第223期第卷第22卷第3期２014年6月
文章编号：1005－1228（2014）03－0053－03
电脑与信息技术Vol．22No．3June．2014
ComputerandInformationTechnology
脉搏波信号采集与分析方法的研究
杨建
（北京工业大学软件学院，北京
摘
100124）
要：人体生命体征信息是指人体生理和病理信息，是判断病人的病情轻重缓急以及病情诊断的依据。脉搏信号是人体
众多信号中较具代表性的一种，携带有丰富的人体健康状况信息。文章从目前使用较为广泛的两种脉搏信号采集方法出发，着重分析了压力脉搏波信号分析方法的临床适用性及应用现状，提出了应对脉搏波进行更为深入的研究，从而为人体脉搏波信号采集与分析系统的设计提供科学的依据。关键词：生命体征；脉搏波信号；信号采集；信号分析中图分类号：TP391.9;TN911.72
文献标识码：A
ＲｅｓｅａｒｃｈｉｎＰｕｌｓｅＷａｖｅＳｉｇｎａｌＡｃｑｕｉｓｉｔｉｏｎａｎｄＡｎａｌｙｓｉｓＭｅｔｈｏｄｓ
YANGJian
(SchoolofSoftwareEngineering,BeijingUniversityofTechnology,Beijing100124,China)
Ａｂｓｔｒａｃｔ：Thehumanbodyvitalsignsinformationreferstohumanphysiologicalandpathologicalinformationandisonthebasisofjudgingdiseaseseverityofpatientsaswellasmedicaldiagnosis.Pulsewavesignalisonemorerepresentativeofmanyvitalsignscontainingawealthofhumanbodyinformation.Basedontwopopularpulsewavesignalcollectingmethodsusedcurrently,theclinicalapplicabilityandapplicationofthepressurepulsewavesignalanalyzingmethodsisanalyzed.Thepulsewaveisfurtherstudiedtoprovideascientificbasisforthepulsewavesignalacquisitionandanalysissystemdesign.Ｋｅｙｗｏｒｄｓ：vitalsigns;pulsewavesignal;signalcollecting;signalanalysis
脉搏波可看成主要是由心脏的收缩与舒张以及血液在沿血管的流动过程中所遇到的各种阻力相互作用而形成。我国传统医学的中医脉象和脉搏波的波形形
因而脉搏信号地准确采集与合态也有着密切的关系［１］。
理分析对于疾病的预防、健康监测以及对疾病诊治过程给予科学合理的指导均具有非常重要的意义。本文总结目前脉搏波信号分析的多种方法，实现对脉搏波信号的全面细致分析。通过对脉搏波信号采集，提取相关的特征参数并进行分析，克服传统中医脉诊主观因素的影响，为脉搏信息的定量分析、综合诊断提供依据，以推动医学仪器和医疗诊断的不断发展。
经过模拟信号放大、滤波、信号处理得出人体的生理信
号［４］。按照信号采集的原理划分，有压力脉搏波传感器和光电容积脉搏波传感器两种常见传感器。压力脉搏波传感器是将桡动脉搏动压力转换成便于测量的电量。压力脉搏波反映的是血管内血流压力随时间的变化，波形的形态、幅值、频率包含有心血管系统极为丰富的生理病理信息。但是，压力脉搏波传感器对于测试环境、传感器灵敏度要求较高，致使压力脉搏波传感器使用受限。光电容积脉搏波传感器的原理是，透过组织的光线随着血管内血流的变化而变化，通过将接收到的光信号转换成电信号来反映脉搏波的信息，这种传感器套在指端就能测量出动脉脉搏信息，使用方便且性能稳定，所以应用较为广泛。而与压力脉搏波相比，容积脉搏波可能会丢失心血管某些信息，且目前对容积脉搏波所包含的生理信息和波形特征等机理的研究较少［５］。对于获取准确而全面的脉搏波信息，还需因而，进行更为深入的研究。
