本發(fā)明涉及醫(yī)學測量技術領域，尤其涉及一種基于陣列傳感器設計的脈象寬度檢測及3d脈圖構建方法。

背景技術：

“望、聞、問、切”四診是傳統(tǒng)中醫(yī)的瑰寶，脈診作為其中一環(huán)，占有非常重要的地位。傳統(tǒng)中醫(yī)脈診一般是中醫(yī)師用手指觸壓患者寸口橈動脈處寸、關、尺三個部位，分別施加浮、中、沉等不同的壓力來感受患者脈搏波的變化，此診法又稱之為“三部九侯”脈診法。對應于浮、中、沉等壓力而產(chǎn)生的一系列的包含了脈搏的位置、強弱、趨勢、形狀、寬度和節(jié)律等等信息的脈搏波，我們稱之為脈象。通過手指所觸摸感受到的脈象，中醫(yī)師就可以了解病人的生理狀態(tài)。但是“心中易了，指下難明”這個問題一直阻礙著中醫(yī)朝現(xiàn)代化方向發(fā)展的步伐，中醫(yī)脈診需要長期大量的實踐學習掌握，對于同一個病人，不同的中醫(yī)師可能會給出不同的診斷結果，沒有客觀可量化的評定標準。傳統(tǒng)中醫(yī)作為一門主觀經(jīng)驗科學，越來越受到西方醫(yī)學的挑戰(zhàn)。

中醫(yī)脈診客觀化的關鍵是獲取高質量的脈象數(shù)據(jù)。隨著傳感器工藝的發(fā)展，許多國內外公司已經(jīng)研發(fā)出了越來越多的傳感器用于脈象數(shù)據(jù)的獲取，例如壓力傳感器，氣囊傳感器，半導體應變片傳感器，紅外光電傳感器等等。對脈象的記錄越來越精確和多樣化的同時，采集方式與傳統(tǒng)中醫(yī)理論相結合的脈象分析方法卻沒有得到很好的研究。比如，在中醫(yī)理論中，脈寬是一項非常重要的分析指標，它是指在切脈時，脈動在手指徑向上的長度，即手指能感覺到的脈道的寬度，而不是血管的寬度。一般來說，在中醫(yī)理論中，脈寬分為洪脈和細脈。洪脈，脈來如波濤洶涌，脈型寬，波動大，主熱證，常見于高熱病人。在西醫(yī)中，常見于高熱，甲狀腺功能亢進，主動脈瓣關閉不全等。細脈，脈型窄，波動小，主虛癥，常見于諸虛勞損，慢性病患者。而專利cn102106725b光電與壓力融合的中醫(yī)脈象傳感器和專利cn102370471b快速定位的三部多點壓力脈象儀都可以在信號層面上獲取可以反映脈寬地信息。

雖然上述專利所采用的壓力陣列傳感器和光電陣列傳感器均能獲取脈寬的相關信息，但是它們未能提出利用這些信息求解脈象寬度，進而構建脈象3d模型的方法。

技術實現(xiàn)要素：

針對現(xiàn)有技術中存在的缺陷或不足，本發(fā)明所要解決的技術問題是：提供一種基于陣列傳感器設計的脈象寬度檢測及3d脈圖構建方法，可以模擬出脈象寬度信息；利用脈象信號時序信息和每一時刻的脈寬信息，構建出3d脈圖。

為了實現(xiàn)上述目的，本發(fā)明采取的技術方案為提供一種基于陣列傳感器設計的脈象寬度檢測及3d脈圖構建方法，包括以下步驟：

步驟a：使用傳感器陣列采集脈腕部搏波信號，對應的垂直于血管方向的信號；

步驟b：對傳感器陣列信號進行異常信號去除；該算法首先對每分鐘脈搏數(shù)是否正常做出判斷，然后再判斷單周期長度是否聚類；這一步是對傳感器采集到的信號做一個質量判斷，因為采集到的陣列信號并不是并不能保證每一路都能夠采集到脈象信號，先要排除這些信號對后續(xù)處理的影響。

