基于机械加压方式的便携式脉象采集分析系统的研究*

王学民，孙 飞，陆小左，于志峰，周 鹏*

（1.天津大学精密仪器与光电子工程学院，天津300072；2.天津市生物医学检测技术与仪器重点实验室，天津300072；3.天津中医药大学中医药工程学院，天津300193）

基于机械加压方式的便携式脉象采集分析系统的研究*

王学民1，2，孙 飞1，陆小左3，于志峰3，周 鹏1，2*

（1.天津大学精密仪器与光电子工程学院，天津300072；2.天津市生物医学检测技术与仪器重点实验室，天津300072；3.天津中医药大学中医药工程学院，天津300193）

针对目前脉象系统成本高、不便携带、加压模式复杂，且在家庭使用困难等缺点，依据中医脉诊原理，运用现代移动医疗新技术，在智能手机平台，设计基于新型凸轮加压模式的中医腕带脉诊系统，系统采用MINI电机驱动凸轮转动，实现了中医浮、中、沉脉象的自动加压，并通过智能手机进行采集及控制。通过与标准脉象统进行试验对比，两者获取到的脉象特征参数无明显差异，结果表明：系统性能可靠，能准确的获取人体的脉搏信息，并且通过智能手机与服务器的连接，为用户提供精准医疗，适用于个人及家庭健康医疗。

脉象；移动医疗；腕带脉诊；凸轮；智能手机

脉诊是中医四诊的重要组成部分，是中医诊察疾病必不可少的疗法之一，脉搏波中包含着丰富的人体生理信息，历来受到医家的重视。传统脉诊主要依靠中医师的主观判断，存在“在心易了，指下难明”的缺点，阻碍了中医的发展。经过多年的努力，中医客观化得到很好的发展，各种脉诊仪也相应的出现［1］，上海中医药大学汤伟昌在2005年设计了三部脉象检测系统［2］，2011年，兰州理工大学的党宏智等研制了手动加压的寸关尺脉搏信息检测系统［3］，2012年，天津大学王学民等设计了基于柔性阵列传感器的脉象检测系统［4］，然而，这些脉象仪都需要计算机以及专门的显示设备，不仅成本比较高，而且不便携带，用户需要到医院等固定场合才能使用，难以在个人及家庭健康医疗中推广。另外，对于加压模式，以上采用的手动加压模式虽能任意改变取脉压力，但是施加压力不够稳定，精度很难把握；传统的气体加压模式不仅需要气泵，而且需要储气瓶、电磁阀等设备，设计比较繁琐。针对目前状况，本文采用ARM微处理器进行脉象信号的采集，智能手机作为数据处理端［5］，并设计了新型的凸轮加压模式来模拟中医师指下浮、中、沉等压力变化。整个系统成本低、低功耗、便于携带，并且能够实现脉诊数据网络共享，提供精准医疗，即使偏远地区以及行动不便的人群也能很方便的使用本系统。

1 系统整体设计

系统通过智能手机提供人机交互功能，来控制脉象数据的采集过程，并在智能手机端实现脉象信息的分析和处理，系统的整体原理框图如图1所示。

图1 系统整体框图

本文采用基于ARM Cortex_M4内核的32 bit Flash微控制器STM32F373C8进行脉象信号的采集、分析和传输，该微处理器集成度高，封装小，内部集成了AD转换器和USB接口模块。采用MH-1型脉搏传感器将脉搏搏动信号转换成电信号，该传感器灵敏度高、频率响应好，具有优异的时间稳定性和可重复性。人体脉搏信号频率通常在0.1 Hz～25 Hz之间，为降低噪声，需要对脉搏信号进行滤波处理，本文将获取0.08 Hz～23.4 Hz之间的有效信号，信号调理电路由两路构成，一路经过截止频率为0.08 Hz的低通滤波器，输出静压信号，即取脉压力，系统通过实时显示取脉压力来反映浮、中、沉压力变化；另一路由一个截止频率为0.08 Hz的高通滤波电路和一个截止频率为23.4 Hz的低通滤波电路组成，输出动压信号，用来绘制脉搏波。信号调理电路流程如图2所示。

图2 脉象信号调理流程

脉象数据经过信号调理电路后，运用ARM微处理器自身的AD转换器将模拟信号转换为数字信号，为了提高采集效率，在ARM的内存空间开辟4 KB的数据缓存区，每次A/D转换结束后，通过DMA直接存取技术，不占用微处理器内核的工作时间，将ADC转换的16 bit数据顺序搬移到数据缓冲区中，待缓冲区满后，通过USB总线方式将脉象数据发送到智能手机端，系统供电由智能手机通过USB数据线提供。