１脉搏波信号采集
脉搏波信号的测量方法有很多，传统的中医脉诊
但是触诊切脉技巧复杂，使用的是手指触诊［２－３］。难以掌握以及运用，且不便于客观记录和临床分析。现今常用
的方法，是利用电极或传感器接触人体的探测部位，再
收稿日期：２０１４－０１－０９作者简介：杨建（１９８８－），男，湖北省黄冈人，硕士研究生，主要研究方向：嵌入式系统与软件。
·５４·电脑与信息技术2014年6月
２压力脉搏波信号分析
２．１特征点分析法
脉搏波波形的特征点即脉搏波压力曲线中的各个拐点，２０世纪７０年代，张大祥教授对脉搏波波形进行
研究表明，不同了划分，提出了一些脉搏波的特征点［６］。生理病理特征的脉搏波波形图上获得的各个特征点及其斜率等特征参数都是不同的。通过大量的临床试验数据可以确定识别各种脉搏波图特征参数的标准值，
使脉搏波波形特征参数的分析客观化和定量化。
参照心电图的识别，脉搏波波形的特征点识别方法主要有小波变换的频域识别方法、阈值法、轮廓限制法、面积法、数字滤波法、句法方法和斜率法等，根据脉搏波的特点，阈值法和斜率法最适合［７］。阈值法即根据脉搏波的峰值阈值判断出波形周期，然后结合斜率法找出脉搏波特征点。杨光友等人通过阈值法和斜率法实现脉搏波特征点的自动识别，并与人工识别进行比对，得到不错的结果。林丽是通过阈值法采用ＦＰＧＡ实现脉搏波特征点的自动提取［８］。为较为准确的提取出各
赵志强等人［９］则对原始脉搏波信号先进行了个特征点，
小波分解和阈值降噪，然后通过阈值法进行识别。
特征点分析法很直观，让患者和医生容易接受，但在临床实际应用过程中，脉搏波信号的采集或多或少的会受到干扰，从而影响特征参数值，且有些脉搏波波形不太明显，特征点很难进行人工判断或者机器自动
［７］
图１由三个钟形波合成的脉搏波图
这种脉搏波分解方法比较牵强，提取的特征值和真实的生物物理过程及生理解剖参数之间的关系不很明确，很难真正应用于临床。２０００年常昌远等人［１２］用函数叠加逼近的方法分析脉搏波的特征参量，充分揭示了脉搏波的变化规律。但其仅仅进行了对动脉硬化程度的初步识别研究，未完善其它病例的脉搏波形态变化的研究。
２．３脉图Ｋ值法
由脉搏波的产生于传播的机理可知，随着血管阻力和动脉弹性等生理变化，脉搏波波形特征变化首先反映在脉搏波波形面积的变化上，为此，罗志昌等人［１３］提出一个以脉图面积变化为基础的脉搏波波形特征量Ｋ值，其定义为：
Ｋ＝ｓｄ
或Ｐｍ＝Ｐｄ＋Ｋ（Ｐｓ－Ｐｄ）
（２）（３）
识别。所以在信号的精确采集与去噪上还得进行深入
研究，对于个别不明显的脉搏波信号可以结合其他方法进行分析。２．２高斯函数法
对脉搏波波形特征分析可知，脉搏波波图主要由主波、重搏波和重搏前波组成。它们的位置、形状的变化和生理及病理状态密切相关，尤其是重搏前波最为敏感［１０］。
如果将构成脉搏波的三２０世纪末钱伟立等人［１１］提出，
个波形用三个高斯函数（钟形波）来近似，可以使脉搏
波的波形特征变得非常明确。图１表示由三个钟形波合成的脉搏波图，总的脉搏波ｘ（ｔ）可由下式表示：
ｘ（ｔ）＝∑ｉ＝１Ｖｉｅ
３
－（ｔ－Ｔｉ）
ｉ
２
其中，Ｐｍ＝它等于一个Ｐ（ｔ）ｄｔ为平均动脉压，
０
心动周期Ｔ中，脉搏压力Ｐ（ｔ）的平均值；分别为收缩压和舒张压，如图２所示。
乙
ｔ
图２脉搏波波形特征量Ｋ值的提取
ｉ＝１，２，３，（１）
时间其中每个钟形波由三个参数确定，即幅度Ｖｉ、
在这三个钟形波的９个参数中，Ｔｉ和宽度Ｕｉ。影响波形
Ｔ３－Ｔ１、Ｕ１。这三个特征数能大的最主要的参数为、１
致反映出不同年龄的健康正常人和心血管病人的差别。
由图可见，Ｋ值的大小仅决定于脉搏波的波图面积，它相当于脉搏波压力脉动分量的平均值（Ｐｍ－Ｐｄ）在脉动分量最大值（Ｐｓ－Ｐｄ）中所占的百分比。不同生理病理状态下脉图波形和面积都会有很大变化，这个变化可以用Ｋ值来表示。
