李 勐， 湛 月， 袁 柳， 李浩源

(1.中國(guó)電子科技集團(tuán)公司電子科學(xué)研究院， 北京 100041； 2.中國(guó)核工業(yè)電機(jī)運(yùn)行技術(shù)開發(fā)有限公司， 北京 100043)

脈象診斷是中醫(yī)診療“望、聞、問、切”中最關(guān)鍵的步驟之一，具有極其重要的表征作用。有經(jīng)驗(yàn)的中醫(yī)能夠通過脈象的細(xì)微變化判斷出患者身體各部位的健康狀況，并預(yù)測(cè)可能發(fā)生的潛在疾病。但傳統(tǒng)中醫(yī)脈診相當(dāng)程度上依賴醫(yī)生的臨床經(jīng)驗(yàn)，“心中易了，指下難明”，不利于經(jīng)驗(yàn)傳授和技術(shù)推廣，其主要原因是脈象診斷缺乏客觀化指標(biāo)，未能建立數(shù)字化的脈象與疾病間的映射關(guān)系。同時(shí)，既有脈診儀器設(shè)備多為單個(gè)點(diǎn)位、單一指標(biāo)的測(cè)量，與傳統(tǒng)中醫(yī)利用三指同時(shí)感知腕部撓動(dòng)脈寸、關(guān)、尺三個(gè)關(guān)鍵點(diǎn)位的脈搏信息有較大差距。近年來出現(xiàn)的一些便攜式脈診儀和小型化新型脈搏傳感器的研究受到領(lǐng)域內(nèi)臨床醫(yī)生和科研人員的普遍關(guān)注。不過，面向中醫(yī)脈診信息化的諸多理論與技術(shù)還缺乏統(tǒng)一而深入的研究。

把脈診斷的過程中，醫(yī)生將食指、中指和無(wú)名指輕壓于患者左手或右手腕部橈動(dòng)脈淺露膚表[1]的一段長(zhǎng)度上，感知脈搏的變化模式，通過臨床經(jīng)驗(yàn)分析出患者的健康情況。比較而言，中醫(yī)源自中國(guó)，國(guó)外對(duì)脈象診斷的研究比較罕見，對(duì)脈診儀的研發(fā)更為稀少；而在中國(guó)，諸多研究機(jī)構(gòu)和公司進(jìn)行過脈診儀的相關(guān)研究工作。

脈診儀的研究始于20世紀(jì)50年代，隨著近年來中醫(yī)現(xiàn)代化、信息化的發(fā)展趨勢(shì)愈發(fā)明顯，已呈現(xiàn)出形式多樣、各有特點(diǎn)的多種設(shè)備。既有脈診儀系統(tǒng)可以大致分為專業(yè)型和便攜型[2]兩類，所采集的生理指標(biāo)有單一的脈搏壓力波，也有集成體溫、心電等信息的綜合型系統(tǒng)[3]。

2004年，上海醫(yī)管家公司研發(fā)了一種便攜式的醫(yī)管家多功能辨證儀。通過類似便攜式血壓計(jì)的腕套佩戴方式，該設(shè)備可同時(shí)測(cè)量診脈、血壓、心電、體溫等多種身體指標(biāo)。2007年，在上海中醫(yī)藥大學(xué)前期四診基礎(chǔ)技術(shù)研究[4]基礎(chǔ)上，上海道生醫(yī)療科技有限公司研發(fā)了一種專業(yè)型脈診設(shè)備，采用時(shí)頻域、倒譜等算法，由單點(diǎn)式傳感器采集脈象診測(cè)信息，可記錄及保存不同時(shí)期的特征變化，作為對(duì)疾病療效評(píng)估的客觀參考依據(jù)。單點(diǎn)式采集方案的主要不足在于無(wú)法同時(shí)獲得寸、關(guān)、尺三個(gè)點(diǎn)位的同步信息，而通過三次不同位置測(cè)量獲取的信息難以同步，且耗時(shí)較長(zhǎng)。

