脈象信號分析與中醫(yī)脈象證型識別研究.pdf

1、本論文的研究工作是結合科研課題“嵌入式脈象信號分析與處理系統(tǒng)”展開的。中醫(yī)獨特的診斷方法及治病的療效是有目共睹的。隨著傳感器技術和計算機處理技術的發(fā)展，人們開始致力于脈診的客觀化研究，希望用現(xiàn)代科學技術的方法和儀器，推進中醫(yī)脈診的現(xiàn)代化，這也是本文進行研究的目的。 通過對脈圖的形態(tài)分析，在時域脈搏圖中提取特征信息以及采用神經(jīng)網(wǎng)絡進行分類識別等，在國內(nèi)外已有不少報道，但算法還不夠完善。本課題在總結前人工作的基礎上，對脈象數(shù)據(jù)的特征

2、提取，脈象的識別進行了研究。主要工作包括以下幾個方面： 首先，在對國內(nèi)外人體脈象客觀化研究方法進行比較的基礎上，針對以往脈象特征提取算法單一從時域提取特征值，而導致無法對脈律不齊的脈象進行有效識別的缺點，本文采用脈象信號線性預測系數(shù)(LPC)、脈象信號線性預測倒譜系數(shù)(LPCC)和脈象信號MEL頻率倒譜系數(shù)(MFCC)，以及對原始數(shù)據(jù)通過小波變換后的參數(shù)作為研究脈象的新特征量。 其次，鑒于VQ方法即簡單又易于實現(xiàn)的特點，

3、特別是在建立脈象信號識別模型時能減少數(shù)據(jù)的計算量與存儲量，因而，能夠獲得較好的識別精度及較快的響應速度，此外，GMM在說話人識別中具有較好的效果，本文在深入研究脈象數(shù)據(jù)特征的基礎上，構建了基于矢量量化和高斯混合模型的辨識系統(tǒng)。并用它們對四種常見的中醫(yī)脈象證型氣虛、氣陰兩虛、氣滯和氣滯血瘀進行了成功識別，為以后臨床實驗提供參考。 最后，將本課題提出的脈象信號特征提取與識別算法應用于脈象辨識系統(tǒng)進行脈象識別，通過實驗，證明了本文算法

4、具有一定的可行性和有效性，并對實驗結果進行了分析總結。 實驗表明，采用本文提出的特征參數(shù)和基于矢量量化模型進行的中醫(yī)脈象證型信號分析識別時，識別正確率取得了一定效果，但總體的結果并不太理想，在研究脈象特征參數(shù)與中醫(yī)證型的關系上，還要有進一步的研究。 本文的研究是針對人體不同中醫(yī)脈象證型而提出的一種脈象特征提取與識別方法，這一研究對于脈象客觀化、脈象證型識別和現(xiàn)代信號處理技術在醫(yī)療輔助診斷中的應用，弘揚和推動傳統(tǒng)醫(yī)學現(xiàn)代化