基于信号处理的中医脉象要素分类器和哮喘病脉分类研究
发布时间：2021-09-12 14:58
脉诊作为传统中医诊断方法的重要构成部分,其客观化研究是当代传承和发展中医的关键方面之一。传统中医脉诊中,中医师通过切按脉搏,从脉率、脉位等多个脉象要素上感知机体脉象和辨别病症。目前的脉诊客观化研究在处理分析脉搏波信号时大多无法与中医临床切脉诊病理论相结合,不仅难以复现脉诊的个性化诊断机制,也未能充分利用脉搏波信号中携带的丰富生理病理信息。本文以中医脉诊理论为基础,综合应用多种信号处理和机器学习方法,研究探讨了脉搏波信号从预处理、特征提取和评估到脉象分类识别的完整处理分析过程。首先提出了脉搏波信号预处理及特征提取方法和针对非典型脉搏波进行特征点探测的方法;然后提出了从脉搏波信号中提取呼吸信息的方法,并基于此设计验证了具有个性化判断机制的脉率要素分类器;通过多段取脉压力下脉搏波信号的处理设计了脉位要素分类器;通过特征选择和应用Xgboost、支持向量机算法训练出脉形、脉势要素分类器;最后从脉搏波特征重要性评估筛选和呼吸波特征补充提取两个崭新的角度探讨了哮喘病脉的脉搏波信号分类问题。为了验证本文提出的四种脉象要素分类器用于脉诊临床辅助诊断的可行性,将脉象要素分类器应用于哮喘病脉数据集,并使用...
【文章来源】：华东理工大学上海市 211工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
图２．１典型平脉脉搏波信号波形??Ｆｉｇ．?２．１?Ｔｙｐｉｃａｌ?ｎｏｒｍａｌ?ｐｕｌｓｅ?ｓｉｇｎａｌ?ｗａｖｅｆｏｒｍ??
位论文??＿?原始脉搏波信３??Ｕ．Ｉ?１?１?＇?：?１?；?５?ｊ??蠢。伽驅??Ｑ?＜ｊ???Ｓ???丄?Ｘ－?ｉ＿?＿ｉ?＾?」??＿．Ｊ??０?５?１０?１５?２０?２５?３０?３５?４０??时间／Ｓ??＿?小波去噪后的脉搏波信弓??Ｕ．Ｉ?■?ｉ?ｉ?：?ｉ?？?｝?；??Ｑ?１??｜?！?｜?ｉ?！?；?Ｉ?；??０?５?１０?１５?２０?２５?３０?３５?４０??时间／Ｓ??图２．２小波去噪前后前后对比图??Ｆｉｇ．?２．２?Ｃｏｎｔｒａｓｔ?ｏｆ?ｗａｖｅｌｅｔ?ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ?ｄｅｎｏｉｓｉｎｇ?ｅｆｆｅｃｔ??２．２．２脉搏波信号分割提取??对于降噪后的脉搏波信号，在做进一步分析前通常需要进行特征提取，对脉搏波波??形特征的提取通过脉搏波时域分析获得，但一例脉搏波数据是由受试者在一段时间内连??续采集而得的多周期信号序列，而脉搏波信号又是有时频随机变化特性的非平稳信号，??因此多周期信号间会存在一定的差异，不同的受试者采集而得的脉搏波信号在幅值、周??期等因素上差异更难以统计。为了使脉搏波信号数据样本在时域分析中所提取的特征具??备统一的可比性，通常需要先对多周期脉搏波信号进行周期分割、单周期脉搏波波形平??均、标准化以及重采样等预处理［２６］。??对多周期脉搏波信号进行周期分割首先需要确定信号的谷峰对，由２．１节对典型脉??搏波形的介绍，单周期脉搏波信号内可存在多个峰值和谷值，若要确定用于周期分割的??准确谷峰对必须设置合理的距离阈值和幅值高限阈值。成年人静息心率一般不超过１００??次／分