2016年，常州金姆健康科技有限公司研制了一種指夾式脈診儀，使用時(shí)將夾子固定在食指上，通過光感元件測(cè)量血液流經(jīng)指尖血管時(shí)的血液壓力波，模擬脈圖通過頻域分析進(jìn)行脈象解讀。然而，指尖處的血液壓力波動(dòng)情況與傳統(tǒng)把脈位置存在較大的差異，因此該方法與一般意義的脈診不同。

除了單點(diǎn)式采集方案外，一些研究機(jī)構(gòu)和企業(yè)也提出了多點(diǎn)采集法，以采集不同部位的脈象信號(hào)進(jìn)行綜合分析。胡家寧等[5]研制了三頭式仿中醫(yī)脈象傳感器，并在臨床進(jìn)行了實(shí)際應(yīng)用，然而每個(gè)傳感頭都需要手動(dòng)螺絲調(diào)整，較為繁瑣。湯偉昌[6]提出的三部脈象檢測(cè)系統(tǒng)使用同心圓雙探頭采集血管徑向搏動(dòng)力、軸向張力、血管等效硬度。齊天華等[7]提出，將單點(diǎn)采集發(fā)展為陣列式多點(diǎn)式探頭采集(血管寬度等)，為多點(diǎn)位信息采集提供了一種新思路。遺憾的是，這些研究方案沒有轉(zhuǎn)化為產(chǎn)品成果。此外，為了采集全面、豐富的脈象信息，楊杰等[8]還研制了由 B超儀、壓力傳感器、結(jié)合光電容積傳感器、心電傳感器的脈象采集裝置，采集的多維信號(hào)經(jīng)計(jì)算機(jī)數(shù)據(jù)處理后，得到復(fù)合的含有脈象的信號(hào)以及橈動(dòng)脈的聲像圖，最終測(cè)得橈動(dòng)脈的內(nèi)徑、橈動(dòng)脈的運(yùn)動(dòng)變化及橈動(dòng)脈與周圍組織的分布情況。盡管如此，此系統(tǒng)只有寸口脈搏的采集，且不方便與脈診知識(shí)結(jié)合，與傳統(tǒng)的切脈方法存在較大的差異。寸、關(guān)、尺三部九候的同步檢測(cè)是脈診客觀化研究長(zhǎng)期實(shí)踐的目標(biāo)[9]。

綜合以上研究現(xiàn)狀，提出一種中醫(yī)脈診機(jī)器人方案，在受限的緊湊空間內(nèi)實(shí)現(xiàn)寸、關(guān)、尺三點(diǎn)位同步測(cè)量。

1 脈診機(jī)器人系統(tǒng)設(shè)計(jì)

機(jī)器人系統(tǒng)設(shè)計(jì)圍繞脈診機(jī)器人三點(diǎn)位同步測(cè)量的構(gòu)型與可控性目標(biāo)展開。設(shè)計(jì)需求方面，針對(duì)專業(yè)醫(yī)療場(chǎng)所中桌面使用的需要，機(jī)器人應(yīng)足夠小巧、緊湊，同時(shí)應(yīng)保留一定的工作空間冗余，以滿足不同使用者之間的身體差異。在電氣控制方面，由于不同人的寸、關(guān)、尺三處點(diǎn)位之間的相對(duì)位置不同，因此必須滿足每個(gè)自由度的獨(dú)立控制。

1.1 機(jī)器人機(jī)構(gòu)設(shè)計(jì)

脈診機(jī)器人的整體外形如圖1所示。機(jī)器人外形為一立方體結(jié)構(gòu)，開口靠近手腕部位，從機(jī)器人殼體內(nèi)部伸出3只機(jī)械手指，每只機(jī)械手指末端搭載有高精度小型壓力傳感器(測(cè)量探頭)。

