CN108926330A - 一种基于腕带充气式压力传感器的智能中医脉诊分析*** - Google Patents

一种基于腕带充气式压力传感器的智能中医脉诊分析*** Download PDF

Info

Publication number
CN108926330A
CN108926330A CN201810905737.6A CN201810905737A CN108926330A CN 108926330 A CN108926330 A CN 108926330A CN 201810905737 A CN201810905737 A CN 201810905737A CN 108926330 A CN108926330 A CN 108926330A
Authority
CN
China
Prior art keywords
pulse
pressure
wave
systolic
waveform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810905737.6A
Other languages
English (en)
Inventor
林帆
林一帆
刘学
胡文平
卢秋伟
刘杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Xingze Health Technology Co Ltd
Original Assignee
Shenyang Xingze Health Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Xingze Health Technology Co Ltd filed Critical Shenyang Xingze Health Technology Co Ltd
Priority to CN201810905737.6A priority Critical patent/CN108926330A/zh
Publication of CN108926330A publication Critical patent/CN108926330A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明适用于医疗技术领域，提供了一种基于腕带充气式压力传感器的智能中医脉诊分析***，包括：脉搏信息采集模块，采集腕带充气式压力传感器的脉搏信息；脉诊分析模块，将采集的腕带充气式压力传感器的脉搏信息与预先存储的不同脉象的脉搏信息判定规则进行比对，确定当前采集的腕带充气式压力传感器的脉搏信息所属的脉象；分析结果输出模块，将当前采集的腕带充气式压力传感器的脉搏信息所属的脉象作为分析结果输出，完成中医脉诊分析。本发明***根据腕带充气式压力传感器采集到的脉搏信息，精准判定出患者脉象，可以广泛应用于医疗领域，尤其对应路途遥远、复诊困难的患者可以实现通过腕带充气式压力传感器采集脉搏信息进行远程脉象诊断。

Description

一种基于腕带充气式压力传感器的智能中医脉诊分析***
技术领域
本发明属于医疗技术领域，尤其涉及一种基于腕带充气式压力传感器的智能中医脉诊分析***
背景技术
面对目前移动医疗发展的大好前景，中医学却始终处于一个相对滞后的位置。中医学在移动互联网医疗中的局限性来源于中医学自身的诊断特点。中医学以辨证论治为基础，在诊断时需要望、闻、问、切四诊合参，简便的诊断方式决定了中医可以不依赖于仪器诊断，可进行远程医疗。但是，在这四诊中切脉往往是中医看病定性时重要的依据之一。随着现代新技术的不断涌现，目前望、闻、问三诊均可通过移动互联网轻松的实现信息传输，脉诊由于其具有主观性、复杂性等特点，迄今未形成切实可行的客观化标准。患者的脉象无法进行有效的识别传输，从而，造成了中医学无法广泛开展移动互联网医疗，制约了中医学在移动互联网医疗的发展。因此，研制一种“基于腕带充气式压力传感器的智能中医脉诊分析***”对中医学移动互联网医疗的发展意义重大，对中医学开展远程医疗具有重要价值。
发明内容
本发明提供一种基于腕带充气式压力传感器的智能中医脉诊分析***，旨在解决基于腕带充气式压力传感器的智能中医脉诊分析问题。
本发明是这样实现的，一种基于腕带充气式压力传感器的智能中医脉诊分析***，包括：
脉搏信息采集模块，采集腕带充气式压力传感器的脉搏信息；
脉诊分析模块，将采集的腕带充气式压力传感器的脉搏信息与预先存储的不同脉象的脉搏信息判定规则进行比对，确定当前采集的腕带充气式压力传感器的脉搏信息所属的脉象；
分析结果输出模块，将当前采集的腕带充气式压力传感器的脉搏信息所属的脉象作为分析结果输出，完成中医脉诊分析。
更进一步地，所述脉搏信息，包括：脉搏波波形峰值、脉搏波波形谷值、副波波形最高峰值、收缩期脉搏波压力、舒张期脉搏波压力、腕带压力、脉搏频率、收缩压、舒张压、脉压差。
更进一步地，所述脉象，包括：平脉、浮脉、洪脉、濡脉、革脉、沉脉、伏脉、弱脉、牢脉、虚脉、微脉、实脉、弦脉、滑脉、迟脉、缓脉、涩脉、结脉、数脉、疾脉、促脉、动脉、代脉。
更进一步地，该***还包括：信息预处理模块，判断采集的腕带充气式压力传感器的脉搏信息中脉搏波波形峰值与脉搏波波形谷值的比值位于1～20范围以内，若是，则保留，否则将该脉搏信息作为异常数据剔除，重新采集腕带充气式压力传感器的脉搏信息。
