(LPC)、脉象信号线性预测倒谱系数(LPCC)和脉象信号MEL频率倒谱系数(MFCC),以及对原始数据通过小波变换后的参数作为研究脉象的新特征量。其次,鉴于VQ方法即简单又易于实现的特点,特别是在建立脉象信号识别模型时能减少数据的计算量与存储量,因而,能够获得较好的识别精度及较快的响应速度,此外,GMM在说话人识别中具有较好的效果,本文在深入研究脉象数据特征的基础上,构建了基于矢量量化和高斯混合模型的辨识系统。并用它们对四种常见的中医脉象证型气虚、气阴两虚、气滞和气滞血瘀进行了成功识别,为以后临床实验提供参考。最后,将本课题提出的脉象信号特征提取与识别算法应用于脉象辨识系统进行脉象识别,通过实验,证明了本文算法具有一定的可行性和有效性,并对实验结果进行了分析总结。实验表明,采用本文提出的特征参数和基于矢量量化模型进行的中医脉象证型信号分析识别时,识别正确率取得了一定效果,但总体的结果并不太理想,在研究脉象特征参数与中医证型的关系上,还要有进一步的研究。本文的研究是针对人体不同中医脉象证型而提出的一种脉象特征提取与识别方法,这一研究对于脉象客观化、脉象证型识别和现代信号处理技术在医疗辅助诊断中的应用,弘扬和推动传统医学现代化具有积极意义。
李永平[4]2008年在《脉搏图像化检测方法对精神疲劳状态的识别》文中研究指明疲劳是指机体在一定环境条件下,由于过于长时间或过度紧张的体力或脑力劳动引起的劳动效率趋向下降的状态。精神疲劳是多种病症的起源。人的大脑长期和过重的超负荷运行,长期处于疲劳状态下,会降低或损害生理功能,引发各种疾病,导致免疫机能的下降、内分泌失调等,这样感冒、心血管病、糖尿病等免疫系统疾病就会趁虚而入。因此,防止疲劳是杜绝各种疾病入侵的关键。由于疲劳状态通常并不伴有明显的病理表现,因而在临床医学检查中难以发现和评判。脉搏信号包含着丰富的人体生理信息,它反映了身体各子系统的生理状态和病理变化。通过对脉搏触觉信息的分析处理有望获取反映人体健康状态的特征指标,实现对精神疲劳的诊断与程度分级。该研究对于中医脉诊客观化、疾病预防控制、家庭保健,以及避免疲劳驾驶防止事故发生均具有重要而积极的意义。本文在综述国内外研究现状的基础上,系统地分析了中医脉象研究的工作流程和工作方法。采用脉搏图像化检测装置采集脉搏图像数据。在设计的精神疲劳实验中,组织了30位受试者做叁位数组的加减运算,在无人干扰的环境下持续做叁个小时的运算,以期受试者能够达到精神疲劳的状态,然后采集志愿者精神疲劳前后的脉搏动态图像并对脉搏视频图像进行相关分析从而提取脉搏信号,然后对脉搏信号进行低通滤波,实现脉搏信号的消噪和去基线漂移。并且根据脉象信号的产生机理、性质,提取出其中与人体生理和病理变化密切相关的特征参量,其中包括功率谱峰值、功率谱峰值频率、功率谱重心、功率谱重心频率、谱能比、倒谱零分量、第一倒谱谐波的幅值与倒谱零分量之比、0-20Hz以内脉搏信号的四组小波包分解能量特征向量。其次应用现代谱估计方法中的参数谱估计对两类脉搏信号的AR参数谱最大值对精神疲劳前后状态进行识别,分类正确率达到90%。经对60个样本(精神疲劳前后各30组)的LDA分类识别检验,平均正确率达到81.7%。采用BP神经网络方法对神疲劳前后两种脉象进行识别的确率平均达到95%。结果表明:通过脉搏图像化检测装置采集得到的脉搏图像信号经过算法处理得出脉搏信号,运用智能信号处理和现代信号处理方法进行特征提取,最后利用线性判别式分析和BP神经网络进行模式分类,对精神疲劳状态的识别达到了较好的效果,最后对本论文所研究的课题做了结论和展望。
