劉璐 馬澤慧 陳聰 王憶勤 燕海霞 郭睿

摘要：目的? 對(duì)上海中醫(yī)藥大學(xué)在校大學(xué)生不同情感狀態(tài)下脈圖特征參數(shù)進(jìn)行分析與識(shí)別，以期為大學(xué)生情感狀態(tài)的辨識(shí)提供客觀的參考依據(jù)。方法? 選擇上海中醫(yī)藥大學(xué)11名身心健康的大學(xué)生，以中醫(yī)情志脈象理論為基礎(chǔ)，通過(guò)素材誘導(dǎo)，激發(fā)受試者不同情感表達(dá)。采用ZBOX-Ⅰ型脈象數(shù)字化采集分析儀采集受試者平靜、喜悅、恐懼、悲傷4種不同情感狀態(tài)下的脈圖共224人次，提取4組情感狀態(tài)下脈圖時(shí)域參數(shù)和多尺度熵參數(shù)，采用非參數(shù)檢驗(yàn)統(tǒng)計(jì)4組脈圖特征參數(shù)差異，隨機(jī)森林分類器對(duì)情感狀態(tài)進(jìn)行分類識(shí)別。結(jié)果? 4組脈圖時(shí)域參數(shù)及多尺度熵參數(shù)差異有統(tǒng)計(jì)學(xué)意義（P<0.05）;基于脈圖時(shí)域參數(shù)對(duì)不同情感狀態(tài)進(jìn)行識(shí)別，識(shí)別率為70.52%，基于脈圖時(shí)域和多尺度熵參數(shù)進(jìn)行識(shí)別，識(shí)別率提高至74.52%。結(jié)論? 脈圖特征參數(shù)可為情感狀態(tài)的辨識(shí)提供客觀參考依據(jù)，脈圖時(shí)域參數(shù)結(jié)合多尺度熵參數(shù)可提高情感狀態(tài)識(shí)別率。

關(guān)鍵詞：脈圖;時(shí)域分析;多尺度熵分析;情感識(shí)別;大學(xué)生

中圖分類號(hào)：R241.1? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1005-5304（2019）04-0019-05

《素問(wèn)·經(jīng)脈別論篇》云：“黃帝問(wèn)曰：‘人之居處動(dòng)靜勇怯，脈亦為之變乎？岐伯對(duì)曰：‘凡人之驚恐恚勞動(dòng)靜，（脈）皆為變也?！北砻髑橹镜淖兓瘯?huì)引起脈象改變?！睹}象圖說(shuō)》云：“過(guò)喜則脈緩，暴怒則脈急，悲傷則脈短，大恐則脈沉。”表明人的心理活動(dòng)可通過(guò)脈象顯現(xiàn)。張仲景亦對(duì)癲、狂、癇、心煩、狐惑、臟躁、百合病、羞愧等多種心理現(xiàn)象和脈象進(jìn)行了闡述?，F(xiàn)代醫(yī)學(xué)認(rèn)為，人的情感受大腦意識(shí)控制，其表達(dá)可能受意識(shí)干擾，難以進(jìn)行客觀的識(shí)別分析[1]。脈象由植物神經(jīng)支配，作為人體內(nèi)部產(chǎn)生的一種生物信號(hào)，是窺視情志變化的窗口，避免了意識(shí)的干擾[2]。因此，分析脈象變化與情志活動(dòng)的相關(guān)性，從脈象探索情志因素變化具有獨(dú)到的優(yōu)勢(shì)。我們?cè)谇捌谙嚓P(guān)研究中分析了平靜、喜悅、悲傷3組情感狀態(tài)的脈象[3]，本研究增加恐懼狀態(tài)的誘導(dǎo)，并在影片誘導(dǎo)某情緒的多個(gè)高潮時(shí)段多次同步采集受試者脈圖，以人次統(tǒng)計(jì)樣本量，以減少個(gè)體差異的影響?，F(xiàn)報(bào)道如下。