图3 凸轮加压示意图

由图3所示，微控制器通过输出PWM波控制MINI电机，从而驱动凸轮缓慢转动给传感器施加压力来实现浮、中、沉的压力变化。凸轮同轴设计有监测电位器，可实时监测凸轮转动的角度，便于施加准确的取脉压力。将凸轮控制系统、传感器、微处理器以及信号调理模块封装在腕带上，封装成便携的腕带采集系统，整个系统如图4所示，由腕带采集系统和智能手机组成。

图4 系统整体图

智能手机端实时显示取脉压力、脉率、脉搏波形等参数，同时建立个人健康数据库，以便进行持续诊断，将脉象数据发送至服务器做深层次的处理［6］，并将脉诊结果回馈到智能手机端，另外，本系统可实现互联网脉诊数据资源共享，为用户提供专家诊断意见，从而达到精确医疗。

2 脉象数据分析

脉搏信号是微弱的人体生理信号，采集的过程中易受工频干扰和被试呼吸体动的影响，前者会引起高频噪声，后者则引起基线漂移，这些噪声对于后续的最佳取脉压力的获取以及特征参数提取存在很大的影响，因此需要对采集到的脉搏信号进行预处理，主要包括去高频噪声和基线纠漂。

本系统采用小波变换去除高频噪声［7-9］，小波变换的数学原理如下：

小波母函数ϕ(t)平方可积，满足允许条件：

则f（t）的连续小波变换：

其中：

采用基于LIP（lowest point in one period）算法的三次样条差值法来进行基线纠漂［10］［11］，公式如下所示：

式中,ai，bi，ci，di代表4n个未知系数。

采用ILP（Intersection Points of Lines and Pulse Waveform）算法［12,13］进行时域特征参数的提取，该算法根据高度变化的直线与一个周期的脉象信号的交点个数的不同，找到相应的特征点，从而获得相应的特征参数，如图5所示。

图5 单周期脉搏信号与不同高度的直线

将脉搏信号归一化到0～1之间，直线y=L，从最低点移动到1，考虑到人体脉搏信号的降中峡均在0.2以上，为提高效率，本系统在提取特征参数时，将直线y=L从0.2移动到1，经过大量实验，直线移动步进为0.000 01时效果最佳，如果步进小于0.000 01，将会增加几秒的数据处理时间，降低效率，步进大于0.000 01时，有可能遗漏个别特征点。由于脉搏数据是由离散的点组成，不会与直线有交点，因此，设置一个阈值，当直线与离散的点的距离小于这个阈值的时候，就认为与直线相交，经过反复实验，将阈值设置为步进的10倍时提取特征参数效果最佳。

以图6所示标准脉象为例，脉象特征点的提取过程为：直线从归一化幅值0.2处开始向上移动，在降中峡H4之下时，交点个数为2个。当达到H4时，交点个数变为3个。当直线移动到H4和重搏波H5之间时，交点个数为4。达到H5，个数变为3，直线在H5和主波峡H2之间时，交点个数为2。达到H2，又变为3。直线在H2和重搏前波H3之间时，交点个数为4。达到H3，又变为3。在H3和主波峰H1之间交点个数为2。达到H1时为1。高于H1为0。直线在不同的特征点处交点个数不同。根据此特点，将获取的交点个数数组的后一个减去前一个，若不为零即为要提取特征点。且负值为波峰，正值为波谷。

图6 标准单周期信号及其与直线交点个数

2.1 最佳取脉压力

中医师在脉诊的时候，将手指放在患者桡动脉处施加不同的压力，直至获得最佳应指脉动力，这种压力调整，研究者根据血液流动过程中的波动方式，用数学的方法构建了动脉的最佳取脉压力数学模型，并验证了最佳取脉压力的存在［14］。为获取最佳取脉压力，本系统采集不同取脉压力下的脉搏信号。由于正向加压法传感器探头下皮肤软组织及血管的回弹力是逆向的，采集脉象信号时压力不稳定，而且需要较长时间才能达到相对平衡，而反向减压法测量时减压方向与皮肤软组织的回弹方向是同向的，一定程度上会减少压力漂移和时间漂移［15］，所以本系统选择在缓慢减压模式才采集不同取脉压力下的脉搏数据，并将采集到的脉搏信号进行高频小波去噪［16］和基线纠漂预处理，处理后不同取脉压力下的脉象信号如图7所示。

图7 连续减压模式下所得脉搏信号

然后如图8所示，根据ILP算法提取每个脉动周期的最大主波峰峰值，再将最大主波峰峰值与其对应压力散点图进行拟合，如图9所示，拟合出取脉压力与主波峰值曲线图，即可精确地得到最佳取脉压力。