２００?３００?４００?５００?６００??００５?中．同期脉搏波：阶微分图?〇〇?单周期泳搏波－阶微分图?〇〇?！单周期脉搏波二阶微分图??°ｖ＾＾００；＼｜ｒ＾Ｖ?’??－０．０５???????－０．０５??１???＇?１??０．０４?＇???１???０?１００?２００?３００?４００?５００?６００?０?１００?２００?３００?４００?５００?６００?０?１００?２００?３００?４００?５００?６００??（ｉ）?（ｂ）?（ｃ）??图２．４非典型脉搏波特征点探测（ａ）ｔｙｐｅ２ｌ．ｌ?（ｂ）ｔｙｐｅ２ｌ．２?（ｃ）ｔｙｐｅ２ｌ．３??Ｆｉｇ．?２．４?Ｆｅａｔｕｒｅ?ｐｏｉｎｔｓ?ｄｅｔｅｃｔｉｏｎ?ｏｆ?ａｔｙｐｉｃａｌ?ｐｕｌｓｅ?（ａ）ｔｙｐｅ２１．１?（ｂ）ｔｙｐｅ２１．２?（ｃ）ｔｙｐｅ２１．３??当生理病理的变化对脉搏波的影响进一步增加，可能会导致一阶微分信号过零点只??能识别出一个有效峰值点，此时需要用拐点代替两队谷峰对，主要分为两种情况。图??２．５（ａ）是第一种情况ｔｙｐｅｌ０．１，一阶微分信号过零点只识别出第一个峰值，余下的两个峰??值和两个谷值均用下降支中的拐点代替，拐点定位方法ｔｙｐｅ２１．１和ｔｙｐｅ２１．２中提及相??同，图中均用浅蓝色线标识。图２．５（ｂ）是第二种情况ｔｙｐｅｌ０．２，其一阶微分信号过零点识??别出第二个峰值，余下的第一个峰值和第一个谷值处于上升支，拐点定位方式与ｔｙｐｅ２１．３??相同，第二个谷值和第三个峰值处于下降支，拐点定位与ｔｙＰｅ２１．１和ｔｙｐｅ２１．２相同，代??替谷峰值的拐点图中均用浅蓝色线标识。??应用以上方法
【参考文献】：
期刊论文
[1]基于脉象分析的亚健康状态识别[J]. 莫太平,王彦丽. 桂林电子科技大学学报. 2017(06)
[2]浅析支气管哮喘常见脉象[J]. 权国晓,石强. 江西中医药. 2017(10)
[3]人体脉搏信号的希尔伯特-黄特征提取[J]. 孟维良,王胜男. 电子测量技术. 2017(09)
[4]用窗函数法设计FIR数字滤波器[J]. 郭虎,许发诺,孙超. 信息与电脑(理论版). 2017(13)
[5]中医脉诊信号的无监督聚类分析研究[J]. 冯冰,李绍滋. 智能系统学报. 2018(04)
[6]脉搏信号中有效信号识别与特征提取方法研究[J]. 洋洋,陈小惠,王保强,姜吉荣. 电子测量与仪器学报. 2016(01)
[7]基于“病脉结合”的2种不同疾病滑脉脉诊信息特征分类研究[J]. 汪南玥,于友华,刘佳,李同达,薛利媛,黄大威,江柏华,王佳,李彩芬. 世界中西医结合杂志. 2015(10)
[8]模糊C均值算法的聚类有效性评价[J]. 朴尚哲,超木日力格,于剑. 模式识别与人工智能. 2015(05)
[9]脉象要素位、数、形、势的研究进展[J]. 刘雪梅,李甜,谢月敏,陆小左. 天津中医药大学学报. 2014(06)
[10]脉搏呼吸率提取方法的研究[J]. 朱慧,王昱,于文龙. 武汉理工大学学报(信息与管理工程版). 2012(04)
硕士论文
[1]便携式三部脉象采集系统与脉象信号处理研究[D]. 金陈玲.华东理工大学 2019
[2]阵列脉象信号融合分类方法研究[D]. 臧瑾.哈尔滨工业大学 2018
[3]基于心电与脉搏波信号的无创连续血压测量方法研究[D]. 刘增丁.重庆大学 2017
[4]脉搏信号预处理与特征提取[D]. 陈晓彤.西安科技大学 2015
[5]基于HHT和多分类支持向量机的脉象信号分析与研究[D]. 刘攀.华东理工大学 2015
[6]基于倒谱特征的脉象信号识别算法研究[D]. 曹丁.重庆大学 2009
[7]基于可拓检测的脉象特征量的相关性和变换的研究[D]. 孙乙乃.广东工业大学 2007
本文编号：3394435
【文章来源】：华东理工大学上海市 211工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
图２．１典型平脉脉搏波信号波形??Ｆｉｇ．?２．１?Ｔｙｐｉｃａｌ?ｎｏｒｍａｌ?ｐｕｌｓｅ?ｓｉｇｎａｌ?ｗａｖｅｆｏｒｍ??