1? 資料與方法

1.1? 一般資料

選擇上海中醫(yī)藥大學(xué)身心健康在校大學(xué)生11名（男性5名，女性6名），平均年齡（22±5）歲，無(wú)感染，體溫35.9～37 ℃，受試者檢測(cè)前30 min內(nèi)禁飲食，并避免體力勞動(dòng)、運(yùn)動(dòng)和大量汗出，使用癥狀自評(píng)量表（SCL90）[4]進(jìn)行評(píng)分。不同情感狀態(tài)的受試者基本為同一受試人群，共采集數(shù)據(jù)224人次，包括平靜狀態(tài)66人次，喜悅狀態(tài)48人次，恐怖狀態(tài)50人次，悲傷狀態(tài)60人次。

影片素材選取主要參考網(wǎng)評(píng)及通過(guò)問(wèn)卷咨詢同學(xué)意見(jiàn)，最終選取認(rèn)可度較高的影片片段作為素材，分別為喜悅素材《萬(wàn)萬(wàn)沒(méi)想到》、悲傷素材《七號(hào)房的禮物》及恐怖素材《閃靈》，影像素材總時(shí)長(zhǎng)100 min，采集時(shí)間分為2個(gè)節(jié)點(diǎn)，平靜狀態(tài)脈圖在影片放映前10 min采集[3]，其余脈象在不同高潮片段多次播放期間采集。

1.2? 納入標(biāo)準(zhǔn)

①無(wú)精神病史，女生在非月經(jīng)期，且平素月經(jīng)正常;②SCL90評(píng)分正常（總分<160分，或陽(yáng)性項(xiàng)目數(shù)<43項(xiàng)，或任一因子分<2分）;③受試者均簽署知情同意書(shū)。

1.3? 排除標(biāo)準(zhǔn)

①入組前已觀看過(guò)相關(guān)影片素材，或已參與過(guò)相關(guān)研究;②近半個(gè)月內(nèi)發(fā)生過(guò)可能會(huì)影響情緒的負(fù)性事件。

1.4? 研究流程

所有受試者在安靜密閉房間內(nèi)單獨(dú)測(cè)試，檢測(cè)時(shí)避免操作者及協(xié)助人員走動(dòng)，以及噪音等客觀干擾因素。

脈象采集時(shí)間為晚餐后1 h（18：00-21：00），試驗(yàn)前介紹相關(guān)流程及注意事項(xiàng)，排除受試者好奇或緊張的情緒，使受試者調(diào)節(jié)到平靜狀態(tài)，于測(cè)試前檢測(cè)受試者情緒和脈圖參數(shù)的基線值，確保觀看影片時(shí)能夠真實(shí)表達(dá)出內(nèi)在情感，提升數(shù)據(jù)有效性。

影片放映間隔期間，受試者可通過(guò)調(diào)整坐姿及適當(dāng)活動(dòng)來(lái)放松情緒，囑受試者清空之前情緒的影響，再次測(cè)試前由受試者填寫(xiě)SCL90，對(duì)當(dāng)前情緒狀態(tài)進(jìn)行自我評(píng)價(jià)，操作者檢測(cè)受試者情緒和脈圖參數(shù)的基線值。

1.5? 脈象采集方法

采用上海中醫(yī)藥大學(xué)與中電科軟件信息服務(wù)有限公司聯(lián)合研制的ZBOX-Ⅰ型脈象數(shù)字化采集分析儀采集脈象樣本。ZBOX-Ⅰ型脈象數(shù)字化采集分析儀在脈象采集時(shí)，可調(diào)節(jié)壓力、實(shí)時(shí)顯示波形、智能采集引導(dǎo)、數(shù)據(jù)優(yōu)劣判斷，對(duì)人體脈象進(jìn)行數(shù)字化及自動(dòng)化智能分析，得出客觀化脈象指標(biāo)如時(shí)域參數(shù)。該型號(hào)脈象儀器已廣泛應(yīng)用于臨床研究[5-7]。

脈象采集時(shí)，受試者取端坐位，取脈部位為左手關(guān)部，將壓力傳感器探頭安置在受試者左手關(guān)部，采集60 s，采集的最佳脈圖用于后續(xù)脈圖參數(shù)的提取與分析。

