脉象信号的特征提取与识别方法

中医脉象信号的研究在中医诊断中具有重要的意义。为了探索由中医脉象信号识别海洛因吸毒者的有效方法,研究了中医脉象信号特征提取的倒双谱与三阶倒谱熵算法。在简洁而准确地论述算法的基础上,估计了20例海洛因吸毒者与20例健康正常人脉象信号的倒双谱的对角切片分量。在大量实验结果的基础上,选取对角切片在m=n=1处的抽样幅值、在特定区域内抽样幅值的三阶倒谱熵作为每例脉搏波信号的2个特征参数,并构成特征向量。以平方马氏距离为准则设计了分类器,该分类器对40个特征向量的准确识别率为87.5%。研究结果表明,提出的特征提取与分类器设计方法对海洛因吸毒者脉象信号的识别具有一定的意义。     

无创血流动力学检测的实现及其意义

论述了无创血流动力学检测的意义；介绍了无创血流动力学检测的原理和方法；提供了一种实现无创血流动力学检测的HES(hemodynamic electrocardiogram system)系统．HES系统可提供丰富的血流动力学参数、心电图参数和脉象分析参数．     

动脉搏动位移波分析

本文把动脉的搏动,看成在血流压力的诱发下,由于血管周围组织弹性不平衡的反作用所引起的强迫振动。用方块脉冲函数法给出位移函数分析表达式,并根据位移函数随各生理参数的变化,对常见脉象作出较好的解释。     

脉象方程的数值模拟方法

承文献［１］，建立了脉象方程的一种半解析半数值模拟方法。对多种弯曲位形血管，在不同脉压激励下，模拟结果显示人体自然脉象极为复杂、多变，也存在明显的规律性。当系统物理和激振源参数给定时，自然脉象性态会随管形和观测点位置而变，在特定条件下会取得与激励脉压波完全相似的波形，但其最大振幅远大于径向胀缩位移波的幅值，与已有实验［２，３］结果吻合。     

人工神经网络在中医脉象信号检测中的应用

人工神经网络是在结构上模仿生物神经连接的连接型网络,经训练的网络可用来进行模式分类,信号处理与检测等.针对海洛因吸食者的脉象信号与正常人脉象信号的特征差异,成功地应用BP网络对15例海洛因吸食者和15例正常人的脉象信号进行了识别.为此,建立了一个40～20～1的二层BP网络模型,选取每一例脉象信号的一段特征信号作为网络的输入信号,采用了训练样本和加噪声的训练样本分别训练网络的方法.论文还比较了共轭梯度法与基本BP算法训练网络的快慢问题.实验结果除1例正常人被误判外,吸毒病人全被检测出来,网络达到了96.7%的识别率,其结果说明训练的网络对检测脉象信号是十分有效的.     

基于改进的LVQ算法的中医脉象识别

中医脉诊的客观化研究对我国中医脉学的继承和开拓有着重要的意义,而脉象识别是中医脉诊的客观化过程中一个重要的环节,近年来一直是个研究热点。有别于传统的脉象特征提取方法和识别方法是基于时域和神经网络的方法,在此提出了基于小波变换的脉象特征提取算法和用于脉象识别的基于LVQ的改进算法ILVQ。实验结果表明,该算法具有一定的优越性。     

吸毒者脉象异常的频域分析

利用现代谱分析法,随机选取受测者40个连续心动周期的脉象信号,分别对每一心动周期的脉象信号作现代功率谱估计得到40幅功率谱图,取其平均值得到平均功率谱,从平均功率谱图中可以看出,吸毒者和正常人的最高谱峰分布有显著差异,研究结果表明,频域分析法是分析吸毒者脉象异常的有效手段。     

小波尺度谱在吸毒者脉象信号检测中的应用

定义了离散时间信号的低频尺度谱、高频尺度谱和小波包变换的尺度谱,从而为尺度一小波能量谱赋予明确的物理意义.借助Mallat算法和小波包变换算法分别对15例海洛因吸毒者和15例正常人的脉象信号进行了分析,发现吸毒者的脉象信号在特定区域内的尺度-小波能量与该信号总能量的比值明显高于正常人的对应值.将该比值作为判断正常人和吸毒者的特征参量,提出了用于划分正常人和吸毒者的临界参数.据此,15例正常人从30例受测者中全部被正确地检测出来,但在每一种小波变换算法中均有2例吸毒病人被误判为正常人.研究结果表明,文中的两种分析方法都是检测海洛因吸毒者脉象信号异常的有效且可行的方法.