更进一步地，所述脉诊分析模块中，预先存储的不同脉象的脉搏信息判定规则如下：
若同时或部分满足：脉搏节律不规整，脉搏节律不齐，有不规则的歇止或间歇；脉搏波波形峰值60～210；脉搏波波形谷值10～50；副波波形最高峰值≥1；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～3.0；腕带压力80～180；收缩压50～200；舒张压30～190；则进一步判定当前脉搏信息所对应的脉象是否为结脉、促脉或代脉；其中：脉搏频率60～90时判定为结脉，脉搏频率＞90时判定为促脉，脉搏频率＜60时判定为代脉；
若同时或部分满足：脉搏波波形峰值≥300；脉搏波波形谷值≥10～200；副波波形最高峰值≤0；收缩期脉搏波压力≥1～3.5；舒张期脉搏波压力-1.5±0.5；腕带压力＜110；脉搏频率50～180；则进一步判定当前脉搏信息所对应的脉象是否为浮脉、洪脉、濡脉或革脉；其中：收缩压100～110且舒张压80～90时，判定为浮脉；收缩压120～130且舒张压60～70时，判定为洪脉；收缩压110～120且舒张压≤60时，判定为濡脉；收缩压≤100且舒张压≥115时，判定为革脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值10～100；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～5.0；腕带压力≥130；收缩压＞130；则进一步判定是否为弦脉或滑脉；其中：副波波形最高峰值≥5、脉搏频率60～180且舒张压＞90时，判定为弦脉；副波波形最高峰值＜5、脉搏频率＜90、舒张压＞80且脉压差≥50时，判定为滑脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值10～100；副波波形最高峰值0～15；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～5.0；腕带压力80～180；收缩压50～200；舒张压30～190；则进一步判定是否为迟脉或缓脉；其中：脉搏频率＜60时，判定为迟脉；脉搏频率60～70时，判定为缓脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值检测10～100；副波波形最高峰值≥10；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～3.0；腕带压力80～180；收缩压50～200；舒张压30～190；则进一步判定是否为涩脉、数脉或疾脉；其中：脉搏频率40～120时，判定为涩脉；脉搏频率90～120时，判定为数脉；脉搏频率＞120时，判定为疾脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值≥200；副波波形最高峰值≤5；收缩期脉搏波压力2.5～4.5；舒张期脉搏波压力-0.5～3.0；腕带压力≥130；脉搏频率60～90；收缩压120±10；舒张压80±10，判定为平脉；
若同时或部分满足：脉搏波波形峰值≤180；脉搏波波形谷值≥200；副波波形最高峰值≥10；收缩期脉搏波压力≤3.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50～180；收缩压90～180；舒张压50～120，判定为沉脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0～15；收缩期脉搏波压力≤2.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50～180；收缩压60～180；舒张压40～120，判定为伏脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0～15；收缩期脉搏波压力≤3.5且≥2.5；舒张期脉搏波压力-1.0±0.5；腕带压力≥130；脉搏频率60～180；收缩压90±10；舒张压≤70，判定为弱脉；
若同时或部分满足：脉搏波波形峰值≥170；脉搏波波形谷值≥200；副波波形最高峰值0～15；收缩期脉搏波压力≤3.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50～180；收缩压≥140；舒张压60～90，判定为牢脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0～15；收缩期脉搏波压力≤3；舒张期脉搏波压力-1.0±0.5；腕带压力≥130；脉搏频率60～180；收缩压90±10；舒张压≤60，判定为虚脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥30；副波波形最高峰值0～15；收缩期脉搏波压力≤2；张期脉搏波压力-0.7.0±0.3；腕带压力≥130；脉搏频率60～180；收缩压≤60；舒张压≤40，判定为微脉；
若同时或部分满足：脉搏波波形峰值≥70；脉搏波波形谷值≥10；副波波形最高峰值0～15；收缩期脉搏波压力≥3.5；舒张期脉搏波压力负值≥-2.0；腕带压力≥130；脉搏频率60～90；收缩压120～130；舒张压80～90，判定为实脉；