步驟c：從同一傳感器陣列的不同傳感器的輸出差異，對陣列信號整體進行高斯擬合，擬合后的高斯曲線標準差可以用來反映脈象的寬度信息；可以盡量的減小異常周期和噪聲對結果的影響，并且最少只需要3路信號就可以擬合出脈寬信息；

步驟d：構建3d脈象，依次對每一時刻采集到的陣列信號中的各路相鄰信號進行樣條曲線插值擬合，然后將離散的時刻按照時間序列排列。

作為本發(fā)明的進一步改進，所述步驟b中對傳感器陣列信號進行異常信號去除包括以下步驟：

步驟b1：高頻噪聲去噪，可使用小波、小波包或fir等與中值濾波算法相結合的方法；

步驟b2：低頻噪聲去噪，可使用小波分解的方法，從原始信號中消除相應頻率的分量，或者使用樣條插值的方法，模擬出漂移分量，從原始信號中減去此分量；

步驟b3：波峰波谷檢測，采用滑動窗口的方法檢測局部最大值和最小值；

步驟b4：計算單周期特征，提取一系列的主要特征，包括每分鐘周期數(shù)，單周期長度標準差σ，單周期平均長度；

步驟b5：根據(jù)單周期特征判斷信號是否異常。

作為本發(fā)明的進一步改進，所述步驟b5包括三個條件：每分鐘周期數(shù)是否在45～160次/分鐘；是否80％以上的周期長度在和之間；是否10％以下的周期長度不足或超過第一個條件是必須滿足的，第二個和第三個條件只要滿足其中之一，就能判斷信號為正常。

作為本發(fā)明的進一步改進，所述步驟c包括以下步驟：

步驟c1：高頻噪聲去噪；

步驟c2：低頻噪聲去噪；

步驟c3：波峰波谷檢測；

步驟c4：幅值均值計算，選取周期長度在和的周期，并計算多個周期的波峰與波谷之間的差值取平均；

步驟c5：利用高斯曲線進行擬合，高斯曲線方程可以表示為：

式中，μ為期望值，θ為標準差，c為補償值a為曲線峰值f代表等號右邊的曲線，i為曲線上的點，自變量。

作為本發(fā)明的進一步改進，所述步驟d包括以下步驟：

步驟d1：高頻噪聲去噪；

步驟d2：低頻噪聲去噪；

步驟d3：基線調整；

步驟d4：對同一時刻的陣列信號進行樣條插值擬合；

步驟d5：將擬合的曲線按時間序列排列。

本發(fā)明的有益效果是：本發(fā)明首先需要獲取陣列傳感器在脈象寬度方向上的信號，然后根據(jù)信號之間的差異，利用本發(fā)明提出的方法可以模擬出脈象寬度信息；利用脈象信號時序信息和每一時刻的脈寬信息，利用本發(fā)明提出的3d脈象圖像構建方法可以構建出3d脈圖。脈寬信息是一種非常重要的醫(yī)學特征；3d脈圖對構建中醫(yī)醫(yī)學影像和整體脈象特征的提取有著非常重要的意義。

附圖說明

圖1是本發(fā)明的陣列傳感器分布；

圖2是本發(fā)明的壓力傳感器與光電傳感器陣列脈寬感知原理圖；

圖3是本發(fā)明的一種12路壓力傳感器陣列輸出示意圖；

圖4是本發(fā)明的異常信號檢測流程圖；

圖5-a是本發(fā)明的脈象寬度擬合方法流程圖；

圖5-b是本發(fā)明的脈象寬度擬合圖；

圖6-a是本發(fā)明的3d脈象擬合方法；

圖6-b是本發(fā)明的3d脈象擬合圖。

具體實施方式

下面結合附圖說明及具體實施方式對本發(fā)明進一步說明。

一、陣列傳感器信號采集

由于傳感器技術的發(fā)展，傳感器的尺寸不斷減小，性能不斷的提高，使得可以在很小的面積上分布更多的傳感器，并保證信號的準確性。如圖1所示，傳感器陣列覆蓋住脈寬的寬度，微脈搏波傳感器分布在傳感器陣列面板上，形成一個傳感器陣列，分別采集對應的垂直于血管方向上的信號。傳感器陣列可以是但不限于，壓力傳感器、光電傳感器和超聲傳感器等。

