王逸群 葉燕語 張雪燕

重慶大學光電工程學院，重慶 400044

基于MATLAB的中醫(yī)脈診儀的設計與實現

王逸群 葉燕語 張雪燕

重慶大學光電工程學院，重慶 400044

脈診是中醫(yī)診斷中的瑰寶，但相比西醫(yī)診斷的發(fā)展，中醫(yī)脈診方法和理論發(fā)展還停留在主觀臆斷與經驗之中。筆者基于MATLAB設計了脈象實時采集系統(tǒng)，建立了100－40－15－5的四層的BP神經網絡，對五種脈象進行識別。利用濾波、去基線漂移、歸一化等預處理，大大提高了脈象識別的準確性，使其準確率達到90.8%，為發(fā)展中醫(yī)脈診數字化、客觀化，脈診儀的小型化提供了一種行之有效的方法。

中醫(yī)脈診儀；實時；預處理；神經網絡

中醫(yī)博大精深，脈診于中醫(yī)也有著悠久的歷史， 《難經》就記載 “獨取寸口”候脈言病，所以寸口診脈是中醫(yī)診斷學中重要的內容。但是，脈診在一定程度上取決于醫(yī)生的主觀經驗判斷，有時導致很難客觀把握。為了研究脈象與診病的內在機理，本項目基于MATLAB設計了中醫(yī)脈診儀，結合中醫(yī)診斷理論與人工智能技術識別脈象，為脈診客觀研究提供了一種方法。

1 脈象采集系統(tǒng)設計

脈象是手指感覺脈搏跳動的形象，脈象的產生與心臟的搏動，心氣的盛衰，脈管的通利和氣血的盈虧及各臟腑的協(xié)調作用直接相關［1］。脈象的具體表現是脈搏信號，它是一種微弱的生理信號。本設計利用HK－2000H壓阻傳感器采集脈相，該傳感器集成了信號調理電路、A／D轉換電路、串行通信等電路，可以將脈象的模擬信號轉換為數字信號并通過USB與計算機通訊。

因脈搏信號具有復雜、易變等特點，本項目設計了定位系統(tǒng)與充氣加壓系統(tǒng)?？梢苑乐挂颦h(huán)境與自身的振動而導致脈搏信號的畸變。

為了模仿浮、中、沉三種取脈壓力，在充氣加壓系統(tǒng)中加入了壓力表，為后續(xù)脈象分析打下基礎。

圖1 數字脈象采集系統(tǒng)

2 軟件設計

2.1 信號采集與動態(tài)顯示 該傳感器波特率為9600bps，采樣頻率200HZ，數據格式為8位數據位。當計算機向其發(fā)送2032H時，開始自動采樣，發(fā)送2033H時，停止采樣，這樣就可控制傳感器的采樣。

MATLAB數據采集工具箱是一個很好的平臺，本設計利用MATLAB的“serial”函數，對串口進行操作，設置與串口相對應的波特率、數據位、停止位等參數，向其發(fā)送采樣信號，并利用“callback”回調函數，以背景擦除模式動態(tài)繪制出數據圖像，這樣即得到實時的脈搏信號圖。

在繪圖中，把三個采集到的點平均為一個點畫出，這樣就使得原本200HZ的采樣頻率變?yōu)?6.6HZ，在后面的分析中，可以得知脈搏信號多集中在20HZ以下，這樣足以滿足香農采樣定理，也減少了計算機實時繪圖的負擔。

