丁曉東，陳 聰，洪 靜，郝一鳴，王憶勤

（上海中醫(yī)藥大學(xué)基礎(chǔ)醫(yī)學(xué)院 上海 201203）

脈診在中醫(yī)四診中占有重要的地位。隨著中醫(yī)診斷客觀化的發(fā)展，越來越多的學(xué)者基于橈動脈脈搏波開展了相關(guān)的研究，其中脈搏波的時域特征以其表達(dá)直觀、獲取便捷的優(yōu)勢得到了廣泛應(yīng)用。這些特征指標(biāo)多由脈診儀配套的自動算法提取而得。然而，臨床實際采集到的脈搏波數(shù)據(jù)變化多樣，更有難以避免的人為干擾，只有盡可能準(zhǔn)確地提取這些特征才能為進(jìn)一步的研究提供堅實的基礎(chǔ)。

1 脈搏波的時域特征及其生理意義

1.1 脈搏波的時域特征在中醫(yī)脈診中的應(yīng)用

中醫(yī)關(guān)于脈診的理論與實踐經(jīng)驗非常豐富。早在700 多年前，就不斷地有醫(yī)家嘗試使用“脈影圖”對脈搏的“體位”和“性狀”進(jìn)行描述。[1]1860 年，世界上出現(xiàn)了第一臺杠桿式脈搏描記器。[2]二十世紀(jì)五十年代起，中醫(yī)開始借助脈搏描記器對脈象進(jìn)行研究，脈搏波正式進(jìn)入了中醫(yī)的研究領(lǐng)域。[1]此時的脈診客觀化研究主要局限于從脈圖的時間、振幅、角度、形態(tài)等方面分析上升支、下降支、重搏波的高度及斜率等直觀形態(tài)分析法，指標(biāo)的提取則是通過將脈搏波形描記在紙上后進(jìn)行測量，而計算機(jī)技術(shù)的應(yīng)用局限在頻域分析中。[3]由于脈搏波所反映的信息是多方面的、綜合的，單靠直觀形態(tài)分析法會將許多重要的信息掩蓋住，因而促進(jìn)了分析方法更加全面和多樣。另一方面，直到今天，直觀形態(tài)法由于其直觀和便捷的優(yōu)勢，依然是脈診客觀化研究中最常見的方法，并且出現(xiàn)了許多與其他指標(biāo)綜合應(yīng)用的新的嘗試。[4]二十世紀(jì)九十年代起，隨著計算機(jī)技術(shù)的普及和發(fā)展，研究人員開始使用計算機(jī)對脈搏波進(jìn)行綜合分析[5]，使用計算機(jī)對脈搏波的時域特征進(jìn)行提取也逐漸普及開來。

1.2 常用特征及其生理意義[6]

脈搏波是由心臟射血活動引起的一種血液和血管壁的振蕩，其首先在主動脈近心端產(chǎn)生，經(jīng)過動脈樹傳播至橈動脈，在傳播過程中經(jīng)過不同程度的反射和衰減，形成中醫(yī)脈診所關(guān)注的脈象。因此，脈搏波的特征與左心室的射血活動緊密相關(guān)。

典型的脈搏波為三峰波，其最主要的時域特征包括四個特征點(diǎn)的幅值和時值，即主波、重搏前波、降中峽和重搏波。其生理意義如圖1所示。

圖1 脈搏波的時域特征及其生理意義

1.2.1 主波

對應(yīng)左心室快速射血期與減慢射血期的分界點(diǎn)，是整個脈搏波的最高點(diǎn)。在快速射血期內(nèi)，主動脈管腔內(nèi)血液容量迅速增加，血壓迅速升高，管壁急劇擴(kuò)張。隨著左心室內(nèi)血液容量的減少，其血壓逐漸下降，直到左心室壓低于主動脈壓，血液流動的主要驅(qū)動力從左心室與主動脈之間的壓力差轉(zhuǎn)變?yōu)檎龔淖笮氖伊飨蛑鲃用}的血液的慣性時，快速射血期結(jié)束，減慢射血期開始。