图8 最大主波峰提取

图9 压力-峰值散点图及其拟合曲线

2.2 脉象特征参数

采集最佳取脉压力下的脉搏信号，并获取相应特征参数，如图10所示，其中H1为主波幅值，主要反映左心室射血功能和大动脉顺应性；H3为重搏前波幅值，反映动脉血管张力和外周阻力状态；H4为降中峡幅值，反映外周阻力大小；H5为重搏波幅值，反映大动脉的弹性；W为主波峰2/3处的宽度，表征动脉内高压水平的维持时间；f为脉率，即1/t，反映心跳频率；t1为升支时间，对应左心室快速射血期。

图10 脉搏波特征点标注图

首先要对采集到的脉搏数据进行高频小波去噪和基于LIP算法的基线纠漂，如图11所示。

图11 基线纠漂前后脉象信号

采用ILP算法，根据不同高度的直线与单个周期脉象信号的交点个数不同的原理，将采集到的脉搏信号归一化到0～1之间，然后逐渐移动直线，根据交点的个数来标记不同的特征参数点［17,18］，效果如图12所示。

图12 特征参数点标记效果图

3 脉象采集实验设计

实验对象。脉象数据的采集对象为20名天津大学18岁～26岁的健康在校大学生。

实验设备。本实验用于采集脉象数据的设备为本脉诊系统以及芜湖圣美孚科技有限公司研发的SMF-Ⅲ増强型中医综合诊断系统（皖食药监械（准）字2011第2270048号），以下简称标准脉诊系统，并将其采集到的脉搏数据作为标准进行对比参考。

数据采集前准备。数据采集前，让受试者静坐2 min左右，待其心态平稳后，端坐于设备前，手臂放置于设备平台合适的位置，高度保证基本与心脏平齐，用手指触摸定位，将传感器准确的放置于受试者桡动脉关部。

具体数据采集步骤如下：①使用本脉诊系统在凸轮连续缓慢减压模式下，采集200 gn到40 gn静压力下的脉搏数据；②使用本脉诊系统，在最佳取脉压力下采集受试者的脉搏信号；③使用标准脉诊系统用气体慢放减压的模式下采集200 gn到40 gn静压力下的脉搏数据；④使用标准脉诊系统，在最佳取脉压力下采集受试者的脉搏信息。

4 实验数据对比分析

①最佳取脉压力数据对比分析

分别将标准脉诊系统和本系统获取的20组最佳取脉压力进行统计分析，得出相应的均值及方差，其结果如图13所示柱形图。

图13 最佳取脉压力数据对比

②脉象特征参数的对比分析

分别提取两系统在最佳取脉压力下脉搏信号的特征参数，然后将获取到的对人体具有显著生理意义的特征参数进行均值和方差的计算，其结果如图14和图15所示。

③双样本等方差假设的t-检验分析

分别将两系统获取到的最佳取脉压力以及相应的各特征参数进行双样本等方差假设的t-检验分析，其结果如表1所示。

图14 H1、H3、H4数据对比

图15 脉率数据对比

表1中P值均大于0.05，证明了标准脉诊系统和本系统获取的最佳取脉压力以及在最佳取脉压力下获取的相应特征参数无显著性差异，从而验证了本系统的可靠性，达到了家庭医学诊断的要求。

5 结论

本文设计了新型的凸轮加压模式，介绍了基于凸轮加压模式的手机中医脉诊系统，实现了基于智能手机端的脉诊系统的研制。并设计对比试验，通过对20例试验对象的数据采集，建立初步数据库，然后分别对本系统和芜湖圣美孚科技有限公司研发的SMF-Ⅲ増强型中医综合诊断系统采集到的数据进行对比分析，最终验证了本系统的可靠性。本系统结合现代移动医疗新技术，为中医客观化提供了一种新的思路，具有低功耗、成本低、极易便携等多种优点，在智能手机端建立个人健康数据库，方便用户做持续性诊断。同时实现网络脉诊资源共享，获得专家诊断指导意见，为用户提供精准医疗，适用于个人及家庭健康医疗，并且为手机平台中医四诊的实现提供了基础。

［1］庞瑜丹，柳建敏，张理兵.中医脉象仪研究进展［J］.北京生物医学工程，2014（1）：101-107.

［2］汤伟昌，李睿.三部脉象检测系统的研究［J］.中国医疗器械杂志，2005（3）：164-166.

［3］党宏智.寸关尺部位脉搏信息检测系统［D］.兰州：兰州理工大学，2011：7-22.

［4］王学民，杨成，陆小佐，等.基于柔性阵列传感器的脉象检测系统的设计［J］.传感技术学报，2012，25（6）：733-737.