1.6? 研究方法

1.6.1? 時(shí)域分析

時(shí)域分析法主要分析脈搏波波幅的高度和脈動(dòng)時(shí)相的關(guān)系[3]。脈圖可以反映心臟射血活動(dòng)和脈搏波沿血管傳播途徑中攜帶的各種信息。脈圖上的曲線和每一個(gè)拐點(diǎn)都有其獨(dú)特的生理意義，通過(guò)時(shí)域分析可提取脈圖信號(hào)特征參數(shù)，進(jìn)而探尋脈象與疾病、心理狀態(tài)的內(nèi)在聯(lián)系。

時(shí)域分析的主要內(nèi)容是讀出脈圖的波、峽的高度（h）及相應(yīng)時(shí)值（t）、脈圖面積（As，Ad）等多項(xiàng)參數(shù)，詳見(jiàn)圖1、圖2。為更好地反映脈圖特征，計(jì)算各項(xiàng)參數(shù)的比值作為脈圖特征參數(shù)，如h3/h1、h4/h1、h5/h1等。

注：h1.主波幅度，為主波峰頂?shù)矫}搏波圖基線的高度（基線與時(shí)間軸平行時(shí)）;h3.重搏前波幅度，為重搏前波峰頂?shù)矫}搏波圖基線的高度（基線與時(shí)間軸平行時(shí)）;h4.降中峽幅度，為降中峽谷底到脈搏波圖基線的高度;h5.重搏波波幅，指從降中峽到重搏波波峰的垂直距離，主要反映大動(dòng)脈的順應(yīng)性;t4.脈圖起始點(diǎn)到降中峽間的時(shí)值;t5.降中峽到脈圖終止點(diǎn)之間的時(shí)值;t.脈圖起始點(diǎn)到終止點(diǎn)的時(shí)值;w.主波上1/3的寬度

1.6.2? 多尺度熵分析

由于脈搏波等生理信號(hào)具有非線性的特點(diǎn)，熵值作為非線性動(dòng)力學(xué)中常用到的特征量，被廣泛應(yīng)用于生理信號(hào)的分析研究中。樣本熵等傳統(tǒng)的熵方法是在單個(gè)尺度上衡量時(shí)間序列的復(fù)雜性，無(wú)法衡量時(shí)間序列復(fù)雜性與長(zhǎng)距離時(shí)間相關(guān)性間的關(guān)系。Costa等[8-9]提出了基于樣本熵的多尺度熵（MSE）方法，其基本思想是在不同的尺度下計(jì)算信號(hào)時(shí)間序列的樣本熵值，運(yùn)用多尺度熵分析能發(fā)現(xiàn)其在尺度上的自相似性。

本實(shí)驗(yàn)中選擇最大的尺度因子為5，可得到5個(gè)尺度下的樣本熵值，分別用MSE1、MSE2、MSE3、MSE4、MSE5表示，用來(lái)分析脈象信號(hào)在不同尺度下的復(fù)雜度。

1.6.3? 模式識(shí)別方法

隨機(jī)森林是一種估計(jì)與統(tǒng)計(jì)學(xué)習(xí)理論的組合分類算法[10]，是在決策樹(shù)算法的基礎(chǔ)上，利用bootstrap重抽樣的方法從原始樣本中抽取多個(gè)樣本，對(duì)每個(gè)bootstrap樣本進(jìn)行決策樹(shù)建模，然后將多個(gè)單決策樹(shù)集成在一起，通過(guò)投票得出最終預(yù)測(cè)結(jié)果。采用隨機(jī)森林分類算法對(duì)大學(xué)生不同情感狀態(tài)的脈圖特征參數(shù)進(jìn)行分類識(shí)別。

1.7? 統(tǒng)計(jì)學(xué)方法

采用SPSS20.0統(tǒng)計(jì)軟件分析大學(xué)生平靜、喜悅、恐懼、悲傷4組不同情感狀態(tài)下的脈圖時(shí)域參數(shù)（h1，h3，h4，t，w，As，Ad，h3/h1，h4/h1，h5/h1，w/t）及多尺度熵參數(shù)（MSE1，MSE2，MSE3，MSE4，MSE5）。4組脈圖特征參數(shù)分布不滿足正態(tài)和方差齊性條件，故選用非參數(shù)檢驗(yàn)法，將其轉(zhuǎn)換成秩次后行方差分析，以M（QR）表示。