1.2.2 重搏前波

在減慢射血期內(nèi)，主波開始沿動脈樹向外傳播。在傳播過程中，其受到外周各種因素作用產(chǎn)生反射波，反射波疊加在基礎(chǔ)脈搏波上形成重搏前波，一般認(rèn)為血管順應(yīng)性越差重搏前波越明顯，且出現(xiàn)越早；血管順應(yīng)性較好時則反之，甚至可不出現(xiàn)。

1.2.3 降中峽

對應(yīng)主動脈瓣關(guān)閉的時刻，是心室收縮期和舒張期的分界點(diǎn)。隨著左心室收縮期結(jié)束，左心室開始舒張，心室內(nèi)血壓迅速下降，血液開始從主動脈逆流回左心室，推動主動脈瓣關(guān)閉。主動脈瓣關(guān)閉的瞬間，回流向左心室的血液受到主動脈瓣阻擋，反折后重新流向主動脈方向，使主動脈壓重新升高。因此，主動脈瓣關(guān)閉的時刻會在脈搏波上留下一個局部的極小值，即降中峽。

1.2.4 重搏波

對應(yīng)主動脈瓣關(guān)閉阻擋血液流動，造成主動脈壓短暫升高所形成的脈搏波。血管順應(yīng)性差或主動脈瓣關(guān)閉不全時重搏波不明顯甚至不出現(xiàn)。此外，常用的時域指標(biāo)還包括脈搏波上1/3 處的寬度W，脈動周期t等，其生理意義較為明確，不再贅述。

2 常用脈搏波時域特征自動提取方法

脈搏波信號是一種非平穩(wěn)近似周期信號，其中混雜有由呼吸引起的基線漂移，交流電工頻干擾，以及采樣設(shè)備和采樣環(huán)境帶來的一些隨機(jī)干擾，因此，首先需要對數(shù)據(jù)進(jìn)行數(shù)據(jù)平滑、基線糾漂等處理，之后才能進(jìn)行進(jìn)一步的周期劃分以及時域特征的提取。脈搏波時域特征的提取通常可以分為兩個步驟：數(shù)據(jù)預(yù)處理與脈圖特征提取。

2.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是指將臨床采集到的脈搏波原始數(shù)據(jù)轉(zhuǎn)化為最具代表性的單周期脈圖的過程，主要包括數(shù)據(jù)平滑、基線糾漂、周期劃分以及歸一化等步驟。

2.1.1 數(shù)據(jù)平滑

一方面，脈搏波信號的采集過程中會受到交流電工頻干擾，以及采樣設(shè)備靈敏度有限等影響，導(dǎo)致數(shù)據(jù)不平滑，毛刺較多。另一方面，由于脈搏波信號采集過程極易受到外界干擾，可能會導(dǎo)致某些無規(guī)律的突變。這些都會對下一步的脈圖特征提取過程造成影響，需要提前去除。數(shù)據(jù)平滑的方法以小波變換最為常見，效果也相對較好。劉興旺等[8]對小波變換和傅里葉變換，以及小波變換的不同閾值策略在脈搏波信號消噪中的效果進(jìn)行了研究，發(fā)現(xiàn)小波變換優(yōu)于傅里葉變換，其中采用db4 小波進(jìn)行5 層分解，同時，采用Rigrsure 閾值規(guī)則進(jìn)行軟閾值處理的效果最好。王楠[9]針對脈搏波信號的頻段分布特點(diǎn)，利用dmey 小波變換提取其中0-7.8125 Hz 的信號，發(fā)現(xiàn)這一方法可以將信號中的噪聲基本去除，同時有效信號的損失較為有限，可以滿足進(jìn)一步分析的要求。除小波變換外，也可以見到使用滑動平均方法進(jìn)行脈搏波數(shù)據(jù)平滑的嘗試[10]，該方法較為簡單快捷，同時對高頻噪聲也有著較好的抑制效果。

