專利名稱：特征參數(shù)與脈象要素的關(guān)聯(lián)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于中醫(yī)脈象量化技術(shù)領(lǐng)域，涉及利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)脈象的特征參數(shù)與脈象要素的關(guān)聯(lián)選定。
背景技術(shù)：
脈診是根據(jù)“脈象”觀察、判斷病癥情況的一種診斷方法，它是中醫(yī)的基本技術(shù)，也是中醫(yī)臨床不可缺少的診察步驟和內(nèi)容。脈診之所以重要，就是由于脈象能傳遞機(jī)體各部分的生理病理信息，是窺視體內(nèi)功能變化的窗口，可為診斷病證提供重要依據(jù)。傳統(tǒng)的中醫(yī)脈診是完全依賴于醫(yī)生的經(jīng)驗(yàn)，醫(yī)生通過感知脈搏搏動(dòng)，獲取病人的脈象信息實(shí)現(xiàn)疾病診斷，其經(jīng)驗(yàn)程度要求較高、并且主觀性相對較強(qiáng)。因此，近年來，為實(shí)現(xiàn)中醫(yī)脈診技術(shù)的廣泛化、規(guī)范化、客觀化應(yīng)用，推出了中醫(yī)脈診儀器設(shè)備，其利用信號(hào)采集裝置從病人采集反映脈象的脈搏波信號(hào)，并且進(jìn)一步利用信號(hào)分析處理技術(shù)、圖像處理技術(shù)等對脈搏波信號(hào)進(jìn)行分析，為脈象的判斷提供客觀的數(shù)據(jù)信息，從而為脈診創(chuàng)造便利條件。其中，脈象要素是指脈象的基本組成部分，其一般地包括“位、數(shù)、形、勢”等四個(gè)方面，病脈是基于脈象的“位、數(shù)、形、勢”四個(gè)方面來分類，例如，按脈位可以分為浮脈、沉脈，按脈形可以分為洪脈、細(xì)脈、長脈、短脈等，按脈數(shù)可以分為促脈、結(jié)脈、代脈等，按脈勢可以分為實(shí)脈、虛脈、澀脈等。因此，在脈診過程中，需要按照脈象要素來判斷病脈的類型。在中醫(yī)脈診儀器設(shè)備中，脈象要素的判斷是需要通過相應(yīng)脈搏波的特征參數(shù)的具體量化來實(shí)現(xiàn)；而許多特征參數(shù)中，每個(gè)特征參數(shù)對于每個(gè)脈象要素(脈象中有多個(gè)脈象要素)的判斷的重要度可能是不同的；因此，在對應(yīng)于某一個(gè)脈象要素的脈象判斷時(shí)，需要從多個(gè)特征參數(shù)中選取其中有利于脈象判斷的特征參數(shù)，也即實(shí)現(xiàn)脈象要素與特征參數(shù)的對應(yīng)關(guān)聯(lián)。有鑒于此，脈象要素與特征參數(shù)的準(zhǔn)確關(guān)聯(lián)是利用計(jì)算機(jī)圖像識(shí)別技術(shù)進(jìn)行脈診的關(guān)鍵技術(shù)之一。

發(fā)明內(nèi)容
本發(fā)明的目的在于，準(zhǔn)確實(shí)現(xiàn)特征參數(shù)與脈象要素之間的關(guān)聯(lián)。為實(shí)現(xiàn)以上目的或者其它目的，本發(fā)明提供以下技術(shù)方案。按照本發(fā)明的一方面，提供一種特征參數(shù)與脈象要素的關(guān)聯(lián)方法，其包括以下步驟按規(guī)則計(jì)算脈搏波信號(hào)的每個(gè)特征參數(shù)的重要度；按所述重要度的大小對特征參數(shù)進(jìn)行由高到低的相應(yīng)排序；基于人工神經(jīng)網(wǎng)絡(luò)對訓(xùn)練樣本集的脈搏波信號(hào)進(jìn)行學(xué)習(xí)；利用測試樣本集的脈搏波信號(hào)對所述人工神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，并計(jì)算得出對所述測試樣本集關(guān)于該脈象要素判斷脈象的第一分類準(zhǔn)確率；去除所述重要度排序相對最低的特征參數(shù)后，計(jì)算得出對所述測試樣本集關(guān)于該脈象要素判斷脈象的第二分類準(zhǔn)確率；以及判斷所述第一分類準(zhǔn)確率和第二分類準(zhǔn)確率之間的差值的絕對值是否小于預(yù)定閾值，如果判斷為“是”，進(jìn)而返回至所述去除步驟，直至判斷為“否”，如果判斷為“否”，則選擇該特征參數(shù)以及排序高于該特征參數(shù)的其它特征參數(shù)與所述脈象要素相關(guān)聯(lián)。