罗志昌等人［５］从２０世纪８０年代中期开始，
通过动物
第22卷第3期杨建：脉搏波信号采集与分析方法的研究
·５５·
实验、临床实测和数学模型计算等一系列研究表明，由脉搏波波图面积提取的特征量Ｋ值，虽然不能完全反
映出脉搏波曲线每一个局部细微变化所代表的生理意义，只能从宏观上描述出脉搏波波图的平均特征，但它的确能代表人体心血管系统中最为重要的一些生理参数的变化。脉图Ｋ值分析法只有一个特征量，非常简单直观，但是由于不能反映脉搏波波形曲线的全部细微变化，因此比较粗糙，容易造成误诊。
２．４频域分析法
以上三种脉搏波分析方法均为时域分析法，另外
该方一种近代常见的信号处理方法是频域分析法［１４－１６］，法主要是通过离散快速傅立叶变换，将时域的脉搏波曲线变换到频域，得到相应的脉搏频谱曲线，通过频谱
曲线的特征分析，从中提取出与人体生理病理相应的信息。但是脉搏波波图的频谱分析至今只停留在一些比较典型的脉图上，且频谱分析所得的参数比较抽象，与医学临床上的实际意义相距较远，难以让人接受，因此很难在医学中推广应用。２．５小波变换的应用
小波变换是近些年发展起来的比较好的时频工具，它的高频部分时间分辨率高和低频部分频率分辨率高的特点使得它在信号处理和特征提取中得到了广泛应用［１７－１９］。李向东等人［２０］总结了小波变换提取脉搏波信号的几种方法，得出结论—小波变换进行脉搏信号去噪和提取弱信号特征的特性都获得较好的效果。但小波窗内的信号必须是平稳的，且小波基的有限长会造成信号能量泄露，使得信号能量—时间频率分布很难定量给出。张丽琼等人［２１］利用小波变换提取脉搏信号各层细节信号小波系数能量值来区分正常人和心脏病患者。但该方法不能由一种特征判断出某一具体的心脏病症，只能对临床诊断起到一定的监测作用。周红标［２２］提出了一种基于小波变换的脉搏波信号特征提取方法，结合实验，通过统计分析得出可以用该方法来区分心血管疾病患者和正常人群的结论，但该实验样本很有限，仅对４０例样本提取的特征值进行了统计分析，得到的数据只能作为参考，距离临床诊断还有一段距离。
当然，还有希尔伯特－黄变换［２３－２４］。该方法有更好的过
滤性和灵活性，能敏感地捕捉到脉搏波信号随时间和频率变化的不同分量的主要特征，为脉搏波信号的时频分析提供了新的思路。但该方法分析过程中会出现端点效应问题，端点效应的解决程度直接影响ＨＨＴ方法的应用效果。近些年，人工神经网络的应用研究发展迅速，它的容错性、自组织性和自学习能力很强，通过对脉搏波信号数据库大样本的学习，可以对未来脉搏波信号特征提取提供可靠依据。但神经网络及模式识别主要应用于脉象的分类与识别，且仅对几种典型中医脉象进行识别，对于一些复杂脉象还需从信号采集与处理角度进行研究，脉搏波信号局部特征量的提取更是如此。因此，未来脉诊的快速发展还需医学与信号处理专家的协作。参考文献：
［１］傅维康．中国医学史［Ｍ］．上海：上海中医学院出版，１９８９．［２］赵恩俭．中医脉诊学［Ｍ］．天津：天津科学技术出版社，１９９０．［３］［５］
费兆馥．现代中医脉诊学［Ｍ］．北京：人民卫生出版社，２００３．罗志昌，张松，杨益民．脉搏波的工程分析与临床应用［Ｍ］．北京：科学出版社，２００６．
［６］张大祥，于秀璋胡幼卿．脉图法与导管法测定心输出量的对
照［Ｊ］．江西中医药，１９８０（３）：５２－５５．
［７］杨光友，李震，陈小鸥，等．脉搏波特征点的自动识别方法［Ｊ］．
华中理工大学学报，１９９１，１９（２）：１４１－１４３．［８］
林丽．脉搏波特征点提取的ＦＰＧＡ实现［Ｊ］．长春工业大学学报，２０１２，３３（３）：３１７－３２２．
［９］赵志强，郑国维，沈巍，等．脉搏波信号降噪和特征点识别研
究［Ｊ］．电子设计工程，２０１３，２１（５）：５７－５９．
［１０］张镜人，杨天权，郑秀春．脉搏波的线化理论对正常人桡动脉