圖1 機(jī)器人系統(tǒng)整體外觀圖Fig.1 Appearance of the robot system

使用者將手臂縱向放置于機(jī)器人側(cè)面凹槽下方的墊枕上，讓腕部的寸、關(guān)、尺三個(gè)被測(cè)點(diǎn)位處于力傳感器的運(yùn)動(dòng)空間范圍內(nèi)，然后由醫(yī)生通過上位機(jī)控制機(jī)械手指運(yùn)動(dòng)，逐一將傳感器移動(dòng)至對(duì)應(yīng)的測(cè)量點(diǎn)位上。測(cè)量另一手臂時(shí)，可將機(jī)器人水平旋轉(zhuǎn)180°后使用。

脈診機(jī)器人的主要機(jī)械結(jié)構(gòu)包含外殼、主體框架、平移結(jié)構(gòu)、升降結(jié)構(gòu)、伸縮結(jié)構(gòu)、末端(傳感器)等部分，主要機(jī)械結(jié)構(gòu)如圖2所示。

圖2 機(jī)器人系統(tǒng)主要機(jī)械結(jié)構(gòu)Fig.2 Mechanical structure of the robot system

機(jī)器人共有9個(gè)獨(dú)立自由度，每個(gè)測(cè)量探頭均可在水平、垂直、伸縮三個(gè)相互垂直的坐標(biāo)軸組成的直角坐標(biāo)系下進(jìn)行空間運(yùn)動(dòng)。

平移自由度用于調(diào)整測(cè)量探頭沿手臂方向的位置，以及調(diào)整三個(gè)測(cè)量探頭之間的相對(duì)距離。驅(qū)動(dòng)平移運(yùn)動(dòng)的三個(gè)導(dǎo)軌相互并排放置，每個(gè)滑塊連接一個(gè)升降導(dǎo)軌，升降導(dǎo)軌側(cè)面設(shè)計(jì)了通孔，經(jīng)由平移導(dǎo)軌的圓柱軌道穿過。由于寸、關(guān)、尺三個(gè)點(diǎn)位不會(huì)發(fā)生順序變換，因此三個(gè)升降導(dǎo)軌之間在平移方向上雖存在運(yùn)動(dòng)干涉，但不影響機(jī)器人在脈診測(cè)量使用場(chǎng)景的運(yùn)動(dòng)空間。這種創(chuàng)新的穿插式導(dǎo)軌交錯(cuò)結(jié)構(gòu)，使機(jī)器人的伸縮方向尺寸減小40%以上，有效實(shí)現(xiàn)了緊湊空間內(nèi)的多自由度運(yùn)動(dòng)需求。

升降自由度用于調(diào)節(jié)測(cè)量探頭的垂直高度。三只升降導(dǎo)軌相互平行，考慮到三個(gè)測(cè)量點(diǎn)位間的距離較小，而導(dǎo)軌電機(jī)寬度較大，因此位于中間的升降導(dǎo)軌采用上下倒裝，以減小最小間距。

伸縮自由度通過三個(gè)機(jī)械手指的水平運(yùn)動(dòng)實(shí)現(xiàn)測(cè)量探頭相對(duì)腕部的“內(nèi)外”位置調(diào)整，解決了使用者手臂放置角度差異的調(diào)節(jié)問題。

本文研究提出的運(yùn)動(dòng)機(jī)構(gòu)，使每個(gè)點(diǎn)位具備三個(gè)獨(dú)立自由度，能夠靈活適應(yīng)使用者相對(duì)隨意的測(cè)量姿勢(shì)，顯著提高了脈診機(jī)器人的適用性、提升了使用體驗(yàn)。使用者不需要刻意調(diào)整手臂放置姿勢(shì)，機(jī)器人均可以將三個(gè)測(cè)量探頭精確定位至目標(biāo)被測(cè)點(diǎn)位進(jìn)行脈搏信號(hào)拾取。