按照本發(fā)明提供的關(guān)聯(lián)方法，其中，所述規(guī)則可以為基于互信息、基于判別式分析或者基于多層感知器的特征排序方法。按照本發(fā)明提供的關(guān)聯(lián)方法的一實(shí)施例，其中，所述基于判別式分析的特征排序方法中的判別式函數(shù)為
_]
權(quán)利要求
1.一種特征參數(shù)與脈象要素的關(guān)聯(lián)方法，其特征在于，包括以下步驟 按規(guī)則計(jì)算脈搏波信號(hào)的每個(gè)特征參數(shù)的重要度； 按所述重要度的大小對特征參數(shù)進(jìn)行由高到低的相應(yīng)排序； 基于人工神經(jīng)網(wǎng)絡(luò)對訓(xùn)練樣本集的脈搏波信號(hào)進(jìn)行學(xué)習(xí)； 利用測試樣本集的脈搏波信號(hào)對所述人工神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，并計(jì)算得出對所述測試樣本集關(guān)于該脈象要素判斷脈象的第一分類準(zhǔn)確率； 去除所述重要度排序相對最低的特征參數(shù)后，計(jì)算得出對所述測試樣本集關(guān)于該脈象要素判斷脈象的第二分類準(zhǔn)確率；以及 判斷所述第一分類準(zhǔn)確率和第二分類準(zhǔn)確率之間的差值的絕對值是否小于預(yù)定閾值， 如果判斷為“是”，進(jìn)而返回至所述去除步驟，直至判斷為“否”， 如果判斷為“否”，則選擇該特征參數(shù)以及排序高于該特征參數(shù)的其它特征參數(shù)與所述脈象要素相關(guān)聯(lián)。
2.如權(quán)利要求1所述的關(guān)聯(lián)方法，其特征在于，所述規(guī)則為基于互信息、基于判別式分析或者基于多層感知器的特征排序方法。
3.如權(quán)利要求2所述的關(guān)聯(lián)方法，其特征在于，所述基于判別式分析的特征排序方法中的判別式函數(shù)為
4.如權(quán)利要求1所述的關(guān)聯(lián)方法，所述特征參數(shù)通過以下方法過程獲取 獲取一段包括一個(gè)周期以上的脈搏波信號(hào)； 確定所述脈搏波信號(hào)中的所有主峰點(diǎn)； 依據(jù)每個(gè)主峰點(diǎn)確定相應(yīng)的每個(gè)脈搏波信號(hào)周期的起始點(diǎn)，以實(shí)現(xiàn)所述脈搏波信號(hào)的周期分割； 依據(jù)微積分理論確定所述脈搏波信號(hào)周期中的所有可能極值點(diǎn)； 去除所述可能極值點(diǎn)中的干擾極值點(diǎn)以精確得到所述脈搏波信號(hào)周期信號(hào)中的特征點(diǎn)；以及 依據(jù)所述特征點(diǎn)的信息獲取特征參數(shù)。
5.如權(quán)利要求4所述的關(guān)聯(lián)方法，其特征在于，所述去除干擾極值點(diǎn)的過程包括依據(jù)所述起始點(diǎn)計(jì)算每個(gè)脈搏波信號(hào)周期的平均周期； 判斷任意相鄰的第一可能極值點(diǎn)和第二可能極值點(diǎn)之間的幅度差是否小于或等于特定幅度閾值，若判斷為“是”，則將第一可能極值點(diǎn)和第二可能極值點(diǎn)中的幅度較小的一個(gè)作為干擾極值點(diǎn)被去除；和/或 判斷任意相鄰的第一可能極值點(diǎn)和第二可能極值點(diǎn)之間的時(shí)間差是否小于或等于特定時(shí)間閾值，若判斷為“是”，則合并第一可能極值點(diǎn)和第二可能極值點(diǎn)為一個(gè)可能極值點(diǎn)以實(shí)現(xiàn)所述干擾極值點(diǎn)的去除；和 將剩余的可能極值點(diǎn)進(jìn)行直方圖統(tǒng)計(jì)，利用聚類分析法將直方圖劃分為若干區(qū)域，若某一區(qū)域內(nèi)的所述可能極值點(diǎn)的數(shù)目小于第一數(shù)值時(shí)，則該區(qū)域內(nèi)的相應(yīng)所述可能極值點(diǎn)作為干擾極值點(diǎn)被去除。