许瑞庆[5]2008年在《脉搏检测系统设计及其信号处理算法研究》文中进行了进一步梳理从传统中华医学着名的脉诊,到现代医学对心血管系统及其疾病的深入研究,充分说明了人体脉搏与疾病尤其是心血管类疾病之间的密切关系。脉搏信号中含有许多生理信息,常对脉搏进行检测和信息分析,便于对人体生理健康状况的变化趋势做到早了解、早诊断,从而进行早防御、早治疗。本文分析研究了现有的脉搏信号测量技术及其处理方法,以单片机作为下位机,利用AT89S52单片机设计和实现了脉搏信号采集装置,以PC机作为上位机,利用Delphi强大的数据库支持特性和Delphi与Matlab混合编程技术,开发了脉搏信号辅助诊断系统。该系统界面友好,操作简单,数据处理能力强,实现了脉搏信号的采集,脉搏波形的实时显示、回放等功能。将现代信号处理技术应用于脉搏信号诊断系统中,完成了脉搏信号滤波、时域分析,实现了脉搏信号特征值提取等操作。并实验了脉搏信号的实际采集,对脉搏信号的特征提取进行了深入系统的研究,通过临床病人脉搏数据的采集和处理证明了该系统的有效性和可应用性。本文利用现代信号处理技术研究了脉搏信号处理算法,提出了自适应的算术平均滤波法和阈值法两种算法,准确提取了脉搏信号的时域特征点。针对硬件滤波的不足,提出了自适应空域相关滤波的脉搏信号去噪算法。本文将Hilbert-Huang变换算法应用于脉搏信号分析中,利用经验模态分解实现了脉搏信号去噪;计算了Hilbert谱和边际谱,并与传统的小波谱和傅里叶谱进行了比较,结果表明Hilbert谱比小波变换所建立的时频分布具有好的时频分辨率,解决了时间分辨率和频率分辨率互相影响的问题,边际谱比傅里叶谱有更准确的物理意义;对经验模态分解得到的各模态分量能量进行了研究,提出了模态能量商的概念。在脉搏信号中具有重要综合价值的生理参数K值已被实践证明了其较好的应用性,本文以K值作为评价的标准,对临床采集的高血压病人脉搏信号和正常人分别在K值、潮波与主波比值、模态能量商等叁方面进行了特征计算,结果表明模态能量商能够区分正常人与高血压病人,并且与高血压弦脉程度有较好的相关性。
汪晓霞[6]2006年在《基于腕带传感装置的高血压脉象辨识系统的研究》文中研究表明中医历史悠久,源远流长,是中华民族的瑰宝,而中医脉诊虽位居四诊(望、闻、问、切)之末,但却是中医望症辨治中最重要的一环,它是进行病因综合分析从而得出正确诊断结论的一项客观指标。在我国脉诊的客观化研究由来已久,尤其是建国后国内外许多学者都在致力于脉象客观化的研究。高血压是世界上最常见的心血管疾病,常引起心、脑、肾等脏器的并发症,严重危害着人类的健康。近年来,随着我国经济的迅速发展,人们的生活条件日益改善,我国高血压患病率明显上升,以35岁至74岁高发患病年龄段,及2000年我国人口和人口构成推算,高血压病患者已达1.3亿,我国已成为世界上高血压危害最严重的国家。本课题以高血压患者的脉象信号为研究对象,以中医脉象学、数字信号处理技术以及神经网络技术为理论基础,研究了高血压脉象形成的原因,建立了一个基于腕带式传感检测装置的高血压脉象信号辨识系统。该系统使用腕带式压力传感装置来采集患者脉象信息,并将采集到的脉象数据送入终端进行数据分析。在脉象数据分析辨识系统中,采用脉象时频分析和功率谱能量分析方法,建立了基于BP神经网络脉象系统模型,通过MATLAB7.0编程,实现了叁层Levenberg-Marquardt BP神经网络的设计、训练和仿真,完成了对高血压脉象信号的时频域特征分析和研究。通过对高血压病患者的脉象采样和测试与分析,表明,该系统的辨识准确率可达90%。本课题利用时频分析方法和神经网络技术建立了高血压脉象信号实时辨识系统,其研究结果在中医脉诊客观化研究方面有很高的实用价值,该研究方法可应用到其他相关病症的检测中,研究成果具有重要的现实意义,具有可推广性。