對于不同的傳感器，雖然測量原理不同，在脈搏波形上也有差異，但都可以通過構建傳感器陣列的形式采集到帶有差異的脈搏波信號，并通過差異性分析得到脈寬信息。圖2分別是壓力傳感器與光電傳感器感知原理示意圖，x軸為脈寬方向，y軸為血流方向，z軸為脈搏深度方向。血流在血管中分布并不均勻，在垂直于壓力傳感器的y軸方向上，血液對血管壁以及皮膚施加的力并不相同?？梢钥闯?，在血管中心位置，血液對外施加的力最大，向x方向血管兩端依次減小，所以壓力傳感器陣列所采集的脈搏波信號在幅值上表現(xiàn)為，中間部位的傳感器響應比較大，向兩邊響應依次減少。對于光電傳感器，一般是利用血液體積在血管里分布不均勻，從而對光線反射率或者透射率不同，造成光電傳感器感知的光強不同。在z軸方向上，血液體積分布并不均勻，越靠近血管中心位置血液體積越大，向x方向血管兩端依次減小。所以中間位置對光線的反射率最高，向兩邊依次減小，反映在光電傳感器輸出幅值上就是中間位置的幅值最大，向兩邊依次減小。圖3是一個12路壓力傳感器陣列輸出結果，可以看出位于中心位置的傳感器輸出響應最大，向兩邊幅值依次減小，而且基本上是以對稱的形式分布。

不同類型的傳感器構成的感知陣列在脈寬方向上有相同的表現(xiàn)形式，這為基于陣列的脈寬計算和3d脈圖重構提供了現(xiàn)實基礎。對于陣列的傳感器數(shù)量，本專利所采用的算法只需要3個及3個以上即可。但是，計算精度一般會隨著傳感器數(shù)量的增加而提高。

二、異常信號去除

對于陣列傳感器，由于脈寬分布的差異，傳感器特性，外界干擾等原因，難免會出現(xiàn)信號異常的情況。當某一路的信號輸出噪聲太多，或者完全就是噪聲時，會對后續(xù)的脈象分析產(chǎn)生負面影響，當然也會對影響脈寬計算和3d脈圖重構的準確性，所以在進行脈象分析之前應當把這些異常信號剔除掉。由于脈寬計算的主要依賴波峰波谷的差值，所以在異常信號判斷時主要考慮的是波峰波谷檢測的準確性，主要步驟如圖4所示，共包括高頻噪聲去噪、低頻噪聲去噪、波峰波谷檢測、計算單周期特征和根據(jù)單周期特征判斷信號是否異常等5步，詳述如下：

1)高頻去噪的主要目的是去除脈象信號中的工頻噪聲。工頻噪聲是一種常見的由交流電流引起的高頻噪聲，一般分布在50hz左右。在算法層面一般可使用小波、小波包、fir等方法去除。然后再結合中值濾波等算法，可以平滑掉其它較高頻率的噪聲。

2)低頻去噪主要目的是去除脈搏波中由呼吸、抖動等引起的低頻噪聲。由于呼吸等生理活動，人體會發(fā)出很多低頻的震動，從而導致皮膚以低頻的形式波動，此類噪聲一般集中在1hz以下。對于某些類型的傳感器，比如壓力傳感器，是直接與皮膚接觸并記錄皮膚的跳動，就會記錄到這類噪聲。使用小波分解，消除相應頻率的分量，或使用樣條曲線插值，模擬出噪聲曲線等方法都可以消除低頻噪聲。