脉图和脉象分析［Ｊ］．中国生物医学工程学报，１９８７，６（３）：１６８．［１１］钱伟立，徐兰义，陈富裕，等．高斯函数分解法提取脉搏波特
征［Ｊ］．中国生物医学工程学报，１９９４，１３（１）：１－７．
［１２］常昌远，骆璇，缪炳友，等．脉搏波的函数叠加逼近分析方法
的研究［Ｊ］．应用科学学报，２０００，１８（２）：１３５－１３８．
［１３］罗志昌，张松，杨文鸣．脉搏波波形特征信息的研究［Ｊ］．北京工
业大学学报，１９９６，２２（１）：７１－７８．
［１４］ＣＴＬｅｅ，ｅｔａｌ．Ｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｕｍａｎｐｕｌｓｅｓｐｅｃｔｒａ［Ｊ］．
ＩＥＥＥＴｒａｎｓ．ＢｉｏｍｅｄＥｎｇ，１９８５，ＶｏｌＢＭＥ－３２：２４９－２５４．［１５］张镜人，杨天权，郑秀春，等．脉象图频域指标判别分析及应用
［Ｊ］．实验研究，１９９５，１１（５）：１５－１６．
［１６］杨天权，张曼韵，陈丽英，等．脉象图诊断冠心病判别指标的
筛选［Ｊ］．辽宁中医杂志，２００２，６，２９（６）：３２４－３２５．
［１７］王智，殷奎喜，赵华，等．基于小波变换实现脉搏信号降噪处理
［Ｊ］．通信技术，２０１１，５（４４）：１５１－１５３．
［１８］蒲会兰，丁世文，鲁怀伟，等．小波变换及其（下转第59页）［４］齐颁杨．医学仪器［Ｍ］．高等教育出版社，１９９６．
３总结
近几十年，很多研究人员在人体脉搏波信号的采集与分析方面做了大量的工作，取得了不少有价值的
成果。但由于脉搏波信号的随机性及易受干扰特性，至今脉搏波信号的精确采集与分析研究还是生物医学工程领域中的一个重要课题。本文从脉搏波信号采集方法出发，着重探讨了脉搏波信号的几种时域处理方法。
第22卷第3期彭诚等：浅议军事需求分析的规律和原则
［２］［３］［４］
·５９·
信息系统发展建设带来重要损失，因此军事需求分析必须遵循其内在的本质联系和准则。本文对军事需求
分析的规律和原则研究，可以为军事需求开发提供一定的参考价值。参考文献：
［１］
王本胜，王涛，张优先．指挥信息系统军事需求分析的难点与对策［Ｊ］．指挥信息系统与技术，２０１０（６）：４２－４５．
余滨，段采字，饶德虎．Ｃ４ＩＳＲ系统军事需求描述概念模型［Ｊ］．国防科学技术大学学报，２００８（２）：１１３－１１７．
王剑飞，郭嘉成，周云富．联合作战能力需求分析方法研究［Ｊ］．军事运筹与系统工程，２００９（６）：３０－３５．
胡晓峰，罗批，司光亚，等．战争复杂系统建模与仿真［Ｍ］．北京：国防大学出版社，２００５．
［５］张勇，段采宇，周敏龙，等．信息化战争条件下军事需求分析
军事电子信息系统需求研究［Ｊ］．国防科技，２００７（５）：４５－４９．
（上接第55页）
２０１２（１９）：５２－５５．在信号去噪中的应用［Ｊ］．现代电子技术，
［１９］文莉，刘正士，葛运建．小波去噪的几种方法［Ｊ］．合肥工业大学
学报，２００２，２５（２）：１６７－１７２．
［２０］李向东，乐建威，王新图．脉搏波信号分析方法的研究进展［Ｊ］．
数据采集与处理，２００９，２４：２９－３３．
［２１］张丽琼，王炳和．基于小波变换的脉象信号特征提取方法［Ｊ］．
数据采集与处理，２００４，１９（３）：３２３－３２８．
［２２］周红标．基于小波变换的脉搏信号特征提取［Ｊ］．电子测量技
术，２００９，３２（９）：７７－８０．
［２３］孙仁，沈海东，鲁传敬，等．ＨＨＴ方法在脉搏波信号分析中的
应用［Ｊ］．医用生物力学，２００６，２１（２）：８７－９３．
［２４］许瑞庆，行鸿彦．基于Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ变换的脉搏波信号分析
［Ｊ］．中国组织工程研究与临床康复，２００８，１２（４）：６７１－６７４．
!!!!!!!!!!!"
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"
!!!!!!!!!!!"