2? 結(jié)果

2.1? 不同情感狀態(tài)脈圖參數(shù)比較

由表1、表2可見(jiàn)，不同情感狀態(tài)下脈圖時(shí)域參數(shù)差異有統(tǒng)計(jì)學(xué)意義。與喜悅組比較，悲傷組時(shí)域參數(shù)差異有統(tǒng)計(jì)學(xué)意義（P<0.05）;與悲傷組比較，恐懼組時(shí)域參數(shù)h1、h3、h4和As差異有統(tǒng)計(jì)學(xué)意義（P<0.05）;與平靜組比較，悲傷組、恐懼組時(shí)域參數(shù)差異有統(tǒng)計(jì)學(xué)意義（P<0.05），如悲傷組的h3/h1、h5/h1及恐懼組的h3/h1與平靜組比較差異均有統(tǒng)計(jì)學(xué)意義（P<0.05）。由表3可見(jiàn)，不同情感狀態(tài)下脈圖的多尺度熵參數(shù)差異有統(tǒng)計(jì)學(xué)意義。與平靜組比較，喜悅組4個(gè)尺度的樣本熵（MSE5除外）均高于平靜組（P<0.05）;悲傷組MSE1高于平靜組（P<0.05）。與平靜組比較，多尺度熵參數(shù)對(duì)喜悅情緒、悲傷情緒的表達(dá)更為明顯，說(shuō)明心理變化引起生理變化，脈象也會(huì)發(fā)生變化。

2.2? 基于不同脈圖參數(shù)的情感狀態(tài)識(shí)別分析

基于脈圖時(shí)域參數(shù)和多尺度熵參數(shù)，運(yùn)用隨機(jī)森林分類器建立情感狀態(tài)辨別模型，采用3倍交叉驗(yàn)證方式，確定測(cè)試樣本的輸出類別，識(shí)別結(jié)果見(jiàn)表4、表5。

3? 討論

壽小云[11-12]對(duì)脈象與情志進(jìn)行了深入研究，包括心理脈象和病脈的聯(lián)系與鑒別、心理脈象的臨床識(shí)別、臨床常見(jiàn)心理脈象的形態(tài)特征等，認(rèn)為脈象振動(dòng)覺(jué)以脈搏的諧波分量為感覺(jué)主體，通過(guò)諧波振動(dòng)特征識(shí)別，感知臟腑的功能狀態(tài)和各類心理活動(dòng)。章道寧等[13]認(rèn)為，《黃帝內(nèi)經(jīng)》有關(guān)情志脈象的論述表明情志和脈象的形成基礎(chǔ)均與氣血密切相關(guān)。喜、怒、思、悲、恐5種基本情志脈象的形成基礎(chǔ)和脈象特點(diǎn)也與相應(yīng)的臟腑功能密切相關(guān)。張晶[14]對(duì)743例情志致病癥分類醫(yī)案中的情志因子與左尺脈象進(jìn)行典型相關(guān)分析，總結(jié)出恐、煩、精神萎靡、郁、狂與左尺脈象的相關(guān)性，為情志相關(guān)脈診臨床實(shí)踐提供依據(jù)。陳君臻等[15]通過(guò)臨床診療提出郁悶不舒病理狀態(tài)下的臨床常見(jiàn)的特征脈象以澀、沉、短、伏、弦、緊為多見(jiàn)，分析其脈象特征，并以具體病案析之。本研究顯示，脈圖時(shí)域特征參數(shù)、多尺度熵組間存在顯著差異，如與喜悅組比較，悲傷組時(shí)域參數(shù)差異顯著;與悲傷組比較，恐懼組時(shí)域參數(shù)具有顯著差異。說(shuō)明悲傷、恐懼等心理情緒對(duì)于人體生理的影響更為明顯，可通過(guò)外在的脈象變化反映。熵是新信息的產(chǎn)生率，多尺度熵反映系統(tǒng)的復(fù)雜度，熵值越大表示系統(tǒng)產(chǎn)生的信號(hào)越復(fù)雜，生理系統(tǒng)的適應(yīng)能力越強(qiáng)。本研究結(jié)果顯示，喜悅狀態(tài)下脈圖信號(hào)4個(gè)尺度的多尺度熵顯著大于平靜組，表明喜悅情緒狀態(tài)下脈象信號(hào)序列的復(fù)雜度顯著增高，生理系統(tǒng)適應(yīng)能力隨之增強(qiáng)，表明適度喜悅的心情有助于健康。