若同时或部分满足：脉搏波波形峰值60～110；脉搏波波形谷值10～50；副波波形最高峰值＜5；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～3.0；腕带压力≥130；脉搏频率＞90；收缩压≥130；舒张压≥80；脉压差≥50，判定为动脉。
本发明可用于为路途遥远、复诊困难的患者进行脉象诊断，待数据库中的数据达到一定数量后可将其用于远程诊疗平台。实现中医脉象数字化存储，构成未来医疗大数据的一部分，亦可为未来疾病防治和诊疗新模式的塑造奠定基础。
附图说明
图1是本发明实施例一提供的一种基于腕带充气式压力传感器的智能中医脉诊分析***框图；
图2是本发明实施例四提供的一种基于腕带充气式压力传感器的智能中医脉诊分析***框图；
图3是本发明实施例五中房颤(结脉、促脉)患者脉象图；
图4是本发明实施例五中正常患者脉象图；
图5是本发明实施例五中术前组弦脉患者脉象图；
图6是本发明实施例五中体检组数脉患者脉象图；
图7是本发明实施例五中术后组患者脉象图；
图8是本发明实施例五中体检组患者平脉脉象图；
图9是本发明实施例五中脉象参数z1、z2、z3(腕带压力)对比图；
图10是本发明实施例五中脉象参数x1、x2、x3(时间)对比图；
图11是本发明实施例五中脉象参数y1、y2(脉搏压力)对比图；
图12是本发明实施例五中术前组、术后组与体检组指切诊脉脉象雷达分布图；
图13是本发明实施例五中术前组指切诊脉脉象分布图,(a)是柱状图，(b)是饼形图；
图14是本发明实施例五中术后组指切诊脉脉象分布图,(a)是柱状图，(b)是饼形图；
图15是本发明实施例五中体检组指切诊脉脉象分布图,(a)是柱状图，(b)是饼形图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供的一种基于腕带充气式压力传感器的智能中医脉诊分析***，包括：脉搏信息采集模块，采集腕带充气式压力传感器的脉搏信息；脉诊分析模块，将采集的腕带充气式压力传感器的脉搏信息与预先存储的不同脉象的脉搏信息判定规则进行比对，确定当前采集的腕带充气式压力传感器的脉搏信息所属的脉象；分析结果输出模块，将当前采集的腕带充气式压力传感器的脉搏信息所属的脉象作为分析结果输出，完成中医脉诊分析。能利用腕带充气式压力传感器所采集的患者脉搏信息与预先存储的不同脉象的脉搏信息判定规则，即判定出患者当时所属脉象，在无法面诊时通过数据判断实现诊脉结果输出。
实施例一
本发明实施例提供了一种基于腕带充气式压力传感器的智能中医脉诊分析***，如图1所示，包括：
脉搏信息采集模块11，采集腕带充气式压力传感器的脉搏信息；
脉诊分析模块12，将采集的腕带充气式压力传感器的脉搏信息与预先存储的不同脉象的脉搏信息判定规则进行比对，确定当前采集的腕带充气式压力传感器的脉搏信息所属的脉象；
分析结果输出模块13，将当前采集的腕带充气式压力传感器的脉搏信息所属的脉象作为分析结果输出，完成中医脉诊分析。
本实施例中，腕带充气式压力传感器采用现有技术中任意型号即可。
实施例二
该实施例中，在实施例一的基础上，脉搏信息，包括：脉搏波波形峰值、脉搏波波形谷值、副波波形最高峰值、收缩期脉搏波压力、舒张期脉搏波压力、腕带压力、脉搏频率、收缩压、舒张压、脉压差。
实施例三
该实施例中，在实施例一的基础上，脉象，包括：平脉、浮脉、洪脉、濡脉、革脉、沉脉、伏脉、弱脉、牢脉、虚脉、微脉、实脉、弦脉、滑脉、迟脉、缓脉、涩脉、结脉、数脉、疾脉、促脉、动脉、代脉。
实施例四
该实施例中，如图2所示，在实施例二的基础上，该***还包括：信息预处理模块41，判断采集的腕带充气式压力传感器的脉搏信息中脉搏波波形峰值与脉搏波波形谷值的比值位于1～20范围以内，若是，则保留，否则将该脉搏信息作为异常数据剔除，重新采集腕带充气式压力传感器的脉搏信息。
实施例五
所述脉诊分析模块中，预先存储的不同脉象的脉搏信息判定规则如下：
若同时或部分满足：脉搏节律不规整，脉搏节律不齐，有不规则的歇止或间歇；脉搏波波形峰值60～210；脉搏波波形谷值10～50；副波波形最高峰值≥1；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～3.0；腕带压力80～180；收缩压50～200；舒张压30～190；则进一步判定当前脉搏信息所对应的脉象是否为结脉、促脉或代脉；其中：脉搏频率60～90时判定为结脉，脉搏频率＞90时判定为促脉，脉搏频率＜60时判定为代脉；
