张艳，张希林

(山东省中医药研究院，山东 济南 250014)

脉诊是中医学中最具特色的诊断方法，几千年来各种脉象的辨别依据仅是医生的指下感觉，不同脉象很难界定，这就导致了诊脉很难被掌握，中医界把脉诊形象地概括为“心中易了，指下难明”。为了促进脉诊的临床应用和脉学理论的深入研究，应用现代科学理论和技术对中医脉诊进行实验研究，逐步实现脉诊客观化成为中医现代化必须解决的问题。

多年来人们渴望着对中医的脉象能有一个客观的分辨识别标准, 以便揭开脉诊的科学本质，因此脉搏波信号的客观化、定量化、规范化一直是相关领域的研究热点。从19世纪50年代至今, 广大学者在脉象信号分析方法方面的研究已日渐深入[1]。从简单的模型法、时域分析到时频域的小波分析, 从人工识别到人工神经网络的识别, 已基本实现模拟神经元结构和功能对脉象信号进行识别[2]。但由于缺乏有效的脉象理论指导，目前对脉象的认识仅停留在频率、节律、振幅等的分析上，主要用来辅助诊断心血管系统方面的疾病，无法定量提取与生理、病理相关的特征信息，与临床诊疗应用还有很大的差距。

金氏脉学是在传统脉学基础上，融合了大量现代科学的内容而创立和发展起来的一门全新的脉学理论[3]。金氏脉学对传统脉学进行了突破性的发展和创新，为脉学添加了许多全新的概念，并引入了大量现代科学的研究方法。通过对脉象构成要素的分析，结合现代医学的相关知识，提出了脉应、脉点、特征等概念，实现了比较精确的定性、定位与定量诊断，为脉象的客观化研究奠定了基础[4]。

本文在金氏脉学理论的指导下，利用时域分析、判别分析、模式识别等方法，识别出占位性病变的特异性指标——冲博，并对研究过程中涉及的金氏脉学相关内容制定客观标准，推动脉诊技术的客观化和现代化发展。

1 冲搏

金氏脉学是一种源于中医传统脉学，但又有突破性创新和发展的脉学理论。金氏脉学理论应用于临床，其最突出的特点是能够通过简单易行、无损伤、低成本的脉诊手段，实现占位性病变早期的定性、定位与定量诊断，而传统脉学是无法做到这点的[5]。

在金氏脉学中，脉应是对单一的脉搏性状改变的概括，反映的是单一的生理状态或病理变化对脉搏性状造成的扰动，分为位变脉应、频变脉应、律变脉应、力变脉应、形变脉应等。根据血流分层流动的特点，可将脉管纵向搏动空间分为4个层位，7个层面，见图1。

图1 脉位分层图Fig.1 Pulseposition hierarchy

根据脉动周期与心脏舒缩的关系，可将脉动分为3个动组(A组、B组、C组)8个动点，动点和层面的结合即为脉点，见图2。

图2 脉点示意图Fig.2 Pulse point diagram

冲搏在金氏脉学中描述为脉动在均匀的起搏与回落过程中突然出现的冲击搏动，是脉搏局部性状造成的扰动，属于形变脉应的动点脉应，多反映各种占位性病变，是金氏脉学中占位性病变的特异性指标[6]。结合脉点和特征，即可以实现占位性病变早期的定性、定位与定量诊断，因此对冲搏的客观化意义重大。

2 研究方法

本文选取了数据采集指标和诊断指标都相对易于客观化、发病率也较高的肺癌为研究对象。根据金伟研究员的指下感觉，使用本项目组前期研制的金氏脉诊仪数据采集系统对确诊为恶性肿瘤且未手术的患者进行了预采样试验，然后对采样数据利用时域分析、判别分析、模式识别等方法，结合金氏脉学的具体特点进行相关分析，对冲搏进行客观化研究，并对研究过程中涉及的金氏脉学相关内容制定客观标准，推动脉诊技术的客观化和现代化发展。在此研究思路的指导下，本研究所采取的研究方案如图3所示。

图3 研究方案Fig.3 Research program

样本数据筛选步骤如下：

(1)随机选择符合本项目研究目标疾病诊断标准和纳入标准，同时排除标准之外的病例数据200例，结合其常规病历数据，包括详细的中西医诊断数据、金氏脉学的脉诊结果，作为研究目标疾病脉象抽样数据。

(2)随机抽取符合健康人纳入标准的样本数据200例，结合其详细的体检数据，作为空白对照脉象抽样数据。

(3)按照步骤(1)、(2)中的要求，随机选择健康人、肺癌病例数据各30例，结合其详细的体检数据，对数据分析结果进行验证。

3 结果与分析

预采样试验的脉搏图如图4所示。根据金氏脉学中对冲博的描述，图中用红色箭头标出的波形凸起的部分即为疑似冲博。

图4 疑似冲搏在脉形图上的表现Fig.4 The performance of impulse stroke on pulse chart

3.1 脉动周期识别

根据传统脉学及金氏脉学理论，脉点与脉应的识别是建立在脉位分层和脉动周期识别的基础上的[7-10]。临床采集到的数据是以记录和通道的逻辑格式存于计算机中的，数据分析时首先要根据定位通道的数据将各压力通道的数据解析为分层数据(采样分层，不等于脉位分层)，然后再将每一层的数据解析为一次次的脉动数据。脉动周期的识别建立在脉动产生的机理上，正常的脉动周期如图5所示。