6.如權(quán)利要求5所述的關(guān)聯(lián)方法，其特征在于，在所述直方圖統(tǒng)計(jì)并去除干擾極值點(diǎn)之后，還包括步驟 判斷一個(gè)脈搏波信號(hào)周期內(nèi)的剩余的可能極值點(diǎn)的數(shù)目是否大于10，如果大于10，則去除該脈搏波信號(hào)周期。
7.如權(quán)利要求2所述的關(guān)聯(lián)方法，其特征在于，所述特定幅度閾值為所述脈搏波信號(hào)的幅度浮動(dòng)范圍的O. 01倍，所述特定時(shí)間閾值為所述平均周期的O. 02倍。
8.如權(quán)利要求5或7所述的關(guān)聯(lián)方法，其特征在于，所述第一數(shù)值為所述剩余的可能極值點(diǎn)的總數(shù)的百分之五。
9.如權(quán)利要求5或7所述的關(guān)聯(lián)方法，其特征在于，所述若干區(qū)域的個(gè)數(shù)五個(gè)，其分別為主峰值區(qū)域、潮波區(qū)域、重博波區(qū)域、房縮波區(qū)域和周期起始點(diǎn)區(qū)域。
10.如權(quán)利要求5或7所述的關(guān)聯(lián)方法，其特征在于，所述聚類分析法為k均值聚類算法或者模糊聚類算法。
11.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，所述脈搏波信號(hào)的周期分割之后，還包括步驟 去除所述脈搏波信號(hào)的基線漂移影響；以及 對所述脈搏波信號(hào)的數(shù)據(jù)進(jìn)行規(guī)范化處理。
12.如權(quán)利要求11所述的關(guān)聯(lián)方法，其特征在于，所述去除基線漂移影響的步驟中，包括對于所述起始點(diǎn)進(jìn)行插值計(jì)算以得到所述基線。
13.如權(quán)利要求12所述的關(guān)聯(lián)方法，其特征在于，所述去除基線漂移影響的步驟中，包括所述脈搏波信號(hào)對應(yīng)減去所述基線的幅度值。
14.如權(quán)利要求12或13所述的關(guān)聯(lián)方法，其特征在于，所述插值計(jì)算為三次樣條插值計(jì)算或者分段三次埃米爾特插值計(jì)算。
15.如權(quán)利要求11所述的關(guān)聯(lián)方法，其特征在于，所述規(guī)范化處理包括以下過程 依據(jù)所述峰值點(diǎn)和起始點(diǎn)確定該脈搏波信號(hào)的浮動(dòng)范圍；以及 根據(jù)所述浮動(dòng)范圍對脈搏波信號(hào)中的每個(gè)點(diǎn)進(jìn)行歸一化處理。
16.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，在確定所有主峰點(diǎn)之前，還包括步驟 對所述脈搏波信號(hào)進(jìn)行平滑濾波以及去除噪聲處理。
17.如權(quán)利要求16所述的關(guān)聯(lián)方法，其特征在于，所述平滑濾波以及去除噪聲處理采用一維均值濾波方法或者高斯濾波方法。
18.如權(quán)利要求16所述的關(guān)聯(lián)方法，其特征在于，所述一維均值濾波方法或者高斯濾波方法的濾波窗口被設(shè)置為大于或等于所述脈搏波信號(hào)的采樣頻率的O. 03倍、并小于或等于所述脈搏波信號(hào)的采樣頻率的O. 08倍。
