脈象儀信號分析主要包括三個階段,信號預處理階段主要是對信號本身的質(zhì)量、穩(wěn)定程度、表現(xiàn)形式等進行提升和優(yōu)化;特征提取階段是針對特定的應(yīng)用,提取可以使信號種類彼此差異擴大化的信息;模式分類階段是根據(jù)提取的特征進行分類,和相關(guān)研究。

1、時域和頻域

由于脈象儀?設(shè)備的差異,不同的設(shè)備所采信號提取的特征也略有差異,但是主要方法有時域分析、頻域分析等。時域分析方法是使用多,也是直觀的特征提取方式,但有時特征點劃分不明顯,切割不準確,隨機誤差較大。時域特征有多種劃分方式,沒有統(tǒng)一結(jié)論,特征的生物學意義也有待進一步探究。頻域分析是將時域脈搏信號轉(zhuǎn)化為頻率域表示,提取頻率的特征?，F(xiàn)在的一些頻域方法如小波,在生理信號的處理上得到了大量應(yīng)用。

2、生物特征識別模式

分類的目的在于建立不同脈象與不同疾病之間的聯(lián)系,主要使用句法模式識別、聚類分析、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計模式識別等方法。但到目前為止,脈象信息的計算機特征提取和識別的結(jié)果能使人滿意,難點在于脈象作為人體生物特征,其蘊含的信息不僅表現(xiàn)在波形上,還有強弱、節(jié)律等特征,如何綜合運用這些特征有待解決;傳統(tǒng)醫(yī)學定義的同一脈象在不同人之間也存在差異,如何同一脈象的個體差異也是個問題;傳感器采集的信號如何與醫(yī)生號脈的主觀感受建立聯(lián)系也是個難點。

脈象儀?在處理高頻噪聲方面,小波理論的多分辨率特性得到了廣泛利用,可以更加細化的處理信號。與傳統(tǒng)濾波方式相比,小波在消除噪聲方面的效果更好,而且原信號中的細節(jié)點能夠得到很好地保留。基線漂移是脈象信號、心電信號等人體生物特征中常見的一種干擾,消除的方法有中值濾波、曲線擬合、高通濾波和形態(tài)學處理等方式。