2.1.2 基線糾漂

脈搏波信號的基線漂移主要由被測者的呼吸所引起。由于被測者的姿勢隨呼吸發(fā)生周期性的微小變動，而采集設(shè)備的腕帶長度并不會隨被測者的姿勢變化而變化，從而導(dǎo)致脈象采集壓力隨被測者的呼吸過程發(fā)生周期性的變化。這些變化與脈象本身無關(guān)，必須去除。此外，呈直線變化的基線也是較常見的基線漂移形態(tài)。這或許是由于采樣設(shè)備老化導(dǎo)致無法穩(wěn)定加壓，或是采樣位置不合理，使得采樣過程中設(shè)備發(fā)生微小滑動所導(dǎo)致。在臨床實際測得的數(shù)據(jù)中也可以見到更加不規(guī)則的基線漂移，多由某些偶發(fā)的外界干擾引起。在基線糾漂過程中需要對這些情況進(jìn)行綜合處理。

狄九軍[10]通過將原始數(shù)據(jù)分為N 段（其中N 應(yīng)盡量與數(shù)據(jù)中的總心動周期數(shù)相近），之后取每段數(shù)據(jù)的最小值作為基線的標(biāo)準(zhǔn)，基于最小二乘法將這些最小值擬合為2 次曲線，以此為基準(zhǔn)進(jìn)行基線糾漂。對于總長較短的數(shù)據(jù)，這一方法可以得到較好的效果，但對于包含多個呼吸周期的數(shù)據(jù)，單一的二次曲線不足以擬合其中的變化，需要尋找更合適的擬合方法。奚唐敏[11]考慮到正常成年人的呼吸頻率一般不超過每分鐘24 次，即呼吸引起的基線漂移的信號頻率在0.4 Hz 一下，因此通過小波分解方法將0.4 Hz 以下的信號濾除，達(dá)到基線糾漂的目的。Xia C 等[12]將基線糾漂的步驟放在周期劃分之后進(jìn)行。在對原始數(shù)據(jù)進(jìn)行周期劃分之后，由于基線漂移，所得單周期脈圖的起點(diǎn)和終點(diǎn)高度并不一致。此時通過坐標(biāo)旋轉(zhuǎn)將單周期脈圖的起點(diǎn)和終點(diǎn)旋轉(zhuǎn)到同一高度，即可達(dá)到基線糾漂的效果。該方法不僅可以處理由于呼吸干擾以及采集設(shè)備滑動帶來的基線漂移，也可以處理更加復(fù)雜和少見的情況，但是旋轉(zhuǎn)過程有可能使得脈搏波的特征點(diǎn)高度發(fā)生改變，其具體影響需要進(jìn)一步的驗證和評估。

2.1.3 周期劃分

脈動周期的劃分大致可分為基于脈搏波幅值的方法、基于脈搏波一次導(dǎo)數(shù)的方法以及基于其它變換的方法。

基于幅值的方法的基本思路是將脈搏波局部的極大值與整個波形的最大值相比，若其差距小于一定閾值，則將該極大值認(rèn)定為h1，并據(jù)此向前尋找該周期的起點(diǎn)。同理，也可以通過局部極小值與整個波形的最小值比較尋找起點(diǎn)。這一思路在具體實施時通常會做不同程度的補(bǔ)充和改進(jìn)。狄九軍[10]認(rèn)為，一個脈搏周期的起點(diǎn)應(yīng)滿足3 個條件，即該點(diǎn)的縱坐標(biāo)小于某個閾值；該點(diǎn)的前兩點(diǎn)的導(dǎo)數(shù)應(yīng)小于0，后三點(diǎn)的導(dǎo)數(shù)應(yīng)大于0；該點(diǎn)的導(dǎo)數(shù)的絕對值應(yīng)小于某個閾值。Xia C 等[12]通過頻域提取出脈搏波的基波頻率，根據(jù)其對應(yīng)的周期長度將脈搏波信號分段，之后尋找脈搏波信號中成對的極小值和極大值，若極小值與極大值之間的幅值之差大于其對應(yīng)的信號段極差的1/4，且極小值與極大值之間的時間差大于基波頻率對應(yīng)周期的1/40，則認(rèn)為該極小值就是一個脈搏波周期的起點(diǎn)，同時，這一對極小值和極大值可以認(rèn)為對應(yīng)了脈圖中的主波上升支。Xu L等[13]首先找出脈搏波信號中所有的極大值點(diǎn)作為候選，之后使用不同的閾值對這些極大值點(diǎn)進(jìn)行篩選，根據(jù)不同閾值所對應(yīng)的極大值點(diǎn)的個數(shù)可以判斷出該信號所包含的心動周期個數(shù)，并據(jù)此對脈搏波信號進(jìn)行周期劃分，同時為避免數(shù)據(jù)基線漂移的影響，可先將數(shù)據(jù)劃分成小段，并在每一段上分別進(jìn)行周期劃分。