图5 正常脉动示意图Fig.5 Diagram of normal pulsation

由图5可知，脉动周期识别的关键是U点的识别，我们对其采用了时域分析的方法进行自动识别。因各种干扰因素的存在，自动识别的U点往往会在一些特殊情况下出现偏差，因此需要提供手动修正的方法。

一个脉动周期中有3个点的位置具有重要的标识意义，分别为U点、P点和V点。其中U点是一个脉动周期的起始点，对应着心脏快速射血期的开始，两个U点之间为一次完整的脉动周期；P点为快速射血期的终止和缓慢射血期的开始；V点为缓慢射血期的终止。脉动周期中上述3个点的自动识别是数据分析的基础，我们基于时域分析和模式识别设计了相应的识别算法[10-13]，首先采用小波变换过滤掉脉象信号的高频部分，目的是能够获得比较理想的脉动周期起始点，然后利用斜率和函数(slope sum function，SSF)进行进一步处理，在时间t时，斜率和函数的定义如下：

(1)

(2)

Δyk=yk-yk-1,

(3)

其中：Zt是t时刻对应的脉象信号峰值；w是分析窗口的时长；1+w≤t≤N，N是原始脉象信号的总时长；yk是通过滤波后的脉象信号。对图5滤波后的数据进行脉动周期识别并分别标记3个关键点，结果如图6所示。

图6 脉动周期的自动识别与标记图Fig.6 Automatic identification and marking of pulsation period

图6中，蓝色+为U点，黑色+为P点，玫红+为V点，可以看出识别算法的识别率虽然比较高，但仍有个别脉动周期不能被很好地识别，如上图第4 层第2个脉动周期的V点识别不正确，为此我们设计了相应的用户界面，可以用鼠标拖动相应的标记点，在所见即所得的操作下对自动识别的结果进行校正。上图中识别错误的点校正后的图形如图7所示。

图7 脉动周期的手动修改与标记图Fig.7 Manual modification and marking of pulsation period

3.2 脉动周期中特征信息的提取与冲搏的识别研究

冲搏属于形变脉应，其定义为在均匀的脉搏起搏和回落过程中突然的冲击搏动，在脉图形态上应表现为时域上的变化，我们可以对相应病变对应脉点处的脉图进行时域分析。同时冲搏又属于动点脉应，必须与脉点相结合构成特征才能反映具体的生理、病理变化[14-15]。本项研究中肿瘤是占位性病变会形成冲搏，不同部位的肿瘤形成的冲搏会出现在不同的脉点上。根据金氏脉学理论，肺癌产生的冲搏位于A2点的深层浅层面。对肺癌病人采集到的数据进行分析如图8所示。

图8 左肺肺癌病人脉位分层图及与幅度关系图Fig.8 Pulse stratification and amplitude relationship in left lung cancer patients

图8(a)中为左肺肺癌患者左手浅层、中层、深层、底层4个脉位的脉形图，其中的蓝色波形图为脉象采集探头刚刚接触采集部位产生的信号，根据本研究要求，可忽略。根据金氏脉学理论，将一个脉动周期在时域上分为A、B、C 组3个动组，每个动组又平均分为3个动点，动点和层面的结合即为脉点。结合脉形图对应的压力值，从图8(a)中可以看出，冲搏出现在A2点深层浅层面，且表现为时域上的变化。图8(b)为左肺肺癌患者右手脉象数据的脉位分层图，没有识别出冲搏特征信息。

综上所述，从图8可以看出：冲搏表现为脉图时域的变化；肺癌形成的冲搏表现在A2点的深层浅层面且在同侧的脉点上。由于冲搏的大小、形态、出现的点位均有较大的差异，因此对于冲搏的识别使用交互方式，由脉诊仪软件进行初步分析，并绘制相应的脉位分层图和脉位-波幅图等辅助图形，最终由医生进行判定，通过筛选的样本数据对本系统进行验证，冲搏的准确识别率达到70%以上。

4 结论

本研究在金氏脉学理论的指导下，识别出了肺癌形成的冲搏脉图特征，提出了一种新的肺癌识别的早期辅助诊断方法，可以使肺癌患者得到早期预警，从而去做进一步的身体检查。但要实现金氏脉学中对占位性病变的定性与定量诊断还需要对黏滞性涩搏等微弱高频信号进行提取和处理，需要大量的数学算法，工作量和工作难度较大，也是本研究下一步努力的方向。