若同时或部分满足：脉搏波波形峰值≥300；脉搏波波形谷值≥200；副波波形最高峰值≤0；收缩期脉搏波压力≥3.5；舒张期脉搏波压力-1.5±0.5；腕带压力＜110；脉搏频率50～180；则进一步判定当前脉搏信息所对应的脉象是否为浮脉、洪脉、濡脉或革脉；其中：收缩压100～110且舒张压80～90时，判定为浮脉；收缩压120～130且舒张压60～70时，判定为洪脉；收缩压110～120且舒张压≤60时，判定为濡脉；收缩压≤100且舒张压≥115时，判定为革脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值10～100；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～5.0；腕带压力≥130；收缩压＞130；则进一步判定是否为弦脉或滑脉；其中：副波波形最高峰值≥5、脉搏频率60～180且舒张压＞90时，判定为弦脉；副波波形最高峰值＜5、脉搏频率＜90、舒张压＞80且脉压差≥50时，判定为滑脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值10～100；副波波形最高峰值0～15；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～5.0；腕带压力80～180；收缩压50～200；舒张压30～190；则进一步判定是否为迟脉或缓脉；其中：脉搏频率＜60时，判定为迟脉；脉搏频率60～70时，判定为缓脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值检测10～100；副波波形最高峰值≥10；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～3.0；腕带压力80～180；收缩压50～200；舒张压30～190；则进一步判定是否为涩脉、数脉或疾脉；其中：脉搏频率40～120时，判定为涩脉；脉搏频率90～120时，判定为数脉；脉搏频率＞120时，判定为疾脉；
若同时或部分满足：脉搏波波形峰值60～300；脉搏波波形谷值≥200；副波波形最高峰值≤5；收缩期脉搏波压力2.5～4.5；舒张期脉搏波压力-0.5～3.0；腕带压力≥130；脉搏频率60～90；收缩压120±10；舒张压80±10，判定为平脉；
若同时或部分满足：脉搏波波形峰值≤180；脉搏波波形谷值≥200；副波波形最高峰值≥10；收缩期脉搏波压力≤3.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50～180；收缩压90～180；舒张压50～120，判定为沉脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0～15；收缩期脉搏波压力≤2.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50～180；收缩压60～180；舒张压40～120，判定为伏脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0～15；收缩期脉搏波压力≤3.5且≥2.5；舒张期脉搏波压力-1.0±0.5；腕带压力≥130；脉搏频率60～180；收缩压90±10；舒张压≤70，判定为弱脉；
若同时或部分满足：脉搏波波形峰值≥170；脉搏波波形谷值≥200；副波波形最高峰值0～15；收缩期脉搏波压力≤3.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50～180；收缩压≥140；舒张压60～90，判定为牢脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0～15；收缩期脉搏波压力≤3；舒张期脉搏波压力-1.0±0.5；腕带压力≥130；脉搏频率60～180；收缩压90±10；舒张压≤60，判定为虚脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥30；副波波形最高峰值0～15；收缩期脉搏波压力≤2；张期脉搏波压力-0.7.0±0.3；腕带压力≥130；脉搏频率60～180；收缩压≤60；舒张压≤40，判定为微脉；
若同时或部分满足：脉搏波波形峰值≥70；脉搏波波形谷值≥10；副波波形最高峰值0～15；收缩期脉搏波压力≥3.5；舒张期脉搏波压力负值≥-2.0；腕带压力≥130；脉搏频率60～90；收缩压120～130；舒张压80～90，判定为实脉；
若同时或部分满足：脉搏波波形峰值60～110；脉搏波波形谷值10～50；副波波形最高峰值＜5；收缩期脉搏波压力2.0～7.5；舒张期脉搏波压力负值-0.5～3.0；腕带压力≥130；脉搏频率＞90；收缩压≥130；舒张压≥80；脉压差≥50，判定为动脉。
上述判定规则中，脉搏波波形峰值、脉搏波波形谷值、副波波形最高峰值的单位为mm或任意单位；收缩期脉搏波压力、舒张期脉搏波压力负值、腕带压力、收缩压、舒张压的单位为mmHg、KP或任意单位；脉搏频率的单位为次/分或任意单位。
本实施例中，可以选取非瓣膜性房颤(代脉、促脉)患者共46例，采用本实施例的***进行代脉促脉诊断实验，其中男女患者分别为34例、12例，平均年龄59.06±10.2岁，结果相邻两峰值之间的时间差T-T、相邻的两个波的脉搏波压力比值H(y)/H(y)均不相等，如图3、4所示的脉象图中脉搏压力0点基准线以上主波各波峰之间的距离T，即相邻两峰值之间的时间差，T值均不相等；随腕带压力逐渐减弱，相邻两波峰至脉搏压力0点基准线距离的比值，即相邻的两个波的脉搏波压力比值均不相等。按房颤(代脉、促脉)患者主波波峰、次波峰，负波波谷、次波谷出现的沉取、中取、浮取位置进行例数统计，波峰、波谷可出现于任何脉位，其中主要出现于脉诊的中取过程中，促脉与结脉两种脉象相比较，除了结脉患者舒张压高于促脉患者，且有统计学意义(P<0.05)以外，二者收缩压、舒张压及波峰波谷出现的时间，以及心脏收缩或舒张时对桡动脉血管壁的压力P经统计均无统计学意义(P>0.05)，详见表1。