基于脈搏波一次導(dǎo)數(shù)的方法的基本思路是通過差分法或小波變換等方法求得脈搏波的一次導(dǎo)數(shù)，再通過設(shè)定閾值尋找主波的上升支。由于脈搏波的一次導(dǎo)數(shù)可表示血壓的變化速度，而主波上升支對應(yīng)心動周期中的快速射血期，是血壓上升最快的區(qū)間，其變化速度較其他區(qū)間快得多，可以據(jù)此對脈搏波主波上升支進(jìn)行定位。徐濤[14]通過計算脈搏波信號的3 點(diǎn)差分值，并結(jié)合前5 個周期的脈搏波數(shù)據(jù)確定相關(guān)閾值進(jìn)行周期劃分，當(dāng)差分值大于前5 個脈搏波的最大差分平均值的60%時，則認(rèn)為此處為脈搏波主波的上升支，之后向前向后分別尋找波形的拐點(diǎn)，便可以得到完整的主波上升支。之后再將其幅值和時長與前5個主波上升支的平均幅值和時長進(jìn)行對比，若幅值大小在0.8-1.3 倍范圍內(nèi)，時長在0.6-1.4 倍范圍內(nèi)，則認(rèn)為該主波上升支定位正確，并可以據(jù)此對信號進(jìn)行周期劃分。張亞沖等[15-16]使用高斯函數(shù)的一階與二階導(dǎo)數(shù)作為小波基，對脈搏波信號進(jìn)行小波變換，得到其一階與二階導(dǎo)數(shù)，并根據(jù)導(dǎo)數(shù)的零點(diǎn)與幅值定位脈搏波的各個特征點(diǎn)。由于一次導(dǎo)數(shù)中的主波上升支比原始脈搏波中的主波波峰更加明顯，同時受基線漂移等低頻噪聲的影響，因此可以更好地識別脈搏波周期的起點(diǎn)。

基于其他變換的方法即對脈搏波數(shù)據(jù)做某種變換，使得脈搏波的主波特征更加突出，在此基礎(chǔ)上尋找脈搏波周期的起點(diǎn)。郭宙等[17]利用Hilbert-Huang變換對脈搏波信號進(jìn)行分析，所得脈搏波信號時-頻分布情況可以用于定位脈搏波的特征點(diǎn)，進(jìn)行周期劃分。胡曉娟[18]將Hilbert-Huang 變換與香農(nóng)能量包絡(luò)線結(jié)合使用，先利用香農(nóng)能量包絡(luò)線使得脈搏波主波的位置更加突出，再利用Hilbert-Huang 變換對主波進(jìn)行提取，并進(jìn)行周期劃分。

2.1.4 歸一化

由于脈搏波信號受外界干擾較大，以及不同廠家不同型號的采集設(shè)備標(biāo)準(zhǔn)不一，因此在不同被測者，甚至同一被測者同一次采集到的數(shù)據(jù)中，不同周期的脈搏波幅值差異巨大。而在利用脈圖時域特征指標(biāo)進(jìn)行研究時，同一被測者數(shù)據(jù)僅僅被提取為一個周期的典型脈圖，為了使不同周期間的數(shù)據(jù)具有可比性，有必要對數(shù)據(jù)進(jìn)行歸一化。歸一化的方法通常采用以最小值為0，最大值為1進(jìn)行線性變換的方法，即