周丹[7]2008年在《短时傅里叶变换和提升小波变换在脉象信号分析中的应用》文中认为中医独特的诊断方法及治病的疗效是有目共睹的。随着传感器技术和计算机处理技术的发展,人们开始致力于脉诊的客观化研究,希望用现代科学技术的方法和仪器,推进中医脉诊的现代化,这也是本文进行研究的目的。短时傅里叶变换(Short-Time Fourier Transform, STFT)和小波变换是目前最常用的时频分析方法。本文对短时傅里叶变换和小波变换的基本概念和基本理论进行了详细的阐述,并探讨了其物理意义;短时傅里叶变换的基本思想是:把信号划分成许多小的时间间隔,用傅里叶变换分析每个时间间隔内的信号,以便确定在该间隔内信号的频谱信息。本文应用全极点滑动窗递归算法,分析了15例吸毒者和22例正常人脉象信号的离散短时傅里叶变换,再通过提取出特定频率段的平均频率和频率中心进行分析,发现吸毒者的最小平均频率值和最大频率中心值均低于正常人,因此当选取最小平均频率值时,20例正常人和14例吸毒者被检测出来,而吸毒者B13,正常人Z05和Z06被误判;当选取最大频率中心值时,21例正常人和15吸毒者被检测出来,正常人Z17被误判。最后以这两个值作为二维特征向量,初步提出了用于划分吸毒者和正常人的临界参数方程,根据该方程,正常人和吸毒者全部被检测出来。小波分析是一种在时域和频域均具有良好局域性的分析方法,尤其适用于非平稳信号的处理,而本文更是在传统小波的基础上,提出了不依赖傅立叶变换,不必通过对一个函数的伸缩和平移来构造小波的小波提升算法。本文利用db4正交小波进行提升小波变换分析了37例样本的脉象信号,通过提取第叁层小波系数的第8个分量和第叁层尺度系数的第2个分量,构成二维特征向量,找出了吸毒者与正常人脉象信号之间的显着差异,初步提出了用于划分吸毒者和正常人的判据,根据该判据,Z01发生了错判。最后针对这两种方法提取出的二维特征向量,应用概率神经网络算法进行了脉象信号的分类识别,发现网络的训练速度快,聚类效应好,对吸毒者和正常人的脉象信号的网络识别率也分别达到了97%和100%。
胡晓娟[8]2012年在《中医脉诊信号感知与计算机辅助识别研究》文中研究说明中医脉诊计算机辅助分析研究涉及中医现代化理论、传感器技术、采集装置设计、模式识别等诸多方面。历经几十年,中医脉诊计算机辅助分析研究取得了一些成果,但距离实际的临床应用仍有很大距离。本文仅从模式识别的角度出发,对中医脉诊计算机辅助分析的几个关键问题进行分析研究。首先,目前尚无满足测试和评价要求的脉博波数据库,因而提出构建可兼容单点、多点,单部、多部脉搏波,包含详细特征标注信息和专家诊断结果的中医脉搏波数据库。其次,研究了具有生理意义的时域特征点的提取方法。提出基于香农能量包络线和希尔伯特变换的主波提取方法和基于专家经验阈值的重搏前波和重搏波提取方法。再次,将深层卷积神经网络应用到脉搏波识别分类研究中,将卷积神经网络层次加深为9层,在训练过程中加入噪声模块；改进网络结构使之可以利用其他经验特征。然后,尝试开发多部、多点脉搏波采集设备原型,并对多点、多部脉搏波进行初步分析。将中医脉诊计算机辅助分析的输出结果作为药膳系统的输入。尝试一条集脉搏信号采集、分析、诊断和保健为一体的中医现代化研究方案。最后,总结了中医脉诊计算机辅助分析在数据库构建、时域特征提取等方面的进一步工作,并分析出用中医经验与有效的学习算法结合是中医脉诊计算机辅助分析获取有效特征的可能途径。
王燕[9]2005年在《中医脉象客观定量化理论方法研究》文中指出人体系统是一个时变非线性的复杂系统,脉象是人体系统的输出信号。中医脉学是我国传统医学中最具特色的一项诊断方法,但由于“脉理精微,其体难辨,在心易了,指下难明”,长期以来影响着脉学的客观化和科学化的发展,目前国内外对脉象信号定量化研究还处于不断摸索阶段,还没有建立起系统有效的脉象信号分析研究方法。为完成对脉象信号的定量与定性的客观化研究,需要研究出客观化的完整而简单有效的脉象处理方法。根据现代控制理论的观点,能够从系统的输出信号了解系统内部状态,因此以人体复杂系统的脉象输出信号作为研究对象,将现代系统理论和信号处理方法与我国传统的脉象学相结合,基于这种观点研究中医脉象学使之更科学化。通过对脉象信号的分析采用了时域和频域(尺度)相结合的研究方法,引入时频分析和小波理论进行脉象信号预处理和特征提取,应用模糊集理论进行脉象信号的分类识别,并进一步采用模糊神网络技术进行脉象信号的分类识别优化和脉诊专家数据库设计,系统地建立了系统全面的脉象客观化理论研究方法。