［5］赵世彧，张盛，王玉辉，等.智能手机操作系统及其Google An⁃droid上的软件开发［J］.煤炭技术，2011（4）：197-199.

［6］刘平.Android手机访问服务器的一种数据交互方法［J］.电子设计工程，2010（9）：96-98，102.

［7］王芳，季忠，彭承琳.基于双树复小波变换的心电信号去噪研究［J］.仪器仪表学报，2013（5）：1160-1166.

［8］王楠.基于小波变换的脉象信号处理方法研究［D］.哈尔滨：哈尔滨工业大学，2013：13-18.

［9］于亚萍，孙立宁，张峰峰，等.基于小波变换的多特征融合sEMG模式识别［J］.传感技术学报，2016，29（4）：512-518.

［10］Alarka Sanyal，Arijit Baral，Abhijit Lahiri.Application of Frame⁃let Transform in Filtering Baseline Drift from ECG Signals［J］.Procedia Technology，2012（4）：862-866.

［11］周鹏，高雄飞，张玉满，等.基于驻极体传声器的脉象检测系统和方法［J］.传感技术学报，2015，28（3）：374-380.

［12］王学民，郭丹，王欣，等.多部脉象信息采集及处理［J/OL］.http：//www.cnki.net/kcms/detail/12.1127.N.20150703.1621.001.html，2015-07-03.

［13］蔡坤宝，曹丁，段云孜，等.脉象信号的特征提取与识别方法［J］.重庆大学学报，2011（10）：119-123.

［14］张玉满，王学民，宋鹏，等.基于桡动脉血液流动模型对中医最佳取脉压力的解释与验证［J］.计算机与应用化学，2015（2）：129-134.

［15］刘聪颖，梁金兵，张亚丹，等.不同加压方法对压力型脉象仪检测结果影响的研究［J］.上海中医药大学学报，2015（3）：38-40.

［16］Shivamurti M，Narasimhan S V.Analytic Discrete Cosine Harmon⁃ic Wavelet Transform（ADCHWT）and Its Application to Signal/Image Denoising［C］//2010 International Conference on Signal Processing and Communications.Bangalore，India，2010：498-502.

［17］苏子美，郭建英，刘瑾.脉搏波的频域特征提取与自动识别技术［J］.纳米技术与精密工程，2010，8（1）：70-74.

［18］王鹏.多路脉象信号的特征提取与模式分类［D］.哈尔滨：哈尔滨工业大学，2009：28-37.

王学民（1961-），男，博士，副教授，主要研究方向为人体信息检测，中医客观化，经颅磁场分布及脑认知，具体侧重医学成像、分析仪器的研究等xueminw@tju.edu.cn；

孙 飞（1992-），男，现为天津大学在读硕士，主要研究方向为人体信息检测，中医脉诊客观化，现代移动医疗，sunfei312@tju.edu.cn；

周 鹏（1978-），男，博士，副教授，主要研究方向为神经工程，生物医学信息传感与检测，生物医学信号处理，zpzp@ tju.edu.cn。

The Design of Portable Acquisition and Analysis System of Pulse Based on Mechanical Pressure Mode*

WANG Xuemin1，2，SUN Fei1，LU Xiaozuo3，YU Zhifeng3，ZHOU Peng1，2*
（1.School of Precision Instrument and Opto-Electronics Engineering，Tianjin University，Tianjin 300072，China；2.Tianjin Key Laboratory of Biomedical Detection Technology and Instrumentation，Tianjin 300072，China；3.School of Traditional Chinese Medicine，Tianjin University of Traditional Chinese Medicine，Tianjin 300193，China）

In order to resolve the disadvantage of the current pulse instrument high cost，inconvenient to carry，diffi⁃culties in the family use and other shortcomings，according to the principle of pulse diagnosis，combined with mod⁃ern mobile medicaltechnology，developd a new wristband pulse diagnosis system of smartphone，based on the new cam compression mode.the MINI motor driven cam rotation，implements the float，medium and heavy automatic pressure of pulse condition of traditional Chinese medicine，and the collection and control through the smart phones.Compared with standard pulse system，both get no difference between the characteristic parameters of pulse condition，the results show that the performance of the system is reliable，can accurately get the pulse of human body information，and through the smart phone disconnected from the server，to provide users with accurate medi⁃cal，suitable for personal and family health care.

pulse；mobile medical；wristband pulse diagnosis；cam；smartphone

TP391

A

1004-1699（2016）11-1631-06

EEACC：1280；7230 10.3969/j.issn.1004-1699.2016.11.001

项目来源：国家自然科学基金项目（51377120，81173202，31271062）；天津市自然基金项目（13JCQNJC13900）

2016-04-23 修改日期：2016-06-02