其中x(i)為歸一化前的數(shù)據(jù)，y(i)為歸一化后所得的數(shù)據(jù)。

2.2 時域特征提取

數(shù)據(jù)預(yù)處理完成之后即可對脈搏波的時域特征進(jìn)行提取。時域特征提取的常用方法是通過脈搏波的一階、二階導(dǎo)數(shù)或者小波變換對脈搏波的極值和拐點(diǎn)進(jìn)行定位，之后根據(jù)極值點(diǎn)和拐點(diǎn)的數(shù)量以及分布位置，將其與脈搏波的4 個特征點(diǎn)依次對應(yīng)。成懇等[10,19-21]利用脈搏波一階導(dǎo)數(shù)的過零點(diǎn)作為脈圖的候選特征點(diǎn)，并結(jié)合區(qū)間和幅值的經(jīng)驗性閾值對候選特征點(diǎn)進(jìn)行篩選和判斷，確定脈圖的特征點(diǎn)。蔡瀟等[22]在提取脈圖特征之前先利用三次樣條曲線對單周期脈搏波進(jìn)行擬合，在擬合后的曲線基礎(chǔ)上進(jìn)行一階和二階導(dǎo)數(shù)的求取，對特征點(diǎn)進(jìn)行定位。Zhang G 等[23]利用sym4小波作為小波基對脈搏波信號進(jìn)行小波變換，發(fā)現(xiàn)其第4 層和第5 層的細(xì)節(jié)系數(shù)d4 和d5 的頻率范圍與脈搏波重搏前波的能量分布相對應(yīng)，可以據(jù)此對重搏前波進(jìn)行識別，通過在少量數(shù)據(jù)集上進(jìn)行驗證，該方法對重搏前波的識別準(zhǔn)確率可達(dá)94%。金陳玲[24]將脈搏波形態(tài)按波峰數(shù)分為3 種，對于波峰數(shù)不足3個的波形，通過脈搏波形態(tài)對缺失的特征點(diǎn)進(jìn)行添補(bǔ)，該方法可以滿足所有指標(biāo)統(tǒng)一比較的要求，但所添補(bǔ)的特征點(diǎn)是否具有相同的生理意義仍待進(jìn)一步驗證。

此外，錢偉立等[25]和常昌遠(yuǎn)等[26]分別提出用三個和四個高斯函數(shù)對脈搏波進(jìn)行擬合，通過高斯函數(shù)的參數(shù)計算時域參數(shù)。在此基礎(chǔ)上，陳雪峰[27]利用混合遺傳實現(xiàn)了三個高斯函數(shù)對脈搏波的擬合，孫薇等[28]應(yīng)用包含三個高斯函數(shù)的脈搏波模型生成脈搏波仿真數(shù)據(jù)并用于算法驗證。這些模型擬合出的波形確與真實的脈搏波相似，但其生理意義尚不明確，其相關(guān)參數(shù)是否能夠真實地表達(dá)脈圖中的相關(guān)信息也尚未研究透徹，而且模型中未知的參數(shù)較多，擬合算法較為復(fù)雜，因此應(yīng)用較少。

3 問題與改進(jìn)

針對采集質(zhì)量較好且較典型的脈搏波形態(tài)，常用的時域特征提取方法均可獲得較滿意的結(jié)果。然而，在臨床應(yīng)用研究中，超出消噪算法處理能力的隨機(jī)干擾以及無法歸類于常見的兩峰波或三峰波的非典型形態(tài)是不可避免的。這樣的數(shù)據(jù)時常為特征提取帶來困難。

3.1 隨機(jī)干擾

隨機(jī)干擾帶來的問題首先體現(xiàn)在使得基于脈搏波幅值的周期劃分更加困難。由于主波高度與重搏前波和重搏波的高度之間的差異可能不夠顯著，因此，基于脈搏波幅值的周期劃分方法只能將閾值設(shè)置得較為保守，以免將重搏前波和重搏波誤判為主波。在這樣的情況下，一旦出現(xiàn)較大的脈沖波，就會使閾值偏離正常范圍導(dǎo)致周期劃分錯誤，因此也就對基線糾漂和消噪提出了很高的要求。而在脈搏波的一次導(dǎo)數(shù)中，由于其可以反映主動脈血壓的變化，同時快速射血期的血壓變化較其它時期劇烈得多，因此在脈搏波的一次導(dǎo)數(shù)中，即使不做任何數(shù)據(jù)預(yù)處理，主波的位置也十分突出（見圖2），基于脈搏波一次導(dǎo)數(shù)的周期劃分方法就可以使用更加激進(jìn)的閾值設(shè)置，從而提高對隨機(jī)干擾的抵抗能力。胡曉娟[18]對5 種不同的周期劃分方法進(jìn)行了測試，在其中未結(jié)合專家經(jīng)驗的4 種方法中，基于脈搏波一次導(dǎo)數(shù)的周期劃分方法總準(zhǔn)確率最高，達(dá)到了99.32%。