声明
本刊已许可中国学术期刊（光盘版）电子杂志社（中国知网）、万方数据股份有限公司、重庆维普资讯有限公司在其系列数据库产品中以数字化方式复制、汇编、发行、信息网络传播本刊全文。著作权使用费与本刊稿酬一并支付。作者向本刊提交文章发表的行为即视为同意我刊上述声明。
编辑部
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"
第223期第卷第22卷第3期２014年6月
文章编号：1005－1228（2014）03－0053－03
电脑与信息技术Vol．22No．3June．2014
ComputerandInformationTechnology
脉搏波信号采集与分析方法的研究
杨建
（北京工业大学软件学院，北京
摘
100124）
要：人体生命体征信息是指人体生理和病理信息，是判断病人的病情轻重缓急以及病情诊断的依据。脉搏信号是人体
众多信号中较具代表性的一种，携带有丰富的人体健康状况信息。文章从目前使用较为广泛的两种脉搏信号采集方法出发，着重分析了压力脉搏波信号分析方法的临床适用性及应用现状，提出了应对脉搏波进行更为深入的研究，从而为人体脉搏波信号采集与分析系统的设计提供科学的依据。关键词：生命体征；脉搏波信号；信号采集；信号分析中图分类号：TP391.9;TN911.72
文献标识码：A
ＲｅｓｅａｒｃｈｉｎＰｕｌｓｅＷａｖｅＳｉｇｎａｌＡｃｑｕｉｓｉｔｉｏｎａｎｄＡｎａｌｙｓｉｓＭｅｔｈｏｄｓ
YANGJian
(SchoolofSoftwareEngineering,BeijingUniversityofTechnology,Beijing100124,China)
Ａｂｓｔｒａｃｔ：Thehumanbodyvitalsignsinformationreferstohumanphysiologicalandpathologicalinformationandisonthebasisofjudgingdiseaseseverityofpatientsaswellasmedicaldiagnosis.Pulsewavesignalisonemorerepresentativeofmanyvitalsignscontainingawealthofhumanbodyinformation.Basedontwopopularpulsewavesignalcollectingmethodsusedcurrently,theclinicalapplicabilityandapplicationofthepressurepulsewavesignalanalyzingmethodsisanalyzed.Thepulsewaveisfurtherstudiedtoprovideascientificbasisforthepulsewavesignalacquisitionandanalysissystemdesign.Ｋｅｙｗｏｒｄｓ：vitalsigns;pulsewavesignal;signalcollecting;signalanalysis
脉搏波可看成主要是由心脏的收缩与舒张以及血液在沿血管的流动过程中所遇到的各种阻力相互作用而形成。我国传统医学的中医脉象和脉搏波的波形形
因而脉搏信号地准确采集与合态也有着密切的关系［１］。
理分析对于疾病的预防、健康监测以及对疾病诊治过程给予科学合理的指导均具有非常重要的意义。本文总结目前脉搏波信号分析的多种方法，实现对脉搏波信号的全面细致分析。通过对脉搏波信号采集，提取相关的特征参数并进行分析，克服传统中医脉诊主观因素的影响，为脉搏信息的定量分析、综合诊断提供依据，以推动医学仪器和医疗诊断的不断发展。
经过模拟信号放大、滤波、信号处理得出人体的生理信