19.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，所述確定所有主峰點(diǎn)的步驟包括 確定第一窗口的大??； 利用該第一窗口對所述脈搏波信號(hào)進(jìn)行遍歷； 計(jì)算出每個(gè)第一窗口范圍內(nèi)的最大幅度值；以及 判斷任意兩個(gè)相鄰的所述最大幅度值對應(yīng)的時(shí)間差是否小于所述第一窗口的大小，如果判斷為“是”，則去除其中較小的最大幅度值，剩余的所述最大幅度值對應(yīng)的位置點(diǎn)被定義為主峰點(diǎn)。
20.如權(quán)利要求19所述的關(guān)聯(lián)方法，其特征在于，所述第一窗口被設(shè)置為大于或等于所述脈搏波信號(hào)的采樣頻率的O. 6倍且小于或等于所述脈搏波信號(hào)的采樣頻率的O. 8倍。
21.如權(quán)利要求19所述的關(guān)聯(lián)方法，其特征在于，確定所述起始點(diǎn)的步驟中，通過定位每個(gè)主峰點(diǎn)之前的O. 3倍于采樣頻率的范圍內(nèi)的最小值、并定義該最小值對應(yīng)的點(diǎn)為所述起始點(diǎn)。
22.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，確定所述可能極值點(diǎn)的過程中，計(jì)算所述脈搏波信號(hào)周期中每個(gè)點(diǎn)分別與相鄰的兩點(diǎn)之間的第一幅度差值和第二幅度差值，并計(jì)算所述第一幅度差值與第二幅度差值的乘積，如果該乘積值小于或等于預(yù)定的閾值，則確定該點(diǎn)為所述可能極值點(diǎn)。
23.如權(quán)利要求22所述的關(guān)聯(lián)方法，其特征在于，所述脈搏波信號(hào)的數(shù)據(jù)被進(jìn)行歸一化處理，所述預(yù)定的閾值為1X10_5。
24.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，所述脈搏波信號(hào)通過脈象采集裝置實(shí)時(shí)獲取。
25.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，所述脈搏波信號(hào)通過從脈象數(shù)據(jù)庫中獲取。
26.如權(quán)利要求25所述的關(guān)聯(lián)方法，其特征在于，通過COM接口、USB接口、網(wǎng)絡(luò)接口、或者無線傳輸模塊從所述脈象數(shù)據(jù)庫中獲取所述脈搏波信號(hào)。
27.如權(quán)利要求4或5所述的關(guān)聯(lián)方法，其特征在于，所述脈搏波信號(hào)包括6-16個(gè)脈搏波信號(hào)周期。
28.一種用于特征參數(shù)與脈象要素的關(guān)聯(lián)的裝置，其特征在于，包括 用于按規(guī)則計(jì)算脈搏波信號(hào)的每個(gè)特征參數(shù)的重要度的部件； 用于按所述重要度的大小對特征參數(shù)進(jìn)行由高到低的相應(yīng)排序的部件； 用于基于人工神經(jīng)網(wǎng)絡(luò)對訓(xùn)練樣本集的脈搏波信號(hào)進(jìn)行學(xué)習(xí)的部件； 用于利用測試樣本集的脈搏波信號(hào)對所述人工神經(jīng)網(wǎng)絡(luò)進(jìn)行測試、并計(jì)算得出對所述測試樣本集關(guān)于該脈象要素判斷脈象的第一分類準(zhǔn)確率的部件； 用于去除所述重要度排序相對最低的特征參數(shù)后、計(jì)算得出對所述測試樣本集關(guān)于該脈象要素判斷脈象的第二分類準(zhǔn)確率的部件；以及判斷部件，其用于判斷所述第一分類準(zhǔn)確率和第二分類準(zhǔn)確率之間的差值的絕對值是否小于預(yù)定閾值， 如果判斷為“是”，進(jìn)而返回至所述去除步驟，直至判斷為“否”， 如果判斷為“否”，則選擇該特征參數(shù)以及排序高于該特征參數(shù)的其它特征參數(shù)與所述脈象要素相關(guān)聯(lián)。
