胡晓娟 ，崔骥 ，屠立平 ，姚兴华 ，许家佗

    1.上海中医药大学上海中医健康服务协同创新中心，上海 201203； 2.上海中医药大学基础医学院，上海 201203

    中医脉诊通过脉象“位、数、形、势”四要素的重要属性信息反映人体健康与疾病状态[1]。脉搏搏动图(以下简称“脉图”)是脉象的客观化表现和客观诊断依据，也是脉诊现代化研究的代表性成果。中医脉诊现代化研究根据研究路线主要分为中医脉诊理论梳理、中医脉诊信号感知、中医脉象智能分析、中医智能脉诊临床应用及各个环节所涉及的中医脉诊标准化研究。中医脉诊现代化研究已经开展近半个世纪，取得一定进展。基于脉图的中医脉象智能分析是指针对脉象传感器获取的信号进行智能分析的过程，具体包括脉象信号预处理、特征识别、模式分类。目前中医脉诊信号感知涉及的脉象传感器和采集设备主要集中于单点、单部采集，正在向阵列式的多点、多部脉图方向发展。基于中医脉诊信号感知现状，本文针对中医脉象智能分析的研究进展与发展趋势，从单点、单部及多点、多部两类脉图进行综述。

    1 单点、单部脉图智能分析研究现状

    一个典型的脉图及其常用参数见图1[1]，主要由主波、重搏前波、重搏波组成。单点、单部脉图智能分析主要包括数据预处理、特征识别和模式分类。

    图1 脉搏周期图及常用参数特征

    1.1 数据预处理

    通过脉象传感器和采集设备获得的脉图原始信号中存在的噪声、漂移和异常值会影响特征提取效果。因此，几种经典滤波器如高通、平均平滑、小波滤波器及几种滤波器级联的滤波方法用于噪声消除[2-4]。小波、经验模态分析等方法用来处理由呼吸或抖动产生的基线漂移，小波变换技术因其计算量少而效果佳的特点可更有效消除漂移。针对噪声消除和漂移消除技术无法检测和处理失真信号引起的异常值问题，研究者引入了基于动态时间扭曲的方法，通过计算单个脉图段与所有其他脉图段的扭曲路径距离来识别异常脉图波形[4]。Garg等[5]通过曼哈顿距离和堪培拉距离获得更好的异常值检测，并提出实时脉图信号质量评估框架以估计波形异常。Jiang等[6]研究基于多传感器融合的脉图质量评估框架。异常波处理是数据预处理的重要内容，目前就如何区分身体功能异常和失真信号导致的波形异常的方法尚无有效解决方案，还需进一步深入研究 ......