表1.促脉与结脉观察指标比较
注：将脉搏频率>90次/分定义为促脉，脉搏频率<90次/分定义为结脉，经统计促脉患者28例，结脉患者18例。
采用本实施例的***进行临床实验做弦脉检测：
如图5-8所示，采集60例急性发作期胆总管结石弦脉患者ERCP/EST取石前后脉象图，及体检中心报告无异常的60例体检患者平脉脉象图，对图像参数P1(x1,y1,z1)、P2(x2,y2,z2)、P3(x3,y3)、P1/P2数据进行分析，结合患者临床症状与检验指标(血常规、肝功能、血淀粉酶等)变化，客观展现急性发作期胆总管结石弦脉患者ERCP/EST取石前后脉象与体检组脉象波形图差异。
采用SPSS19.0统计学软件对数据进行统计分析，计量资料以均数±标准差表示，采用t检验；计数资料采用χ2检验。p<0.05表示差异具有统计学意义。
分析结果：三组患者一般资料与脉象参数检测情况比较
(1)一般资料比较：
手术组与体检组患者性别与年龄等一般资料基本相同，差异无统计学意义(p>0.05)，见表2、见表3。
表2一般资料
表3手术组与体检组年龄差异比较
注：*p>0.05，与手术组比较。
(2)血压、心率比较：
术前组、术后组与体检组患者收缩压、舒张压、心率比较，见表4，差异无统计学意义(p>0.05)。所监测60例术前组患者心率仅有4例为心率>90次/分(心率＝脉率)。
表4三组数据血压、心率比较
注：*P>0.05，与术前组比较；#P>0.05，与术后组比较。
(3)脉象参数比较
三组患者脉象参数检测情况见表5，并参见图9-11，通过比较可以发现：术前与术后、体检各组脉图参数比较差异具有统计学意义(p<0.05)；术后组与体检组比较差异无统计学意义(p>0.05)。
表5三组数据脉象参数比较
注：*P<0.05，与术前组比较；#P>0.05，与术后组比较。
参见图12-15，三组指切诊脉脉象分布可看出，术前组主要以弦脉为主，术后组与体检组脉象分布相对分散，与脉诊仪所检测结果相吻合。
表5术前组、术后组与体检组指切诊脉脉象汇总
本发明***根据腕带充气式压力传感器采集到的脉搏信息，精准判定出患者脉象，为医学诊断提供参考，可以广泛应用于医疗领域，尤其对应路途遥远、复诊困难的患者可以实现通过腕带充气式压力传感器采集脉搏信息进行远程脉象诊断，还可以通过存储患者历史信息进行比对，对不同患者的脉搏信息及脉象汇总分析，提供给医疗数据平台使用。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于腕带充气式压力传感器的智能中医脉诊分析***，其特征在于，包括：
脉搏信息采集模块，采集腕带充气式压力传感器的脉搏信息；
脉诊分析模块，将采集的腕带充气式压力传感器的脉搏信息与预先存储的不同脉象的脉搏信息判定规则进行比对，确定当前采集的腕带充气式压力传感器的脉搏信息所属的脉象；
分析结果输出模块，将当前采集的腕带充气式压力传感器的脉搏信息所属的脉象作为分析结果输出，完成中医脉诊分析。
2.如权利要求1所述的***，其特征在于，所述脉搏信息，包括：脉搏波波形峰值、脉搏波波形谷值、副波波形最高峰值、收缩期脉搏波压力、舒张期脉搏波压力、腕带压力、脉搏频率、收缩压、舒张压、脉压差。
3.如权利要求1所述的***，其特征在于，所述脉象，包括：平脉、浮脉、洪脉、濡脉、革脉、沉脉、伏脉、弱脉、牢脉、虚脉、微脉、实脉、弦脉、滑脉、迟脉、缓脉、涩脉、结脉、数脉、疾脉、促脉、动脉、代脉。
4.如权利要求2所述的***，其特征在于，所述***，还包括：
信息预处理模块，判断采集的腕带充气式压力传感器的脉搏信息中脉搏波波形峰值与脉搏波波形谷值的比值位于1~20范围以内，若是，则保留，否则将该脉搏信息作为异常数据剔除，重新采集腕带充气式压力传感器的脉搏信息。
5.如权利要求3所述的***，其特征在于，所述脉诊分析模块中，预先存储的不同脉象的脉搏信息判定规则如下：
若同时或部分满足：脉搏节律不规整，脉搏节律不齐，有不规则的歇止或间歇；脉搏波波形峰值60~210；脉搏波波形谷值10~50；副波波形最高峰值≥1；收缩期脉搏波压力2.0~7.5；舒张期脉搏波压力负值-0.5~3.0；腕带压力80~180；收缩压 50~200；舒张压 30~190；则进一步判定当前脉搏信息所对应的脉象是否为结脉、促脉或代脉；其中：脉搏频率60~90时判定为结脉，脉搏频率＞90时判定为促脉，脉搏频率＜60时判定为代脉；
若同时或部分满足：脉搏波波形峰值≥300；脉搏波波形谷值≥200；副波波形最高峰值≤0；收缩期脉搏波压力≥3.5；舒张期脉搏波压力-1.5±0.5；腕带压力＜110；脉搏频率50~180；则进一步判定当前脉搏信息所对应的脉象是否为浮脉、洪脉、濡脉或革脉；其中：收缩压100~110且舒张压80~90时，判定为浮脉；收缩压120~130且舒张压60~70时，判定为洪脉；收缩压110~120且舒张压≤60时，判定为濡脉；收缩压≥130舒张压≥100 时，判定为革脉；
若同时或部分满足：脉搏波波形峰值60~300；脉搏波波形谷值10~100；收缩期脉搏波压力2.0~7.5；舒张期脉搏波压力负值-0.5~5.0；腕带压力≥130；收缩压＞130；则进一步判定是否为弦脉或滑脉；其中：副波波形最高峰值≥5、脉搏频率60~180且舒张压＞90时，判定为弦脉；副波波形最高峰值＜5、脉搏频率＜90、舒张压 ＞80且脉压差≥50时，判定为滑脉；