位论文??＿?原始脉搏波信３??Ｕ．Ｉ?１?１?＇?：?１?；?５?ｊ??蠢。伽驅??Ｑ?＜ｊ???Ｓ???丄?Ｘ－?ｉ＿?＿ｉ?＾?」??＿．Ｊ??０?５?１０?１５?２０?２５?３０?３５?４０??时间／Ｓ??＿?小波去噪后的脉搏波信弓??Ｕ．Ｉ?■?ｉ?ｉ?：?ｉ?？?｝?；??Ｑ?１??｜?！?｜?ｉ?！?；?Ｉ?；??０?５?１０?１５?２０?２５?３０?３５?４０??时间／Ｓ??图２．２小波去噪前后前后对比图??Ｆｉｇ．?２．２?Ｃｏｎｔｒａｓｔ?ｏｆ?ｗａｖｅｌｅｔ?ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ?ｄｅｎｏｉｓｉｎｇ?ｅｆｆｅｃｔ??２．２．２脉搏波信号分割提取??对于降噪后的脉搏波信号，在做进一步分析前通常需要进行特征提取，对脉搏波波??形特征的提取通过脉搏波时域分析获得，但一例脉搏波数据是由受试者在一段时间内连??续采集而得的多周期信号序列，而脉搏波信号又是有时频随机变化特性的非平稳信号，??因此多周期信号间会存在一定的差异，不同的受试者采集而得的脉搏波信号在幅值、周??期等因素上差异更难以统计。为了使脉搏波信号数据样本在时域分析中所提取的特征具??备统一的可比性，通常需要先对多周期脉搏波信号进行周期分割、单周期脉搏波波形平??均、标准化以及重采样等预处理［２６］。??对多周期脉搏波信号进行周期分割首先需要确定信号的谷峰对，由２．１节对典型脉??搏波形的介绍，单周期脉搏波信号内可存在多个峰值和谷值，若要确定用于周期分割的??准确谷峰对必须设置合理的距离阈值和幅值高限阈值。成年人静息心率一般不超过１００??次／分
２００?３００?４００?５００?６００??００５?中．同期脉搏波：阶微分图?〇〇?单周期泳搏波－阶微分图?〇〇?！单周期脉搏波二阶微分图??°ｖ＾＾００；＼｜ｒ＾Ｖ?’??－０．０５???????－０．０５??１???＇?１??０．０４?＇???１???０?１００?２００?３００?４００?５００?６００?０?１００?２００?３００?４００?５００?６００?０?１００?２００?３００?４００?５００?６００??（ｉ）?（ｂ）?（ｃ）??图２．４非典型脉搏波特征点探测（ａ）ｔｙｐｅ２ｌ．ｌ?（ｂ）ｔｙｐｅ２ｌ．２?（ｃ）ｔｙｐｅ２ｌ．３??Ｆｉｇ．?２．４?Ｆｅａｔｕｒｅ?ｐｏｉｎｔｓ?ｄｅｔｅｃｔｉｏｎ?ｏｆ?ａｔｙｐｉｃａｌ?ｐｕｌｓｅ?（ａ）ｔｙｐｅ２１．１?（ｂ）ｔｙｐｅ２１．２?（ｃ）ｔｙｐｅ２１．３??当生理病理的变化对脉搏波的影响进一步增加，可能会导致一阶微分信号过零点只??能识别出一个有效峰值点，此时需要用拐点代替两队谷峰对，主要分为两种情况。图??２．５（ａ）是第一种情况ｔｙｐｅｌ０．１，一阶微分信号过零点只识别出第一个峰值，余下的两个峰??