此外，本文研究提出的脈診機(jī)器人采用高度對(duì)稱的外觀設(shè)計(jì)，可使用兩臺(tái)機(jī)器人反向放置，快速實(shí)現(xiàn)雙手六點(diǎn)位的同步測(cè)量，如圖3所示。

圖3 對(duì)稱設(shè)計(jì)便于組合實(shí)現(xiàn)雙手同步測(cè)量Fig.3 The robot’s symmetric design making it possible to set a pair to conduct simultaneous measurement on both wrists

1.2 機(jī)器人電氣系統(tǒng)設(shè)計(jì)

機(jī)器人的電氣控制系統(tǒng)主要由步進(jìn)電機(jī)、空心杯電機(jī)、電機(jī)驅(qū)動(dòng)單元、微型壓力傳感器、信號(hào)處理單元、核心計(jì)算單元、上位計(jì)算機(jī)等部分組成。系統(tǒng)整體電氣示意圖如圖4所示。

圖4 機(jī)器人電氣系統(tǒng)示意圖Fig.4 Electronical scheme diagram of the robot system

在機(jī)器人運(yùn)動(dòng)驅(qū)動(dòng)方面，為了提供機(jī)器人運(yùn)動(dòng)所需力矩并簡(jiǎn)化控制，平移自由度和升降自由度采用42步進(jìn)電機(jī)，并通過電機(jī)驅(qū)動(dòng)芯片進(jìn)行獨(dú)立控制。伸縮自由度水平方向負(fù)載小，因此采用小體積、重量輕的816空心杯電機(jī)，配合單獨(dú)控制單元運(yùn)動(dòng)。

核心計(jì)算單元采用集成度高、尺寸緊湊、可擴(kuò)展性強(qiáng)的樹莓派(型號(hào)BCM-2837，主頻1.2 GHz，四核64位ARM處理器，運(yùn)行Ubuntu 16.04操作系統(tǒng))為主體。系統(tǒng)通過樹莓派板載的視頻接口和通用串行總線USB接口進(jìn)行上位機(jī)控制，上位機(jī)使用軟件QT開發(fā)圖形化控制界面，初步實(shí)現(xiàn)機(jī)器人的運(yùn)動(dòng)控制、脈搏信號(hào)呈現(xiàn)和結(jié)果處理。此外，樹莓派板載有無(wú)線網(wǎng)絡(luò)模塊等多種內(nèi)置功能，便于未來進(jìn)行遠(yuǎn)程數(shù)據(jù)傳輸和控制的改進(jìn)，以替代上位機(jī)，完全采用嵌入式設(shè)計(jì)。

壓力傳感器是脈診機(jī)器人的關(guān)鍵部件，采用高性能、低成本的壓電式小量程動(dòng)態(tài)壓力傳感器SC0073B。其測(cè)量壓力范圍為1 kPa，靈敏度0.2 mV/Pa，靈敏度高，抗過載及沖擊能力強(qiáng)，非常適合脈搏信號(hào)的拾取。壓力傳感器僅需上拉1 kΩ高精電阻將壓力信號(hào)轉(zhuǎn)換為電壓，再通過信號(hào)處理單元中的AD (analog-digital) 轉(zhuǎn)換器傳送至核心計(jì)算單位進(jìn)行處理。

2 基于機(jī)器學(xué)習(xí)的脈搏波生理數(shù)據(jù)融合分析方法

通過傳感器獲取的脈搏信號(hào)是一組有規(guī)律的周期性波形，將波形的特征進(jìn)行提取，映射到相應(yīng)的疾病或身體不同部位的健康情況是進(jìn)行脈象數(shù)據(jù)分析的目的[10]。提出一種生理數(shù)據(jù)分析框架，能夠支持包括脈搏信號(hào)在內(nèi)的多種生理指標(biāo)的融合分析。該框架的整體邏輯如圖5所示，包括脈搏波等生理指標(biāo)的數(shù)據(jù)導(dǎo)入、數(shù)據(jù)預(yù)處理、特征提取、特征選擇和降維、特征分類等過程。分析框架的輸出結(jié)果為各種多模態(tài)生理信號(hào)的波形圖，以及最終的分類結(jié)果、接受者操作特征曲線 (receiver operating characteristic curve，ROC) 等。