若同时或部分满足：脉搏波波形峰值60~300 ；脉搏波波形谷值10~100；副波波形最高峰值0~15；收缩期脉搏波压力2.0~7.5；舒张期脉搏波压力负值-0.5~5.0；腕带压力80~180；收缩压 50~200；舒张压 30~190；则进一步判定是否为迟脉或缓脉；其中：脉搏频率＜60时，判定为迟脉；脉搏频率60~70时，判定为缓脉；
若同时或部分满足：脉搏波波形峰值60~300；脉搏波波形谷值检测10~100；副波波形最高峰值≥10；收缩期脉搏波压力2.0~7.5；舒张期脉搏波压力负值-0.5~3.0；腕带压力80~180；收缩压 50~200；舒张压 30~190；则进一步判定是否为涩脉、数脉或疾脉；其中：脉搏频率40~120时，判定为涩脉； 脉搏频率90~120时，判定为数脉；脉搏频率＞120时，判定为疾脉；
若同时或部分满足：脉搏波波形峰值60~300；脉搏波波形谷值≥20~200； 副波波形最高峰值≤5；收缩期脉搏波压力2.5~4.5；舒张期脉搏波压力-0.5~3.0；腕带压力≥130；脉搏频率60~90；收缩压120±10；舒张压 80±10，判定为平脉；
若同时或部分满足：脉搏波波形峰值≤180；脉搏波波形谷值≥200；副波波形最高峰值≥10；收缩期脉搏波压力≤3.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50~180；收缩压90~180；舒张压50~120，判定为沉脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0~15；收缩期脉搏波压力≤2.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50~180；收缩压60~180；舒张压40~120，判定为伏脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0~15；收缩期脉搏波压力≤3.5且≥2.5；舒张期脉搏波压力-1.0±0.5；腕带压力≥130；脉搏频率60~180；收缩压 90±10；舒张压≤70，判定为弱脉；
若同时或部分满足：脉搏波波形峰值≥170；脉搏波波形谷值≥200；副波波形最高峰值0~15；收缩期脉搏波压力≤3.5；舒张期脉搏波压力≥-1.5±0.5；腕带压力≥130；脉搏频率50~180；收缩压≥140；舒张压60~90，判定为牢脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥20；副波波形最高峰值0~15；收缩期脉搏波压力≤3；舒张期脉搏波压力-1.0±0.5；腕带压力≥130；脉搏频率60~180；收缩压 90±10；舒张压 ≤60，判定为虚脉；
若同时或部分满足：脉搏波波形峰值≤170；脉搏波波形谷值≥30；副波波形最高峰值0~15；收缩期脉搏波压力≤2；张期脉搏波压力-0.7±0.3；腕带压力≥130；脉搏频率60~180；收缩压≤60；舒张压 ≤40，判定为微脉；
若同时或部分满足：脉搏波波形峰值≥70；脉搏波波形谷值≥10；副波波形最高峰值0~15；收缩期脉搏波压力≥3.5；舒张期脉搏波压力负值≥-2.0；腕带压力≥130；脉搏频率60~90；收缩压 120~130；舒张压 80~90，判定为实脉；
若同时或部分满足：脉搏波波形峰值60~110；脉搏波波形谷值10~50；副波波形最高峰值＜5；收缩期脉搏波压力2.0~7.5；舒张期脉搏波压力负值-0.5~3.0；腕带压力≥130；脉搏频率＞90；收缩压≥130； 舒张压≥80；脉压差≥50，判定为动脉。
CN201810905737.6A 2018-08-10 2018-08-10 一种基于腕带充气式压力传感器的智能中医脉诊分析*** Pending CN108926330A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810905737.6A CN108926330A (zh) 2018-08-10 2018-08-10 一种基于腕带充气式压力传感器的智能中医脉诊分析***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810905737.6A CN108926330A (zh) 2018-08-10 2018-08-10 一种基于腕带充气式压力传感器的智能中医脉诊分析***

Publications (1)

Publication Number Publication Date
CN108926330A true CN108926330A (zh) 2018-12-04

Family

ID=64445868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810905737.6A Pending CN108926330A (zh) 2018-08-10 2018-08-10 一种基于腕带充气式压力传感器的智能中医脉诊分析***

Country Status (1)