号［４］。按照信号采集的原理划分，有压力脉搏波传感器和光电容积脉搏波传感器两种常见传感器。压力脉搏波传感器是将桡动脉搏动压力转换成便于测量的电量。压力脉搏波反映的是血管内血流压力随时间的变化，波形的形态、幅值、频率包含有心血管系统极为丰富的生理病理信息。但是，压力脉搏波传感器对于测试环境、传感器灵敏度要求较高，致使压力脉搏波传感器使用受限。光电容积脉搏波传感器的原理是，透过组织的光线随着血管内血流的变化而变化，通过将接收到的光信号转换成电信号来反映脉搏波的信息，这种传感器套在指端就能测量出动脉脉搏信息，使用方便且性能稳定，所以应用较为广泛。而与压力脉搏波相比，容积脉搏波可能会丢失心血管某些信息，且目前对容积脉搏波所包含的生理信息和波形特征等机理的研究较少［５］。对于获取准确而全面的脉搏波信息，还需因而，进行更为深入的研究。
１脉搏波信号采集
脉搏波信号的测量方法有很多，传统的中医脉诊
但是触诊切脉技巧复杂，使用的是手指触诊［２－３］。难以掌握以及运用，且不便于客观记录和临床分析。现今常用
的方法，是利用电极或传感器接触人体的探测部位，再
收稿日期：２０１４－０１－０９作者简介：杨建（１９８８－），男，湖北省黄冈人，硕士研究生，主要研究方向：嵌入式系统与软件。
·５４·电脑与信息技术2014年6月
２压力脉搏波信号分析
２．１特征点分析法
脉搏波波形的特征点即脉搏波压力曲线中的各个拐点，２０世纪７０年代，张大祥教授对脉搏波波形进行
研究表明，不同了划分，提出了一些脉搏波的特征点［６］。生理病理特征的脉搏波波形图上获得的各个特征点及其斜率等特征参数都是不同的。通过大量的临床试验数据可以确定识别各种脉搏波图特征参数的标准值，
使脉搏波波形特征参数的分析客观化和定量化。
参照心电图的识别，脉搏波波形的特征点识别方法主要有小波变换的频域识别方法、阈值法、轮廓限制法、面积法、数字滤波法、句法方法和斜率法等，根据脉搏波的特点，阈值法和斜率法最适合［７］。阈值法即根据脉搏波的峰值阈值判断出波形周期，然后结合斜率法找出脉搏波特征点。杨光友等人通过阈值法和斜率法实现脉搏波特征点的自动识别，并与人工识别进行比对，得到不错的结果。林丽是通过阈值法采用ＦＰＧＡ实现脉搏波特征点的自动提取［８］。为较为准确的提取出各
赵志强等人［９］则对原始脉搏波信号先进行了个特征点，
小波分解和阈值降噪，然后通过阈值法进行识别。
特征点分析法很直观，让患者和医生容易接受，但在临床实际应用过程中，脉搏波信号的采集或多或少的会受到干扰，从而影响特征参数值，且有些脉搏波波形不太明显，特征点很难进行人工判断或者机器自动
［７］
图１由三个钟形波合成的脉搏波图
这种脉搏波分解方法比较牵强，提取的特征值和真实的生物物理过程及生理解剖参数之间的关系不很明确，很难真正应用于临床。２０００年常昌远等人［１２］用函数叠加逼近的方法分析脉搏波的特征参量，充分揭示了脉搏波的变化规律。但其仅仅进行了对动脉硬化程度的初步识别研究，未完善其它病例的脉搏波形态变化的研究。
２．３脉图Ｋ值法
由脉搏波的产生于传播的机理可知，随着血管阻力和动脉弹性等生理变化，脉搏波波形特征变化首先反映在脉搏波波形面积的变化上，为此，罗志昌等人［１３］提出一个以脉图面积变化为基础的脉搏波波形特征量Ｋ值，其定义为：
Ｋ＝ｓｄ
或Ｐｍ＝Ｐｄ＋Ｋ（Ｐｓ－Ｐｄ）
（２）（３）
识别。所以在信号的精确采集与去噪上还得进行深入
研究，对于个别不明显的脉搏波信号可以结合其他方法进行分析。２．２高斯函数法
对脉搏波波形特征分析可知，脉搏波波图主要由主波、重搏波和重搏前波组成。它们的位置、形状的变化和生理及病理状态密切相关，尤其是重搏前波最为敏感［１０］。
如果将构成脉搏波的三２０世纪末钱伟立等人［１１］提出，
个波形用三个高斯函数（钟形波）来近似，可以使脉搏
波的波形特征变得非常明确。图１表示由三个钟形波合成的脉搏波图，总的脉搏波ｘ（ｔ）可由下式表示：
ｘ（ｔ）＝∑ｉ＝１Ｖｉｅ
３
－（ｔ－Ｔｉ）
ｉ
２
其中，Ｐｍ＝它等于一个Ｐ（ｔ）ｄｔ为平均动脉压，
０
心动周期Ｔ中，脉搏压力Ｐ（ｔ）的平均值；分别为收缩压和舒张压，如图２所示。
乙
ｔ
图２脉搏波波形特征量Ｋ值的提取
ｉ＝１，２，３，（１）
时间其中每个钟形波由三个参数确定，即幅度Ｖｉ、
在这三个钟形波的９个参数中，Ｔｉ和宽度Ｕｉ。影响波形
Ｔ３－Ｔ１、Ｕ１。这三个特征数能大的最主要的参数为、１
致反映出不同年龄的健康正常人和心血管病人的差别。
由图可见，Ｋ值的大小仅决定于脉搏波的波图面积，它相当于脉搏波压力脉动分量的平均值（Ｐｍ－Ｐｄ）在脉动分量最大值（Ｐｓ－Ｐｄ）中所占的百分比。不同生理病理状态下脉图波形和面积都会有很大变化，这个变化可以用Ｋ值来表示。
