12、心律失常脉搏检测的创新方法

心律失常脉搏检测的创新方法

1. 引言

近年来，生理信号的量化和分析变得愈发重要，传统中医脉诊（TCPD）研究在这一领域相对较新。通常，TCPD从业者使用脉搏传感器获取患者手腕的脉搏波形，然后对其进行研究。目前，对脉搏波形的长期监测越来越普遍，自动分析和识别脉搏波形有助于减轻从业者观察和分析的负担。

许多模式识别方法已应用于脉搏波形的自动识别和分类，比如Lee等人运用模糊理论分析脉搏波形案例，取得了不错的效果；Yoon等人引入位置、大小和强度三个特征描述脉搏；Stockman等人使用结构模式识别来识别颈动脉脉搏波形的形状；Wang等人提出改进的动态时间规整算法识别五种不同形状的脉搏模式；Wang和Xiang应用三层人工神经网络识别七种脉搏模式。然而，这些研究大多只分析了脉搏模式的位置或形状特征，缺乏根据脉搏节律进行区分的研究，而节律是识别脉搏模式的有用特征。心律失常的脉搏模式具有独特的节律，难以用线性特征识别。本文提出一种根据七种脉搏模式的节律进行区分的方法，通过提出四个参数，并应用Lempel - Ziv复杂度分析，实现了97.1%的识别准确率。

2. 脉搏节律分析的临床价值

TCPD识别出七种具有独特节律的脉搏模式，其中四种为有节律的脉搏，分别是数脉、疾脉、缓脉和迟脉；三种为心律失常的脉搏，分别是促脉、结脉和代脉。

脉搏类型	特点	临床意义
数脉	脉搏跳动较快	常见于严重急