Country Link
CN (1) CN108926330A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113729648A (zh) * 2021-09-08 2021-12-03 华东理工大学 一种基于多脉搏传感器的穿戴式脉诊手环***
CN115381412A (zh) * 2022-09-23 2022-11-25 广东省新黄埔中医药联合创新研究院 脉搏波阵列信号包络图结合时域信号识别弦脉特征的方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101703396A (zh) * 2009-11-06 2010-05-12 中国科学院合肥物质科学研究院 基于桡动脉脉搏波的心血管机能参数检测分析方法及检测装置
US20100292587A1 (en) * 2008-01-29 2010-11-18 Terumo Kabushiki Kaisha Blood pressure measuring apparatus
JP2012071058A (ja) * 2010-09-29 2012-04-12 A & D Co Ltd 自動血圧測定装置
CN202489940U (zh) * 2011-12-23 2012-10-17 中国计量学院 一种脉象信息采集***
CN103027667A (zh) * 2011-09-30 2013-04-10 Ge医疗***环球技术有限公司 脉搏波的特征参数提取
CN103027668A (zh) * 2011-09-30 2013-04-10 Ge医疗***环球技术有限公司 用于中医脉诊的脉搏信号的处理
CN104305971A (zh) * 2014-11-07 2015-01-28 冯文强 一种脉诊检测方法、脉诊仪及***
CN104586371A (zh) * 2015-02-27 2015-05-06 辛勤 一种脉搏波形的判别方法及装置
CN107049269A (zh) * 2017-03-06 2017-08-18 武汉嫦娥医学抗衰机器人股份有限公司 一种中医脉象信号处理分析***
CN108056758A (zh) * 2017-12-21 2018-05-22 芜湖圣美孚科技有限公司 一种仿中医自动取脉***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100292587A1 (en) * 2008-01-29 2010-11-18 Terumo Kabushiki Kaisha Blood pressure measuring apparatus
CN101703396A (zh) * 2009-11-06 2010-05-12 中国科学院合肥物质科学研究院 基于桡动脉脉搏波的心血管机能参数检测分析方法及检测装置
JP2012071058A (ja) * 2010-09-29 2012-04-12 A & D Co Ltd 自動血圧測定装置
CN103027667A (zh) * 2011-09-30 2013-04-10 Ge医疗***环球技术有限公司 脉搏波的特征参数提取
CN103027668A (zh) * 2011-09-30 2013-04-10 Ge医疗***环球技术有限公司 用于中医脉诊的脉搏信号的处理
CN202489940U (zh) * 2011-12-23 2012-10-17 中国计量学院 一种脉象信息采集***
CN104305971A (zh) * 2014-11-07 2015-01-28 冯文强 一种脉诊检测方法、脉诊仪及***
CN104586371A (zh) * 2015-02-27 2015-05-06 辛勤 一种脉搏波形的判别方法及装置
CN107049269A (zh) * 2017-03-06 2017-08-18 武汉嫦娥医学抗衰机器人股份有限公司 一种中医脉象信号处理分析***
CN108056758A (zh) * 2017-12-21 2018-05-22 芜湖圣美孚科技有限公司 一种仿中医自动取脉***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
任健: "《中医启蒙丛书 零起点学脉诊》", 30 September 2017 *
燕海霞，等: "《中医脉诊研究与临床应用》", 31 January 2016 *
费兆馥: "《中国脉诊研究》", 31 August 1991 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113729648A (zh) * 2021-09-08 2021-12-03 华东理工大学 一种基于多脉搏传感器的穿戴式脉诊手环***
CN113729648B (zh) * 2021-09-08 2022-09-20 华东理工大学 一种基于多脉搏传感器的穿戴式脉诊手环***
CN115381412A (zh) * 2022-09-23 2022-11-25 广东省新黄埔中医药联合创新研究院 脉搏波阵列信号包络图结合时域信号识别弦脉特征的方法
CN115381412B (zh) * 2022-09-23 2023-07-14 广东省新黄埔中医药联合创新研究院 脉搏波阵列信号包络图结合时域信号识别弦脉特征的方法