罗志昌等人［５］从２０世纪８０年代中期开始，
通过动物
第22卷第3期杨建：脉搏波信号采集与分析方法的研究
·５５·
实验、临床实测和数学模型计算等一系列研究表明，由脉搏波波图面积提取的特征量Ｋ值，虽然不能完全反
映出脉搏波曲线每一个局部细微变化所代表的生理意义，只能从宏观上描述出脉搏波波图的平均特征，但它的确能代表人体心血管系统中最为重要的一些生理参数的变化。脉图Ｋ值分析法只有一个特征量，非常简单直观，但是由于不能反映脉搏波波形曲线的全部细微变化，因此比较粗糙，容易造成误诊。
２．４频域分析法
以上三种脉搏波分析方法均为时域分析法，另外
该方一种近代常见的信号处理方法是频域分析法［１４－１６］，法主要是通过离散快速傅立叶变换，将时域的脉搏波曲线变换到频域，得到相应的脉搏频谱曲线，通过频谱
曲线的特征分析，从中提取出与人体生理病理相应的信息。但是脉搏波波图的频谱分析至今只停留在一些比较典型的脉图上，且频谱分析所得的参数比较抽象，与医学临床上的实际意义相距较远，难以让人接受，因此很难在医学中推广应用。２．５小波变换的应用
小波变换是近些年发展起来的比较好的时频工具，它的高频部分时间分辨率高和低频部分频率分辨率高的特点使得它在信号处理和特征提取中得到了广泛应用［１７－１９］。李向东等人［２０］总结了小波变换提取脉搏波信号的几种方法，得出结论—小波变换进行脉搏信号去噪和提取弱信号特征的特性都获得较好的效果。但小波窗内的信号必须是平稳的，且小波基的有限长会造成信号能量泄露，使得信号能量—时间频率分布很难定量给出。张丽琼等人［２１］利用小波变换提取脉搏信号各层细节信号小波系数能量值来区分正常人和心脏病患者。但该方法不能由一种特征判断出某一具体的心脏病症，只能对临床诊断起到一定的监测作用。周红标［２２］提出了一种基于小波变换的脉搏波信号特征提取方法，结合实验，通过统计分析得出可以用该方法来区分心血管疾病患者和正常人群的结论，但该实验样本很有限，仅对４０例样本提取的特征值进行了统计分析，得到的数据只能作为参考，距离临床诊断还有一段距离。
当然，还有希尔伯特－黄变换［２３－２４］。该方法有更好的过
滤性和灵活性，能敏感地捕捉到脉搏波信号随时间和频率变化的不同分量的主要特征，为脉搏波信号的时频分析提供了新的思路。但该方法分析过程中会出现端点效应问题，端点效应的解决程度直接影响ＨＨＴ方法的应用效果。近些年，人工神经网络的应用研究发展迅速，它的容错性、自组织性和自学习能力很强，通过对脉搏波信号数据库大样本的学习，可以对未来脉搏波信号特征提取提供可靠依据。但神经网络及模式识别主要应用于脉象的分类与识别，且仅对几种典型中医脉象进行识别，对于一些复杂脉象还需从信号采集与处理角度进行研究，脉搏波信号局部特征量的提取更是如此。因此，未来脉诊的快速发展还需医学与信号处理专家的协作。参考文献：
［１］傅维康．中国医学史［Ｍ］．上海：上海中医学院出版，１９８９．［２］赵恩俭．中医脉诊学［Ｍ］．天津：天津科学技术出版社，１９９０．［３］［５］
费兆馥．现代中医脉诊学［Ｍ］．北京：人民卫生出版社，２００３．罗志昌，张松，杨益民．脉搏波的工程分析与临床应用［Ｍ］．北京：科学出版社，２００６．
［６］张大祥，于秀璋胡幼卿．脉图法与导管法测定心输出量的对
照［Ｊ］．江西中医药，１９８０（３）：５２－５５．
［７］杨光友，李震，陈小鸥，等．脉搏波特征点的自动识别方法［Ｊ］．
华中理工大学学报，１９９１，１９（２）：１４１－１４３．［８］
林丽．脉搏波特征点提取的ＦＰＧＡ实现［Ｊ］．长春工业大学学报，２０１２，３３（３）：３１７－３２２．
［９］赵志强，郑国维，沈巍，等．脉搏波信号降噪和特征点识别研
究［Ｊ］．电子设计工程，２０１３，２１（５）：５７－５９．
［１０］张镜人，杨天权，郑秀春．脉搏波的线化理论对正常人桡动脉
脉图和脉象分析［Ｊ］．中国生物医学工程学报，１９８７，６（３）：１６８．［１１］钱伟立，徐兰义，陈富裕，等．高斯函数分解法提取脉搏波特
征［Ｊ］．中国生物医学工程学报，１９９４，１３（１）：１－７．
［１２］常昌远，骆璇，缪炳友，等．脉搏波的函数叠加逼近分析方法
