人體經(jīng)穴電位信號(hào)處理與生理狀態(tài)分類(lèi)方法研究.pdf

1、人體生物電在某些方面的特性與中醫(yī)理論的部分內(nèi)容和解釋有相似之處，因此利用現(xiàn)代科技手段研究中醫(yī)的課題被引入了學(xué)者們的視野。在這一領(lǐng)域主要的研究方向?yàn)槿梭w電阻抗特性的研究和人體電位特性的研究。本文提出了屬于后一種方向的，利用經(jīng)穴電位信號(hào)處理與機(jī)器學(xué)習(xí)理論實(shí)現(xiàn)中風(fēng)病人與健康人體生理狀態(tài)區(qū)別和分類(lèi)的方法。
　　 全文的主要內(nèi)容如下：
　　 1)采集人體的電位信號(hào)。根據(jù)中醫(yī)理論，“十二原穴”特性的變化能反映人體內(nèi)部臟腑狀態(tài)的變化，

2、因此本文利用Medlab生物信息采集系統(tǒng)采集了十二原穴之中的6個(gè)原穴的電位信號(hào)進(jìn)行處理和研究。這6個(gè)原穴位于人體的手部，穴位的位置根據(jù)中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)GB12346-90確定。
　　 2)對(duì)采集到的信號(hào)進(jìn)行小波分解、去噪和重構(gòu)。小波分析可以提供多種尺度下的時(shí)-頻分析，適合對(duì)主要分布在低頻范圍內(nèi)的人體電位信號(hào)進(jìn)行分析。經(jīng)小波分解得到的小波系數(shù)，去除由噪聲控制的那部分后，一方面直接用來(lái)構(gòu)造第Ⅰ類(lèi)特征向量，另一方面用來(lái)重構(gòu)降噪后

3、的信號(hào)，并進(jìn)而利用基于Burg算法的AR模型功率譜估計(jì)構(gòu)造第Ⅱ類(lèi)特征向量。
　　 3)對(duì)兩類(lèi)特征向量，使用機(jī)器學(xué)習(xí)的方法進(jìn)行分類(lèi)。利用交叉檢驗(yàn)方法將所有特征向量分成訓(xùn)練集和測(cè)試集，使用了BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和不同核函數(shù)的支持向量機(jī)進(jìn)行分類(lèi)的訓(xùn)練和測(cè)試，最后對(duì)測(cè)試的結(jié)果進(jìn)行了比較和分析。結(jié)果顯示支持向量機(jī)對(duì)于第Ⅱ類(lèi)特征向量的分類(lèi)正確率非常高，說(shuō)明了利用本方法對(duì)中風(fēng)病人與健康人體生理狀態(tài)進(jìn)行區(qū)別和分類(lèi)的合理性和可行性。