脉搏及人体健康研究调查

《脉搏及人体健康研究调查》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、以下来自论文：程咏梅,夏雅琴,尚岚,等.人体脉搏波信号检测系统.北京生物医学工程学报,2006,25(5):520-523脉搏波所呈现出的形态、强度、速率和节律等方面的综合信息,能反映出人体心血管系统中许多生理病理的血流特征。将人体脉搏波转化为电信号进行测量和分析,使中医的脉象有了一个客观的分辨标准,便于揭开脉诊现代科学本质,为预防和治疗疾病提供参考。从脉搏波中提取人体的生理病理信息作为临床诊断和治疗的依据,历来都受到中外医学界的重视。几乎世界上所有的民族都用过“摸脉”作为诊断疾病的手段。脉搏波所呈现出的形态(波形)、强度(

2、波幅)、速率(波速)和节律(周期)等方面的综合信息,在很大程度上反映出人体心血管系统中许多生理病理的血流特征。这些脉搏波的特征可通过人体的表动脉如颈动脉、肱动脉和桡动脉等处很容易检测出。其中,桡动脉由于靠近体表外周血管,信息尤为丰富,检测也最为方便。用手指在手腕的皮肤上即可感知脉搏的搏动,因而是获取脉搏波的最佳检测部位。通过对脉搏波所提取的血流信息进行分析,就有可能预测出心血管疾病发生的可能性,及时采取措施可有效地减少危险因素,使症状得到缓解和改善。近年来随着生物医学工程学科的发展和电子计算机的广泛应用,脉搏波的检测、记录和

3、分析处理仪器已不断更新和完善。目前有以下几种检测方法:光电容积脉搏波法、液体耦合腔脉搏传感器、压阻式脉搏传感器以及应变式脉搏传感器。脉搏信号分析方法：脉搏信号属于近似周期的非线性、非平稳信号。最初，主要是时域分析为主，如通过脉搏波形图的形态、峰值、角度、上升支下降支的面积等直观参数进行分析，但是大量实践表明，脉搏信号中包含的信息是多方面的，单靠直观分析方法难以发现脉搏信号中所含的丰富信息，因而促进了脉搏信号分析方法更加全面与多样化方向的发展。近年来，常采用的脉搏信号分析方法主要有：时域分析、频域分析与时频联合分析方法。时域分

4、析方法：所谓时域分析，就是在时间方向上分析脉搏波波形信息的各种动态特征，对脉搏波提取特征信息，这也是目前应用最广泛的一种分析方法。通过对波峰、波谷的幅度、形态以及时间参数的量化分析，该方法具有相对简单、直观，生理意义明确，医生容易接受等优点。时域分析法主要有以下几种：脉图面积法：脉图面积法是提取脉搏波波图面积变化为脉搏波特征量的一种分析方法。罗志昌等人研究证实由心血管生理和病理上的变化将会引起脉图特征和面积的相应变化，特征量K值变化可以反映这种内在联系。并且相当敏感，而且很有规律，因而在临床上有重要的应用价值，是心血管临床检

5、查的一个重要生理指标[6]。斜率法和阈值法：人们最早是根据脉搏波的峰值阈值进行区分[7]，就可以找到脉搏波的最高点，然后用斜率法去找出脉搏波的特征点，李震，赵星等人利用斜率法和阈值法组合起来共同对脉搏波特征点进行识别[8]，但是只能对某一类的脉搏波的特征点进行识别，因为当脉搏波比较平缓的时候，识别效果不理想。极值法和曲率法：张晴用极值法和曲率法进行特征点识别[9]，先通过找出脉搏波中的最大值和最小值，然后通过求整个曲线曲率，通过分析在不同地方曲率的变化找出脉搏波中拐点驻点等特征点的位置，对于特征点明显脉搏波能基本识别，在有噪

6、声的情况下或者脉搏波中潮波不明显的波形就很难准确判别了。自适应的算术平均法：杨福生等用自适应的算术平均算法结合差分法来确定脉搏波的特征点[10]。该算法的优点是简单、快速，但是灵敏度太低、误差较大，其中参数很难确定、效果不明显。微分法：孙万蓉等用微分的方法去确定脉搏波信号特征点以及去计算参数[11]，该方法对主波波峰的检测比较适用，但是其后的特征点的识别率低，所以有很大的局限性。极值法：唐铭一等人采用极值法去提取脉搏波的特征点。这个方法也是对脉搏波中潮波特别明显的人很适用，找出主波波峰后，依次就很容易找出，如果潮波不明显或者

7、是潮波比主波高的话，那这个方法要不就是检测不出来，要不就是会出现很大的错误，所以这个方法也是一个有着局限性的方法，很难说能准确识别脉搏波特征点。频域分析方法频域分析主要是通过离散傅里叶变换的快速算法，实现脉搏波曲线从时域到频域变换，得到相应的脉搏频谱曲线。通过对频谱图的特征分析，提取反映人体生理病理的特征信息，实现分类。频域分析包括功率谱分析和倒谱分析[12]。功率谱分析：利用广义平稳随机过程的N个样本数据估计该过程的功率谱密度,称为功率谱估计，亦可称为谱分析。对信号进行功率谱分析的算法通常有二种：一种是经典的快速傅里叶变换

8、，在目前的频谱分析中采用较多。常见信号功率谱特征值有：前次峰、第一主峰、第二主峰的频率、谐波数、谱能比等[13]。傅里叶谱分析虽然比较成熟,但在脉搏波信号分析中快速傅里叶变换的频谱的特征峰不突出，可能是存在样本截断后能量泄漏从而易产生虚假细节。另一种对信号进行功率谱分析的算法是最大熵谱估计