值和两个谷值均用下降支中的拐点代替，拐点定位方法ｔｙｐｅ２１．１和ｔｙｐｅ２１．２中提及相??同，图中均用浅蓝色线标识。图２．５（ｂ）是第二种情况ｔｙｐｅｌ０．２，其一阶微分信号过零点识??别出第二个峰值，余下的第一个峰值和第一个谷值处于上升支，拐点定位方式与ｔｙｐｅ２１．３??相同，第二个谷值和第三个峰值处于下降支，拐点定位与ｔｙＰｅ２１．１和ｔｙｐｅ２１．２相同，代??替谷峰值的拐点图中均用浅蓝色线标识。??应用以上方法
【参考文献】：
期刊论文
[1]基于脉象分析的亚健康状态识别[J]. 莫太平,王彦丽. 桂林电子科技大学学报. 2017(06)
[2]浅析支气管哮喘常见脉象[J]. 权国晓,石强. 江西中医药. 2017(10)
[3]人体脉搏信号的希尔伯特-黄特征提取[J]. 孟维良,王胜男. 电子测量技术. 2017(09)
[4]用窗函数法设计FIR数字滤波器[J]. 郭虎,许发诺,孙超. 信息与电脑(理论版). 2017(13)
[5]中医脉诊信号的无监督聚类分析研究[J]. 冯冰,李绍滋. 智能系统学报. 2018(04)
[6]脉搏信号中有效信号识别与特征提取方法研究[J]. 洋洋,陈小惠,王保强,姜吉荣. 电子测量与仪器学报. 2016(01)
[7]基于“病脉结合”的2种不同疾病滑脉脉诊信息特征分类研究[J]. 汪南玥,于友华,刘佳,李同达,薛利媛,黄大威,江柏华,王佳,李彩芬. 世界中西医结合杂志. 2015(10)
[8]模糊C均值算法的聚类有效性评价[J]. 朴尚哲,超木日力格,于剑. 模式识别与人工智能. 2015(05)
[9]脉象要素位、数、形、势的研究进展[J]. 刘雪梅,李甜,谢月敏,陆小左. 天津中医药大学学报. 2014(06)
[10]脉搏呼吸率提取方法的研究[J]. 朱慧,王昱,于文龙. 武汉理工大学学报(信息与管理工程版). 2012(04)
硕士论文
[1]便携式三部脉象采集系统与脉象信号处理研究[D]. 金陈玲.华东理工大学 2019
[2]阵列脉象信号融合分类方法研究[D]. 臧瑾.哈尔滨工业大学 2018
[3]基于心电与脉搏波信号的无创连续血压测量方法研究[D]. 刘增丁.重庆大学 2017
[4]脉搏信号预处理与特征提取[D]. 陈晓彤.西安科技大学 2015
[5]基于HHT和多分类支持向量机的脉象信号分析与研究[D]. 刘攀.华东理工大学 2015
[6]基于倒谱特征的脉象信号识别算法研究[D]. 曹丁.重庆大学 2009
[7]基于可拓检测的脉象特征量的相关性和变换的研究[D]. 孙乙乃.广东工业大学 2007
本文编号：3394435
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3394435.html