杨凤霞[10]2006年在《基于脉搏信号的亚健康状态识别方法的研究》文中指出亚健康是指人的机体虽然没有明确的疾病,但呈现出活力降低,适应力呈不同程度减退的一种生理状态,是介于健康与疾病之间的一种生理功能降低的状态。它既可以向健康状态转化,又可以向坏的方向转化而进一步发展为各种疾病。亚健康已经成为当今危害人类健康的头号隐形杀手。由于没有器质性病变,通常不伴有明显的病理表现,现有的传统医疗检测设备,无法对机体的亚健康状态和导致功能低下的原因做出描述和判断。目前,亚健康状态的诊断主要靠一些生化指标和问卷调查,至今为止还未能提出同时具备无创、简便、快速、成本低、可重复采用、客观量化、敏感性和特异性高、能持续监测亚健康对个体的影响过程的测评方法。疲劳是导致亚健康的主要原因。本文从疲劳的角度入手,从理论上论证了基于脉搏信号分析对亚健康评估的可行性,并提出了一种通过脉搏信号分析来识别亚健康状态的方法。 中医学认为亚健康往往是人体阴阳失衡、脏腑功能失调的初始状态。脉搏信号中蕴涵着丰富的人体生理病理信息,是传递和窥视体内功能变化的窗口。因此,可以通过对脉搏信号的分析来对亚健康状态进行评估。 本文在综述国内外研究现状的基础上,系统地分析了中医脉象研究的工作流程和工作方法。用HK—2000C数字脉搏传感器构建了脉搏信号采集系统,设计了数据采集实验方案,采集了60余名大学生志愿者的脉搏信号,并从中选择处于中度以上亚健康状态的数据17组,健康状态数据13组进行分析。然后采用具有良好的时频局部化及自适应特性的小波分析法,研究了人体脉搏信号的去噪问题,取得了较好的效果。并且根据脉搏信号的产生机理、性质,提取了功率谱峰值、功率谱重心及其频率,AR模型系数,SER值,Renyi信息量等多个特征量。经对30例样本的分析识别检验,结果表明:功率谱峰值和峰值频率作为特征量能取得比较好的识别效果,识别正确率达到了86.7%,对17例亚健康状态仅有2例未能正确识别。功率谱重心和重心频率作为特征量也取得了80%的识别率,对AR模型系数的分类正确率也达到了76.7%,结果令人满意。Renyi信息量被引入到脉搏信号识别当中,取得了73.3%的识别率。SER值是比较常用的一种脉搏信号的频域特征,从分类效果来看SER值并不能很好的识别亚健康状态。文中还就线性判别式分析(Linear Discriminant Analysis,LDA)和支持向量机(support Vector Machine,SVM)的识别结果进行了比较。应用LDA取得了较好的识别结果。应用SVM也取得了一定的效果,但在其核函数选择以及参数调整方面均需要参考经验值而确定,在实际应用中推广性较差。最后介绍了亚健康状态识别系统的软件设计与实现。
参考文献：
[1]. 中医脉象信号时频特性的分析[D]. 周霞. 重庆大学. 2003
[2]. 心气虚证（冠状动脉供血不足）脉象信息时频分析[D]. 章慎磊. 山东中医药大学. 2007
[3]. 脉象信号分析与中医脉象证型识别研究[D]. 彭涛. 苏州大学. 2008
[4]. 脉搏图像化检测方法对精神疲劳状态的识别[D]. 李永平. 兰州理工大学. 2008
[5]. 脉搏检测系统设计及其信号处理算法研究[D]. 许瑞庆. 南京信息工程大学. 2008
[6]. 基于腕带传感装置的高血压脉象辨识系统的研究[D]. 汪晓霞. 北京工商大学. 2006
[7]. 短时傅里叶变换和提升小波变换在脉象信号分析中的应用[D]. 周丹. 重庆大学. 2008
[8]. 中医脉诊信号感知与计算机辅助识别研究[D]. 胡晓娟. 华东师范大学. 2012
[9]. 中医脉象客观定量化理论方法研究[J]. 王燕. 世界科学技术. 2005
[10]. 基于脉搏信号的亚健康状态识别方法的研究[D]. 杨凤霞. 兰州理工大学. 2006