29.如權(quán)利要求28所述的裝置，其特征在于，進(jìn)一步包括特征參數(shù)提取部件，其包括。
用于獲取一段包括一個(gè)周期以上的脈搏波信號(hào)的部件； 用于確定所述脈搏波信號(hào)中的所有主峰點(diǎn)的部件； 用于依據(jù)每個(gè)主峰點(diǎn)確定相應(yīng)的每個(gè)脈搏波信號(hào)周期的起始點(diǎn)、以實(shí)現(xiàn)所述脈搏波信號(hào)的周期分割的部件； 用于依據(jù)微積分理論確定所述脈搏波信號(hào)周期中的所有可能極值點(diǎn)的部件； 用于去除所述可能極值點(diǎn)中的干擾極值點(diǎn)以精確得到所述脈搏波信號(hào)周期信號(hào)中的特征點(diǎn)的部件；以及 用于依據(jù)所述特征點(diǎn)的信息獲取特征參數(shù)的部件。
30.如權(quán)利要求29所述的裝置，其特征在于，所述用于去除所述可能極值點(diǎn)中的干擾極值點(diǎn)以精確得到所述脈搏波信號(hào)周期信號(hào)中的特征點(diǎn)的部件進(jìn)一步包括 用于依據(jù)所述起始點(diǎn)計(jì)算每個(gè)脈搏波信號(hào)周期的平均周期的部件； 用于判斷任意相鄰的第一可能極值點(diǎn)和第二可能極值點(diǎn)之間的幅度差是否小于或等于特定幅度閾值的部件，若該部件判斷為“是”，則將第一可能極值點(diǎn)和第二可能極值點(diǎn)中的幅度較小的一個(gè)作為干擾極值點(diǎn)被去除；和/或 用于判斷任意相鄰的第一可能極值點(diǎn)和第二可能極值點(diǎn)之間的時(shí)間差是否小于或等于特定時(shí)間閾值的部件，若該部件判斷為“是”，則合并第一可能極值點(diǎn)和第二可能極值點(diǎn)為一個(gè)可能極值點(diǎn)以實(shí)現(xiàn)所述干擾極值點(diǎn)的去除；和 用于將剩余的可能極值點(diǎn)進(jìn)行直方圖統(tǒng)計(jì)的部件，該部件利用聚類分析法將直方圖劃分為若干區(qū)域，若某一區(qū)域內(nèi)的所述可能極值點(diǎn)的數(shù)目小于第一數(shù)值時(shí)，則該區(qū)域內(nèi)的相應(yīng)所述可能極值點(diǎn)作為干擾極值點(diǎn)被去除。
全文摘要
本發(fā)明提供特征參數(shù)與脈象要素的關(guān)聯(lián)，屬于中醫(yī)脈象量化技術(shù)領(lǐng)域。該特征參數(shù)與脈象要素的關(guān)聯(lián)方法中，包括步驟計(jì)算脈搏每個(gè)特征參數(shù)的重要度；按重要度對特征參數(shù)進(jìn)行排序；基于人工神經(jīng)網(wǎng)絡(luò)對訓(xùn)練樣本集的脈搏波信號(hào)進(jìn)行學(xué)習(xí)；利用測試樣本集對所述人工神經(jīng)網(wǎng)絡(luò)進(jìn)行測試，并計(jì)算得出對測試樣本集關(guān)于該脈象要素判斷脈象的第一分類準(zhǔn)確率；去除所述重要度排序相對最低的特征參數(shù)后，計(jì)算得出對測試樣本集關(guān)于該脈象要素判斷脈象的第二分類準(zhǔn)確率；基于第一分類準(zhǔn)確率和第二分類準(zhǔn)確率之間的差值判斷，實(shí)現(xiàn)特征參數(shù)與所述脈象要素的關(guān)聯(lián)選取。該關(guān)聯(lián)方法可以準(zhǔn)確獲取中醫(yī)中的每個(gè)脈象要素與相應(yīng)特征參數(shù)的對應(yīng)關(guān)系。
文檔編號(hào)G06N3/08GK103034837SQ201110316998
公開日2013年4月10日 申請日期2011年9月30日 優(yōu)先權(quán)日2011年9月30日
發(fā)明者郭松, 王穎, 譚思黎 申請人:Ge醫(yī)療系統(tǒng)環(huán)球技術(shù)有限公司