圖5 脈搏數(shù)據(jù)分析框架Fig.5 Analysis diagram of pulse data

脈搏波生理數(shù)據(jù)融合分析的具體步驟如下。

(1)數(shù)據(jù)導(dǎo)入和預(yù)處理。將傳感器采集的脈搏信號(hào)原始數(shù)據(jù)導(dǎo)入到MATLAB軟件中，進(jìn)行數(shù)據(jù)去重、數(shù)據(jù)清洗，通過預(yù)處理去除測(cè)量數(shù)據(jù)頭尾部值為0的數(shù)據(jù)。

(2)特征提取。通過統(tǒng)計(jì)分析、小波變換提取脈搏信號(hào)時(shí)頻特征和非線性特征，提取的特征包括：一維信號(hào)的統(tǒng)計(jì)學(xué)特征、一階差分信號(hào)的統(tǒng)計(jì)學(xué)特征、二階差分信號(hào)的統(tǒng)計(jì)學(xué)特征、頻域信號(hào)幅度值的統(tǒng)計(jì)學(xué)特征、脈搏波的間期特征、脈搏波間期變化特征等30種。

(3)模型建立。通過前向特征選擇(sequential forward selection，SFS)方法，保留原始特征信息，便于追溯。通過支持向量機(jī)(support vector machine，SVM)算法對(duì)每一維特征進(jìn)行分類處理，保留單特征分類精度超過0.8的特征結(jié)果。該方法的優(yōu)點(diǎn)是操作簡(jiǎn)單，與分類器交互，能捕捉特征相關(guān)性，和隨機(jī)算法相比計(jì)算開銷較小。

(4)特征分類。對(duì)篩選的特征進(jìn)行分類處理，調(diào)用classificationLearner工具箱。對(duì)SVM、決策樹等分類器的分類結(jié)果進(jìn)行推理判別，訓(xùn)練獲得各分類器的權(quán)重，實(shí)現(xiàn)決策級(jí)融合分類，生成脈搏波信號(hào)的分析結(jié)果。

2.1 前向特征選擇方法

特征選擇(feature selection，F(xiàn)S)是指從已有的M個(gè)特征中選擇N(N

圖6 特征選擇算法框架Fig.6 Feature selection algorithm diagram

采用的前向特征選擇方法使用誤分類率作為評(píng)價(jià)函數(shù)，對(duì)一系列備選的特征進(jìn)行篩選。從空集開始搜索，每次把一個(gè)特征加入這個(gè)特征子集中，使得評(píng)價(jià)函數(shù)達(dá)到最優(yōu)值。SFS保留了原始特征信息，如果候選的特征子集不如上一輪的特征子集，那么停止迭代，并將上一輪的特征子集作為最優(yōu)的特征選擇結(jié)果。

2.2 SVM算法

支持向量機(jī)是一類按監(jiān)督學(xué)習(xí)方式對(duì)數(shù)據(jù)進(jìn)行二元分類的廣義線性分類器。SVM使用鉸鏈損失函數(shù)計(jì)算經(jīng)驗(yàn)風(fēng)險(xiǎn)并在求解系統(tǒng)中加入了正則化項(xiàng)以優(yōu)化結(jié)構(gòu)風(fēng)險(xiǎn)，是一種具有稀疏性和穩(wěn)健性的分類器。

SVM分類方法的目標(biāo)是尋找一個(gè)分類面，使得數(shù)據(jù)被分類為兩個(gè)點(diǎn)集到此平面的最小距離最大，兩個(gè)點(diǎn)集中的邊緣點(diǎn)到此平面的距離最大。