本研究顯示，基于脈圖時(shí)域特征參數(shù)，運(yùn)用隨機(jī)森林分類算法對(duì)大學(xué)生不同情志脈圖特征參數(shù)進(jìn)行分類識(shí)別，平均識(shí)別率為70.52%;結(jié)合脈圖時(shí)域參數(shù)和多尺度熵參數(shù)對(duì)大學(xué)生情感狀態(tài)進(jìn)行識(shí)別，平均識(shí)別率提高至74.52%。研究結(jié)果表明，脈圖特征參數(shù)可為情感狀態(tài)的識(shí)別提供客觀的參考依據(jù)，脈圖時(shí)域參數(shù)結(jié)合多尺度熵參數(shù)可提高情感狀態(tài)識(shí)別率。

情志因素對(duì)人體生理和心理的影響較為顯著。尋找快速、無(wú)創(chuàng)、客觀地監(jiān)測(cè)負(fù)面情緒的方法尤為重要。中醫(yī)情志脈象對(duì)于研究心理性疾病及心理疾病致病因素具有重要意義。

參考文獻(xiàn)：

[1] 葛臣，劉光遠(yuǎn)，龍正吉.情感識(shí)別中脈搏信號(hào)的特征提取與分析[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，35（3）：243-246.

[2] 何成.基于多生理信號(hào)的情緒識(shí)別方法研究[D].杭州：浙江大學(xué)， 2016.

[3] 邵慧江，楊蔚，潘緯榕，等.大學(xué)生不同情感狀態(tài)的脈圖分析[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2017，19（7）：1214-1218.

[4] 唐秋萍，程灶火，袁愛(ài)華，等.SCL-90在中國(guó)的應(yīng)用與分析[J].中國(guó)臨床心理學(xué)雜志，1999，7（1）：19-23.

[5] 李娜，鄒小娟，王憶勤.支氣管哮喘與慢性胃炎患者寸口6部脈圖的比較研究[J].世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2015，17（2）：343-349.

[6] 程悅蕾，朱惠蓉，楊瓊，等.100例濕熱蘊(yùn)結(jié)型大腸癌患者治療前后舌脈象參數(shù)特征分析[J].遼寧中醫(yī)雜志，2015，42（2）：230-235.

[7] 郭睿，王憶勤，燕海霞，等.脈圖的遞歸定量分析及對(duì)冠心病頸動(dòng)脈血管硬化程度的評(píng)價(jià)[J].中華中醫(yī)藥雜志，2016，31（5），1695-1699.

[8] COSTA M， GOLDBERGER A L， PENG C K. Multiscale entropy analysis of complex physiologic time series[J]. Physical Review Letters， 2002，89（6）：068102.

[9] COSTA M， GOLDBERGER A L， PENG C K. Multiscale entropy analysis of biological signals[J]. Physical Review E，2005，71（2）：021906.

[10] BREIMAN L. Random forests[J]. Machine Learning，2001，45（1）：5-32.

[11] 壽小云.中醫(yī)心理脈象的臨床識(shí)別[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，1997，20（3）：16-20.

[12] 壽小云.中醫(yī)脈象振動(dòng)覺(jué)臨床識(shí)別[J].北京中醫(yī)藥大學(xué)學(xué)報(bào)，1999，22（2）：14-16.

[13] 章道寧，王天芳.《黃帝內(nèi)經(jīng)》情志脈象淺析[J].安徽中醫(yī)藥大學(xué)學(xué)報(bào)，2015，34（3）：4-6.

[14] 張晶.古代情志相關(guān)醫(yī)案中情志因子與脈象的典型相關(guān)分析[J].四川中醫(yī)，2011，29（7）：26-27.

[15] 陳君臻，滕晶.郁悶不舒狀態(tài)臨床脈勢(shì)分析[J].山東中醫(yī)雜志， 2017，36（10）：898-899.

（收稿日期：2018-11-14）

（修回日期：2018-12-07;編輯：季巍巍）