Similar Documents

Publication Publication Date Title
Pecchia et al. Remote health monitoring of heart failure with data mining via CART method on HRV features
Shennan et al. Validation of the SpaceLabs 90207 ambulatory blood pressure monitor for use in pregnancy
KR100869514B1 (ko) 허맥 및 실맥 진단 시스템
Grzegorczyk et al. PCG classification using a neural network approach
Davies et al. Pulse wave velocity and the non-invasive methods used to assess it: Complior, SphygmoCor, Arteriograph and Vicorder
Goovaerts et al. A machine-learning approach for detection and quantification of QRS fragmentation
CN111493850A (zh) 一种基于深度神经网络的血压测量方法及装置
TW201643865A (zh) 識別生理聲音的方法以及系統
Sharif et al. Analysis and classification of heart sounds and murmurs based on the instantaneous energy and frequency estimations
CN112826513B (zh) 一种基于深度学习和特异性矫正在fecg上胎儿心率检测***
Howard et al. Artificial intelligence for aortic pressure waveform analysis during coronary angiography: machine learning for patient safety
CN108926330A (zh) 一种基于腕带充气式压力传感器的智能中医脉诊分析***
Hu et al. Pulse wave cycle features analysis of different blood pressure grades in the elderly
CN114898882B (zh) 基于超声对右心功能进行评估的方法和***
WO2009101626A2 (en) Method and system for use in monitoring left ventricular dysfunction
KR102108961B1 (ko) 이미지 기반의 인공지능 딥러닝을 이용한 혈압 추정 장치
Yang et al. Automated intra-patient and inter-patient coronary artery disease and congestive heart failure detection using EFAP-Net
TWI688371B (zh) 心房顫動信號型態擷取及輔助診斷智能裝置
WO2022104160A1 (en) Compact mobile three-lead cardiac monitoring device with hybrid electrode
CN108158563A (zh) 一种基于低频可闻声波的中医脉诊仪
Simjanoska et al. ECG-derived Blood Pressure Classification using Complexity Analysis-based Machine Learning.
Yeh An Analysis of ECG for Determining Heartbeat Case by Using the Principal Component Analysis and Fuzzy Logic.
Lu et al. Pulse waveform analysis for pregnancy diagnosis based on machine learning
Dunitz et al. Predicting hyperlactatemia in the MIMIC II database
Ding et al. A new measure of pulse rate variability and detection of atrial fibrillation based on improved time synchronous averaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20181204

RJ01 Rejection of invention patent application after publication