基于復(fù)雜網(wǎng)絡(luò)和散射卷積網(wǎng)絡(luò)的脈象特征分析.pdf

1、脈搏信號(hào)包含豐富的診斷信息，脈診是中醫(yī)四診中最重要的診斷方法之一。然而中醫(yī)脈診是一個(gè)較為主觀的過(guò)程，診斷結(jié)果十分依賴醫(yī)師的經(jīng)驗(yàn)。為了克服這些問(wèn)題，近年來(lái)眾多學(xué)者致力于中醫(yī)客觀化的研究并取得了很多研究成果，但仍有很多問(wèn)題亟待解決。脈診的客觀化主要包含脈搏信號(hào)的采集、預(yù)處理、特征提取和分類幾方面。本文針對(duì)已有的預(yù)處理方法不能很好地處理低質(zhì)信號(hào)的問(wèn)題，提出了一種改進(jìn)的預(yù)處理模型，并基于復(fù)雜網(wǎng)絡(luò)和散射卷積網(wǎng)絡(luò)，提出了兩種有效的脈搏信號(hào)特征提取方

2、法。
　　脈搏信號(hào)的預(yù)處理旨在改善采集到的脈搏信號(hào)的質(zhì)量，以往的預(yù)處理模塊主要包含去除噪聲，去除基線漂移兩個(gè)部分。然而除了含有噪聲和基線漂移之外，采集到的信號(hào)往往還存在細(xì)節(jié)缺失、信息量低等問(wèn)題。本文在原有的預(yù)處理框架的基礎(chǔ)上，增加了脈搏信號(hào)質(zhì)量評(píng)價(jià)模塊，并提出了一種基于二階差分樣本熵的脈搏信號(hào)質(zhì)量評(píng)價(jià)算法。質(zhì)量評(píng)價(jià)模塊有效地減少了脈象數(shù)據(jù)集中的低質(zhì)樣本，實(shí)驗(yàn)結(jié)果表明我們提出的質(zhì)量評(píng)價(jià)算法可以剔除90％以上的低質(zhì)樣本。
　　在

3、特征提取方面，以往的特征提取算法對(duì)不同脈搏周期之間的差異描述能力較弱。針對(duì)此問(wèn)題，本文提出了基于復(fù)雜網(wǎng)絡(luò)的脈搏特征提取方法，將脈搏信號(hào)從時(shí)間域變換到網(wǎng)絡(luò)域，從而通過(guò)網(wǎng)絡(luò)的統(tǒng)計(jì)特征描述脈搏信號(hào)周期間的差異信息。另外本文還著眼于提取對(duì)平移具有不變性和對(duì)形變具有Lipschitz連續(xù)性的特征，將散射卷積網(wǎng)絡(luò)應(yīng)用于脈象特征的提取。實(shí)驗(yàn)結(jié)果表明復(fù)雜網(wǎng)絡(luò)特征可以有效地表征周期間差異信息，在心律不齊診斷中取得了很好的效果，散射卷積網(wǎng)絡(luò)特征具有平移不變