脈象特征提取方法研究.pdf

1、脈象蘊(yùn)含著人體豐富的器官信息,通過切脈即可感知人體臟腑的病理變化。但是長期以來中醫(yī)理論對脈象的描述主觀性太強(qiáng),較模糊和籠統(tǒng),醫(yī)師要熟練掌握脈診需要長期經(jīng)驗(yàn)積累。所以,傳統(tǒng)脈診的客觀化勢在必行,用量化標(biāo)準(zhǔn)定義各種脈象形態(tài)可以使得脈診更加科學(xué)。
　　本文使用光電壓力復(fù)合式的傳感器檢測人體脈象信號,并通過采樣處理以數(shù)字化的形式存儲計算機(jī)中。數(shù)據(jù)采集階段總共收集了150例健康人和289例病人,其中包括了胃病患者,神經(jīng)科患者,腎病科患者等,

2、這些組成了脈象分析的數(shù)據(jù)庫。
　　脈象信號是一種微弱的生物醫(yī)學(xué)信號,在采集過程中難免會受到周圍環(huán)境的干擾。本文利用數(shù)字信號處理的方法,對原始信號進(jìn)行處理和優(yōu)化。首先,采用軟閾值小波去噪的方法對脈象信號濾去高頻毛刺噪聲,以及用數(shù)字線性濾波器過濾工頻噪聲。其次,使用三次樣條插值修補(bǔ)因被試者呼吸和肢體抖動帶來的基線飄移。再次,對優(yōu)化后的脈象信號做分割周期和標(biāo)準(zhǔn)化工作。最后得到預(yù)處理后的單周期脈象信號。
　　脈象特征提取是脈象客觀化

3、重要的一環(huán),也是本文的重點(diǎn)。本文針對時域的直觀形態(tài)特征和高斯模型進(jìn)行了優(yōu)化和改進(jìn),分別提取了13維相對形態(tài)特征和9維高斯參數(shù)特征。
　　最后,本文使用K近鄰、線性判別函數(shù)、支持向量機(jī)三種分類器對提取的脈象特征分類。實(shí)驗(yàn)表明,本文改進(jìn)的特征提取算法使得分類結(jié)果提高了3％左右。光電和壓力信號結(jié)合的分類方式比單獨(dú)信號的分類更有優(yōu)勢,分類效果更好。健康人和病人的識別正確率達(dá)到了73.33%,而健康人和心血管疾病患者、胃病患者、腎病患者的區(qū)