圖2 受干擾嚴(yán)重的脈搏波及其一次導(dǎo)數(shù)

圖3 非典型脈搏波及其一次導(dǎo)數(shù)

在準(zhǔn)確地劃分脈動周期之后，需要將受干擾明顯的異常周期剔除，以免影響進(jìn)一步的分析。由于大多數(shù)隨機(jī)干擾都會使得受干擾地周期長度出現(xiàn)變化，因此，對周期長度進(jìn)行統(tǒng)計或通過頻域提取脈搏波基頻，將長度明顯偏離正常值的周期剔除即可排除大多數(shù)異常周期。對其余沒有發(fā)生明顯長度變化的異常周期，可以通過多個周期數(shù)據(jù)的平均降低其影響[12]。但是對于心律不齊患者的數(shù)據(jù)，這種方法便無法發(fā)揮作用，甚至?xí)脲e誤。Wang 等[29]嘗試了利用k 最鄰近分類算法對異常周期進(jìn)行識別，并以此為基礎(chǔ)對健康人和糖尿病患者的脈象進(jìn)行分類，準(zhǔn)確率為71.6%。陳臣臣[30]提出了一種基于Hilbert-Huang 變換和ARMA模型的脈象信號異常檢測方法，對異常脈象的識別準(zhǔn)確率為81.5%。如何更準(zhǔn)確地剔除異常周期仍是需要進(jìn)一步研究的方向。

3.2 非典型形態(tài)

一般認(rèn)為典型的脈搏波形態(tài)表現(xiàn)為三峰波，滑脈等脈象亦可出現(xiàn)雙峰波。然而，臨床實際采集到的脈搏波形態(tài)變化多樣，遠(yuǎn)不能用這樣簡單的分類概括。如圖3（a），看似特征點(diǎn)較為明確，但正常情況下收縮期應(yīng)短于舒張期，因此降中峽應(yīng)為圖中a 點(diǎn)，而不是b點(diǎn)或c 點(diǎn)。若按照普通三峰波的特征提取方法將b 點(diǎn)認(rèn)定為降中峽，則會發(fā)生錯誤。又如圖3（b），主波之后降中峽之前出現(xiàn)了多個波峰，無論從左向右或是從右向左，依次認(rèn)定特征點(diǎn)都會帶來錯誤。胡曉娟[18]嘗試結(jié)合專家經(jīng)驗，將脈搏波形態(tài)分為8類，采取不同的提取方法，達(dá)到了89.03%的準(zhǔn)確率，但仍不足以應(yīng)對非典型形態(tài)。

回顧脈搏波與心臟射血活動的關(guān)系，可以發(fā)現(xiàn)在減慢射血期內(nèi)，主動脈血壓下降的過程是一個逐漸加速的過程，直至主動脈瓣關(guān)閉之前的瞬間，左心室開始舒張，血液由主動脈流向左心室，主動脈血壓下降的速度也就達(dá)到了最大值，直到主動脈瓣關(guān)閉，主動脈近心端的容量和壓力不再變化，主動脈血壓的變化也就更加緩和。雖然脈搏波信號與主動脈血壓并不完全一致，但仍能體現(xiàn)出主動脈血壓的變化規(guī)律。從臨床研究中[31]也可以看到，在弦、滑、細(xì)三種脈象中，除滑脈外，降支最大斜率均出現(xiàn)在重搏前波與降中峽之間，同時作者也指出，滑脈的重搏前波多不明顯，甚至看不出來。因此，本課題組提出如下假說：在一個脈搏周期內(nèi)，脈搏波下降最快的位置之后出現(xiàn)的第一個特征點(diǎn)即為降中峽。