的研究［Ｊ］．应用科学学报，２０００，１８（２）：１３５－１３８．
［１３］罗志昌，张松，杨文鸣．脉搏波波形特征信息的研究［Ｊ］．北京工
业大学学报，１９９６，２２（１）：７１－７８．
［１４］ＣＴＬｅｅ，ｅｔａｌ．Ｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｕｍａｎｐｕｌｓｅｓｐｅｃｔｒａ［Ｊ］．
ＩＥＥＥＴｒａｎｓ．ＢｉｏｍｅｄＥｎｇ，１９８５，ＶｏｌＢＭＥ－３２：２４９－２５４．［１５］张镜人，杨天权，郑秀春，等．脉象图频域指标判别分析及应用
［Ｊ］．实验研究，１９９５，１１（５）：１５－１６．
［１６］杨天权，张曼韵，陈丽英，等．脉象图诊断冠心病判别指标的
筛选［Ｊ］．辽宁中医杂志，２００２，６，２９（６）：３２４－３２５．
［１７］王智，殷奎喜，赵华，等．基于小波变换实现脉搏信号降噪处理
［Ｊ］．通信技术，２０１１，５（４４）：１５１－１５３．
［１８］蒲会兰，丁世文，鲁怀伟，等．小波变换及其（下转第59页）［４］齐颁杨．医学仪器［Ｍ］．高等教育出版社，１９９６．
３总结
近几十年，很多研究人员在人体脉搏波信号的采集与分析方面做了大量的工作，取得了不少有价值的
成果。但由于脉搏波信号的随机性及易受干扰特性，至今脉搏波信号的精确采集与分析研究还是生物医学工程领域中的一个重要课题。本文从脉搏波信号采集方法出发，着重探讨了脉搏波信号的几种时域处理方法。
第22卷第3期彭诚等：浅议军事需求分析的规律和原则
［２］［３］［４］
·５９·
信息系统发展建设带来重要损失，因此军事需求分析必须遵循其内在的本质联系和准则。本文对军事需求
分析的规律和原则研究，可以为军事需求开发提供一定的参考价值。参考文献：
［１］
王本胜，王涛，张优先．指挥信息系统军事需求分析的难点与对策［Ｊ］．指挥信息系统与技术，２０１０（６）：４２－４５．
余滨，段采字，饶德虎．Ｃ４ＩＳＲ系统军事需求描述概念模型［Ｊ］．国防科学技术大学学报，２００８（２）：１１３－１１７．
王剑飞，郭嘉成，周云富．联合作战能力需求分析方法研究［Ｊ］．军事运筹与系统工程，２００９（６）：３０－３５．
胡晓峰，罗批，司光亚，等．战争复杂系统建模与仿真［Ｍ］．北京：国防大学出版社，２００５．
［５］张勇，段采宇，周敏龙，等．信息化战争条件下军事需求分析
军事电子信息系统需求研究［Ｊ］．国防科技，２００７（５）：４５－４９．
（上接第55页）
２０１２（１９）：５２－５５．在信号去噪中的应用［Ｊ］．现代电子技术，
［１９］文莉，刘正士，葛运建．小波去噪的几种方法［Ｊ］．合肥工业大学
学报，２００２，２５（２）：１６７－１７２．
［２０］李向东，乐建威，王新图．脉搏波信号分析方法的研究进展［Ｊ］．
数据采集与处理，２００９，２４：２９－３３．
［２１］张丽琼，王炳和．基于小波变换的脉象信号特征提取方法［Ｊ］．
数据采集与处理，２００４，１９（３）：３２３－３２８．
［２２］周红标．基于小波变换的脉搏信号特征提取［Ｊ］．电子测量技
术，２００９，３２（９）：７７－８０．
［２３］孙仁，沈海东，鲁传敬，等．ＨＨＴ方法在脉搏波信号分析中的
应用［Ｊ］．医用生物力学，２００６，２１（２）：８７－９３．
［２４］许瑞庆，行鸿彦．基于Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ变换的脉搏波信号分析
［Ｊ］．中国组织工程研究与临床康复，２００８，１２（４）：６７１－６７４．
!!!!!!!!!!!"
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"
!!!!!!!!!!!"
声明
本刊已许可中国学术期刊（光盘版）电子杂志社（中国知网）、万方数据股份有限公司、重庆维普资讯有限公司在其系列数据库产品中以数字化方式复制、汇编、发行、信息网络传播本刊全文。著作权使用费与本刊稿酬一并支付。作者向本刊提交文章发表的行为即视为同意我刊上述声明。
编辑部
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"