一般來說，定義空間坐標(biāo)系中一個(gè)平面的解析式為y(x)=ωTx+b，其中在二維情況下ω為二維向量(ω1,ω2)，x對(duì)應(yīng)坐標(biāo)(x1,x2) 。

則所求解的直線可寫為

對(duì)于所涉及的脈診數(shù)據(jù)的分類(季節(jié)特征)而言，其不同測(cè)量結(jié)果的特征值可繪制于坐標(biāo)系中的一點(diǎn)，因此考慮通過線性分類方法尋找決策邊界，并通過考察分類結(jié)果精度確定方法的有效性。

3 實(shí)驗(yàn)和結(jié)果

按照2節(jié)中提出的機(jī)器人設(shè)計(jì)，搭建機(jī)器人原理樣機(jī)，利用所提出的脈搏波生理數(shù)據(jù)融合分析方法對(duì)脈象信號(hào)進(jìn)行了初步的可行性實(shí)驗(yàn)分析。

在冬至、夏至前后5 d內(nèi)，分別為20位受試者采集左、右手寸、關(guān)、尺脈搏信號(hào)。采樣率為1 000 S/s，整體采樣時(shí)間14 s左右，數(shù)據(jù)預(yù)處理中截取有效的中段采樣時(shí)間10 s。

用30類特征對(duì)數(shù)據(jù)進(jìn)行特征提取，并遴選單個(gè)特征分類精度大于0.8的特征進(jìn)行組合，去除幅度值影響，最終選擇7個(gè)特征維度用于后續(xù)分類分析，如表1所示。

表1 所選擇的7種分析特征維度Table 1 Seven selected features for data analysis

對(duì)選擇的7維特征建立BaggedTree、SVM、決策樹、K近鄰(K-nearest neighbor，KNN)、邏輯回歸5種交叉驗(yàn)證模型，對(duì)冬至、夏至數(shù)據(jù)進(jìn)行分類，分類結(jié)果如表2所示。

表2 交叉驗(yàn)證模型的分析結(jié)果Table 2 Cross validation model results

從表2中可以看到，使用SVM、貝葉斯等機(jī)器學(xué)習(xí)方法分類冬至和夏至測(cè)得的脈象數(shù)據(jù)，發(fā)現(xiàn)所測(cè)得數(shù)據(jù)有明顯的可分性，所選機(jī)器學(xué)習(xí)模型均可以獲得90%以上的分類精度，人體在冬、夏的脈象具有明顯差異。

4 結(jié)論

提出了一種創(chuàng)新結(jié)構(gòu)的中醫(yī)脈診機(jī)器人系統(tǒng)，通過穿插式的導(dǎo)軌交錯(cuò)設(shè)計(jì)，實(shí)現(xiàn)在緊湊空間內(nèi)的多自由度、多末端協(xié)同控制，使機(jī)器人能夠在小體積下完成寸、關(guān)、尺三點(diǎn)位同步脈象測(cè)量。通過基于機(jī)器學(xué)習(xí)的生理數(shù)據(jù)分析框架，提出了特征提取和建模分析方法。通過原理樣機(jī)的初步可行性驗(yàn)證實(shí)驗(yàn)，對(duì)季節(jié)脈象數(shù)據(jù)進(jìn)行了特征分類和關(guān)鍵特征建模，并獲得90%以上的分類精度，初步驗(yàn)證了機(jī)器人系統(tǒng)用于脈象診斷的可行性。

在下一步的優(yōu)化設(shè)計(jì)中，將在維持相同自由度的前提下，進(jìn)一步縮小機(jī)構(gòu)整體尺寸，使機(jī)器人整體更接近人體工程學(xué)理想尺寸，便于攜帶。同時(shí)，主要結(jié)合中醫(yī)經(jīng)驗(yàn)完善機(jī)器學(xué)習(xí)模型和算法，聚焦浮、沉、遲、數(shù)4類脈象的數(shù)據(jù)判別，以期對(duì)數(shù)字輔助的中醫(yī)脈診取得進(jìn)一步結(jié)果。