3)波峰波谷檢測的目的是為求取信號的幅值信息，在去除噪聲后檢測的準確度會大幅提高。采用的方法一般采用滑動窗口的最大值和最小值檢測即可?；瑒哟翱诘拇笮∫话闳∫粋€脈搏波的周期長度。通過對整個信號做傅里葉變換后，計算最大分量對應的位置，即為信號內包含的周期個數(shù)，進而可以計算出脈搏波周期的大致長度。

4)計算單周期特征。這一步主要提取一系列的特征，用于信號是否異常的判斷。主要特征包括，每分鐘周期數(shù)，單周期長度標準差σ，單周期平均長度。

5)根據(jù)單周期特征判斷信號是否異常。首先判斷3個條件，每分鐘周期數(shù)是否在45～160次/分鐘；是否80％以上的周期長度在和之間；是否10％以下的周期長度不足或超過第一個條件是必須滿足的，第二個和第三個條件只要滿足其中之一，就能判斷信號為正常。

上述步驟可以較好地去除異常信號對脈寬計算和3d脈搏波構建的影響。正常人的每分鐘脈搏數(shù)在60～100之間，排除個人體質差異，當?shù)陀?5，或高于160時，認為信號為異常信號，分割出來的周期無意義。脈搏波作為一種生理周期信號，其單周期長度不是固定值，而是符合高斯分布的離散值。作為標準正態(tài)分布，周期長度分布在和之間的概率為95.45％；分布在和以外的概率為0.0036％。但脈搏波周期長度并不是標準正態(tài)分布，排除噪聲等的影響，我們將兩個概率分別設置成80％和10％。

三、脈寬計算

脈寬的計算主要利用傳感器陣列信號之間的差異性，對多個信號幅值進行曲線擬合，利用擬合參數(shù)來表示脈寬信息。圖5-a為脈寬計算方法流程圖，包括高頻去噪、低頻去噪、波峰波谷檢測、幅值均值計算、利用多個信號幅值進行高斯擬合和選取高斯曲線的方差作為脈寬信息等6個主要步驟。圖5-b是一個9路光電傳感器陣列信號幅值通過高斯方法擬合出來的高斯曲線，利用曲線的方差信息可以表示脈搏波的脈寬信息。下面詳細的介紹每一步的方法。

1)高頻噪聲去噪，此步驟的目的和算法與異常信號去除中相同；

2)低頻噪聲去噪，此步驟的目的和算法與異常信號去除中相同；

3)波峰波谷檢測，此步驟的目的和算法與異常信號去除中相同；

4)幅值均值計算是為了更好地估計信號幅值。脈搏波雖然是一種準周期生理信號，但有時也會有異常周期出現(xiàn)，所以周期之間也存在一定差異；而且由于傳感器和被測者的原因，有時會產(chǎn)生較大的噪聲。所以本算法只選取周期長度在和的周期，并計算多個周期的波峰與波谷之間的差值取平均，可以較好地消除異常周期的影響。例如圖5-b，9路光電陣列傳感器輸出幅值均值為圖中的9個黑色離散點；

5)由于陣列傳感的輸出幅值大致呈正態(tài)分布，于是可以利用高斯曲線進行擬合。高斯曲線方程可以表示為：

式中，μ為期望值，θ為標準差，c為補償值a為曲線峰值f代表等號右邊的曲線，i為曲線上的點，自變量。

擬合的最終目標是使最多的離散點位于曲線上，或者盡量的靠近曲線。例如在圖5-b中，藍色曲線即為擬合出來的高斯曲線。

6)高斯方程曲線方程中主要有兩個參數(shù)，期望值μ和標準差θ。標準差的大小決定了曲線分布的幅度，標準差越大，曲線分布越離散，曲線在形狀上越扁平，表示脈寬越大；標準差越小，曲線分布越集中，曲線在形狀上越高瘦，表示脈寬越小。