2.2 數據預處理與特征提取在時域波形方面，采集到的數據因呼吸、溫度和外界振動導致基線漂移。在查閱資料后，使用MATLAB編制帶阻濾波器進行去基線漂移，但因不同脈象的噪聲頻帶有所不同，濾波器衰減并非理想，去除效果不佳。改用擬合插值法，對波谷值識別，用樣條差值函數（‘spline’）插值并去除，這樣就使基線漂移的問題得到解決，并為歸一化與神經網絡的識別打下了基礎。因脈象的個體差異，在時域中很難尋找脈搏跳動的頻率，并且精度不能滿足要求。利用快速傅立葉變換 （FFT）對脈搏信號進行分析，可以發(fā)現，脈搏的圖像大多集中在0～20HZ。并且脈象是一種周期性極強的生理信號，所以可以從頻域中提取基波的頻率，這也就是脈率。在實際的操作中，因采樣頻率為66.6HZ，數據量為1024個脈象點，所以選擇4×1024點的FFT可以達到脈率精度為1／min的要求，從而實現了脈率的精確獲取。

圖2 基線漂移去除前后脈象對比圖

2.3 人工智能方法進行脈象識別 BP神經網絡是把高維向量做多次變換，映射到輸出空間，并根據設定的判決門限，在輸出空間中進行劃分的方法。在一個具有無限 “隱層”節(jié)點的單隱層BP網絡可以實現任意從輸入到輸出的非線性映射［2］，本設計用神經網絡對脈象進行模式識別，需要結合中醫(yī)脈診要素進行輸入輸出樣本的選取。

圖3 神經網絡示意圖

脈象要素特征的界定十分模糊，中醫(yī)文獻常從位、次、形、勢四個方面加以分析。脈位，主要是脈搏跳動的部位，通過壓力表，將取脈的最佳壓力作為特征量，來區(qū)分浮、中、沉三個位置。脈次，即脈率，將頻域中提取的頻率作為其特征量。脈型與脈勢，即脈搏跳動的形態(tài)與趨勢，設計提取單次脈搏跳動的圖像，來表現其特征。

對于脈象的種類，本項目參考標準脈象圖［3］，并咨詢專業(yè)醫(yī)師，在人群中廣泛尋找典型脈象，并提取特征量作為神經網絡的訓練樣本。經過大量的實驗與計算，采用100－40－15－5的四層神經網絡（動量BP算法）進行脈象識別的效果較好，并用采集到的多組測試樣本進行系統(tǒng)的驗證。

2.4 人機交互界面設計 為使用戶能夠友好、便捷的操作，本項目設計了MATLAB的圖形用戶界面（GUI）。只需按操作點擊按鈕，即可將實時圖像、數據、分析結果和診斷建議顯示在界面上，方便人機交互。

圖4 GUI界面的設計

最后，利用VC＋＋編譯器將MATLAB的GUI文件編譯成EXE可執(zhí)行文件。這樣，沒有MATLAB的用戶也能夠操作與使用，擴大了受眾群體。

3 結果

本項目設計了小型化的便捷脈診儀，基本滿足了脈象采集、分析與識別的要求，并五種脈象 （常、沉、促、滑、弦）進行分析和識別。其中，訓練樣本的識別率達到了100%，其余的65個測試樣本中，正確識別59個，識別率達到90.8%，辨識效果與一致性較好。

4 總結

未來中醫(yī)脈象診斷將努力朝著客觀化、數字化的方向發(fā)展。本文通過脈象采集系統(tǒng)的硬件設計，信號處理與模式識別的軟件仿真，展現了基于MATLAB的中醫(yī)脈診儀。設計重點在于找尋一種方法，讓中醫(yī)脈診有更為客觀的診斷標準。但還有許多問題，如復合脈象、年齡、時節(jié)的影響并沒有考慮，還需要對此進一步地探討與研究。

［1］朱文鋒.中醫(yī)診斷學［M］.北京：中國中醫(yī)藥出版社，2002：8.

［2］周開利.神經網絡模型及其MATLAB仿真程序設計［M］.北京：清華大學出版社，2005：7.

［3］張文娟.常見二十九種脈象圖的臨床研究 ［C］.云南：第二次全國中西醫(yī)結合診斷學術研討會論文集，2008：7.

R197.39

A

1007－8517（2015）17－0062－02

2015.06.30）

第八屆國家級大學生創(chuàng)新訓練項目（項目編號：201410611026）。

王逸群（1994－），男，漢族，陜西藍田人，本科。