為驗證這一假說，本研究選取了2018 年11 月至2019年4月在上海中西醫(yī)結(jié)合醫(yī)院心內(nèi)科住院患者中采集到的脈搏波樣本289 例，采樣設(shè)備的采樣頻率為200 Hz。對每例樣本經(jīng)預(yù)處理后所得的所有單周期波形進(jìn)行疊加平均后[12]進(jìn)行分析。排除因形態(tài)異常無法人工識別降中峽的樣本4 例后，對剩余285 例樣本的特征點(diǎn)進(jìn)行人工標(biāo)注，之后計算其一階差分，取一階差分的最小值之后出現(xiàn)的第一個極小值或拐點(diǎn)的位置，與人工標(biāo)注的降中峽位置進(jìn)行對比，發(fā)現(xiàn)兩位置相符的樣本為271 例，正確率為95.09%，圖3 所示，非典型波形均可以此方法正確識別?？梢娎妹}搏波下降速度識別降中峽有一定的應(yīng)用價值。

4 總結(jié)

脈圖的時域特征是目前應(yīng)用最為廣泛的脈圖指標(biāo)，現(xiàn)有指標(biāo)提取算法在數(shù)據(jù)采集質(zhì)量較好，干擾不大的情況下也有著足夠的精度。但是，如果面向臨床進(jìn)行大規(guī)模應(yīng)用，或者應(yīng)用在面向普通消費(fèi)者的移動終端上，隨著數(shù)據(jù)量的擴(kuò)大，處理質(zhì)量較差的數(shù)據(jù)時效果不佳的缺陷將變得越來越明顯。

脈搏波時域特征的自動提取是脈象客觀化研究的基礎(chǔ)，只有在復(fù)雜的場景中始終保持足夠高的正確率，才能獲得更廣泛的應(yīng)用?，F(xiàn)有的提取方法多關(guān)注于脈搏波的直觀形態(tài)，套用工程領(lǐng)域成熟的算法，而忽略了脈搏波的生理意義。例如，前文中所闡述的利用一次導(dǎo)數(shù)進(jìn)行周期劃分的方法，以及針對心動周期的物理過程設(shè)計的重搏前波提取標(biāo)準(zhǔn)均可獲得更好的效果，而這些方法恰恰能更好地體現(xiàn)脈搏波的生理意義。又如現(xiàn)有的脈圖時域指標(biāo)提取算法中，并沒有針對心律不齊患者的方法。從原則上說，使用單一的時域指標(biāo)對心律不齊患者的脈象進(jìn)行描述是不合適的。在心律不齊患者的脈搏波信號中，至少脈動周期t 將發(fā)生明顯的改變，其他指標(biāo)是否會相應(yīng)改變也未見相關(guān)研究。而且這種改變并不是由外界干擾所產(chǎn)生，而是患者脈象的真實表現(xiàn)，此時使用單一的時域指標(biāo)顯然不可能精確地描述患者的脈象特征，而現(xiàn)有算法并沒有對這一情況進(jìn)行處理或甄別?？梢?，現(xiàn)有的脈圖時域指標(biāo)提取算法依然處于將在其他工程領(lǐng)域應(yīng)用廣泛的成熟算法直接進(jìn)行應(yīng)用和驗證的階段，缺乏針對脈搏波本身的生理特征的設(shè)計和改進(jìn)。而當(dāng)本課題組選出了效果最好的方法，或者尋求更精確的算法的時候，才發(fā)現(xiàn)更好的算法總是更能體現(xiàn)指標(biāo)的生理意義的算法。因此，本研究可以將工程應(yīng)用成熟的指標(biāo)引入醫(yī)學(xué)領(lǐng)域后再來尋找指標(biāo)的生理意義，但也不要忘記嘗試直接從本課題組所關(guān)心的生理變化出發(fā)尋找合適的實現(xiàn)方法。只有特征指標(biāo)與生理意義，工程實踐與醫(yī)學(xué)知識緊密地結(jié)合起來的時候，本研究才能從工程實踐的結(jié)果反推人體內(nèi)部的生理變化，從而使本研究更接近問題的本質(zhì)。