上述算法可以較為魯棒的模擬出脈寬信息。在脈象傳感器的實際使用中，由于操作的不規(guī)范性、傳感器的不確定性和被測者的特異性等問題，經(jīng)常會導致傳感器陣列的輸出并不是完全的正態(tài)分布。在這些情況下，個別傳感器會出現(xiàn)輸出異常，或者出現(xiàn)傳感器面板未能完全覆蓋脈寬的狀況。本專利提出的曲線擬合方法考慮的是傳感器陣列整體的輸出，個別異常點對其影響比較小。而且當傳感器面板發(fā)生偏移，陣列信號分布不對稱時，本專利算法也可以準確的模擬出分布曲線，計算出脈寬信息。另外，由于是采取整體擬合的方法，該算法至少只需3路就可以擬合出脈寬信息，但擬合精度會隨著信號路數(shù)的增加而提高。

四、3d脈搏波構建

3d脈搏波的構建可以使中醫(yī)長久以來基于主觀判斷的診斷方法視覺化和客觀化，對建立中醫(yī)脈診影像學有重要意義。構建過程主要利用樣條曲線擬合算法對同一時刻采集到的陣列信號進行橫向擬合，然后將離散的時刻按照時間序列排列。這樣，就由多個一維信號構建了一個整體的3d信號，具體步驟包括，高頻噪聲去噪、低頻噪聲去噪、基線調整、對同一時刻的陣列信號進行樣條插值擬合和將擬合的信號按時間序列排列等5個主要步驟。圖6-a是此算法的流程圖，6-b是一個由9路光電傳感器陣列構建的3d脈象圖。具體構建步驟如下：

1)高頻噪聲去噪，此步驟的目的和算法與異常信號去除中相同。

2)低頻噪聲去噪，此步驟的目的和算法與異常信號去除中相同。

3)基線調整，此步驟的目的是將傳感器陣列不同路的信號基線置于同一水平位置。在步驟2)中，每一路信號的低頻噪聲已經(jīng)被去除，可以保證同一信號的不同周期的起搏點在同一水平線上。由于信號強弱的差異、傳感器制作工藝等原因，不同傳感器之間的基線是有差別的。而基線的差異對于3d脈搏波的構建是無意義的，所以應當去除掉。

4)對同一時刻的陣列信號進行樣條插值擬合。脈象信號是離散的時間序列，而且陣列傳感器是同步采集，所以在同一時刻下，每一路信號都會記錄一個離散點。此步驟就是對同一時刻下，不同傳感器之間的離散點進行樣條曲線插值擬合。擬合出的曲線含義為某一時刻在脈寬方向上，脈搏跳動的差異。

5)將擬合的曲線按時間序列排列。步驟4)構建了某一時刻下的脈寬方向上脈搏跳動差異的曲線，按照時間序列將這些曲線排列起來，這樣就包含了隨時間變化的動態(tài)信息，最終的3d脈搏波圖如6-b所示。

上述方法構建的3d脈搏波圖像可以直觀的反映脈搏在脈寬和時序上的動態(tài)變化，使脈象分析從一維信號和二維陣列，進入到3d數(shù)據(jù)分析。利用本方法構建的3d脈搏波圖像，可以精確的還原出脈象在血管寬度方向的分布差異。與脈寬的計算方法不同，3d脈搏波圖像的重構要求能夠真實的還原脈象信息，而不是找到一種陣列傳感器之間的大致關系。所以在步驟4)中，每次擬合都是相鄰兩路傳感器之間進行的，而不是整個傳感器陣列一起擬合，這樣可以保證擬合誤差降到最小。從圖6-b中可以看到，在脈寬方向上，不再是高斯曲線，而是大致呈高斯曲線，這也更真實和更符合生理學理論。

以上內容是結合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細說明，不能認定本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬技術領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干簡單推演或替換，都應當視為屬于本發(fā)明的保護范圍。