冠狀動脈不同病變程度患者中醫脈圖特征參數分析

劉璐 陳瑞 張春柯 王憶勤 燕海霞 郭睿

摘要：目的? 通過分析冠心病疑似患者冠狀動脈不同病變程度的脈圖特征參數，探討冠狀動脈病變程度與脈圖特征的相關性，挖掘脈診的臨床價值。方法? 采用ZBOX-Ⅰ型脈象數字化采集分析儀采集脈象樣本，依據冠狀動脈病變程度評分分為冠脈正常組、冠脈非嚴重病變組、冠脈嚴重病變組。采用非參數檢驗分析3組脈圖時域特征參數差異。結果? 與冠脈正常組及冠脈非嚴重病變組比較，冠脈嚴重病變組脈圖時域參數t1、t1/T、t1/t4顯著增大（P<0.01），h5/h1顯著減小（P<0.05）;與冠脈非嚴重病變組比較，冠脈嚴重病變組t5/t4、h4/h1顯著增大（P<0.05），T、h5/h1顯著減小（P<0.01），t4顯著減?。≒<0.05）。基于脈圖時域特征參數，運用隨機森林的模式識別方法，建立冠狀動脈不同病變程度的評估模型，該模型對3組不同冠狀動脈病變程度的平均識別率為77.94%。結論? 冠狀動脈不同病變程度患者的脈圖時域特征存在顯著差異，其參數變化可反映不同分組患者的心血管特征。脈診的無創檢測技術可作為現有心血管病變檢查技術的輔助工具，在心血管疾病篩查和監測中發揮作用。

關鍵詞：冠狀動脈病變程度;Gensini評分;脈圖;時域參數

中圖分類號：R241.1? ? 文獻標識碼：A? ? 文章編號：1005-5304（2020）04-0013-05

DOI：10.3969/j.issn.1005-5304.201907249

Analysis on Characteristic Parameters of TCM Pulse Patterns in Patients with Different Degrees of Coronary Artery Disease

LIU Lu1，2， CHEN Rui1，2， ZHANG Chunke1，2， WANG Yiqin1，2， YAN Haixia1，2， GUO Rui1，2

1. School of Basic Medical Sciences， Shanghai University of Traditional Chinese Medicine， Shanghai 201203， China; 2. Key Laboratory of Health Identification and Assessment of Shanghai， Shanghai 201203， China

Abstract： Objective To discuss the correlation between the degree of coronary artery disease and the characteristics of pulse patterns by analyzing the characteristic parameters of different degrees of coronary artery in patients with coronary heart disease; To explore the clinical value of pulse diagnosis. Methods Pulse samples were collected by ZBOX-Ⅰ pulse digital acquisition analyzer， and they were divided into three groups according to the severity of coronary artery disease （normal coronary artery group， non-severe coronary artery disease group， severe coronary artery disease group）. The non-parametric test method was used to analyze the difference of the time-domain characteristic parameters of the three groups of pulse patterns. Results Compared with the normal coronary artery group and the non-severe coronary artery disease group， the time-domain parameters t1， t1/T and t1/t4 of the severe coronary artery disease group significantly increased （P<0.01）， and h5/h1 significantly decreased （P<0.05）; Compared with non-severe coronary artery disease group， t5/t4 and h4/h1 significantly increased in severe coronary artery disease group （P<0.05）， and T and h5/h1 significantly decreased （P<0.01） and t4 decreased significantly （P<0.05）. Based on the time-domain characteristic parameters of the pulse map， the pattern recognition method of random forest was used to establish an evaluation model of different degrees of coronary artery stenosis. The average recognition rate of the?three groups of coronary artery disease was 77.94%. Conclusion There are significant differences in the time-domain characteristics of the patients with different degrees of coronary artery disease. The parameter changes can reflect the cardiovascular characteristics of different groups of patients. The non-invasive detection technique of pulse diagnosis is expected to be an auxiliary tool for the existing cardiovascular disease examination technology， which plays a certain role in the screening and monitoring of cardiovascular diseases.

Keywords： degree of coronary artery disease; Gensini score; pulse map; time-domain parameters

冠心病是在冠狀動脈粥樣硬化改變下，血管腔阻塞、狹窄后心肌缺氧缺血、壞死導致的心臟病。動脈功能和結構改變是導致臨床心血管事件的主要原因，識別血管病變對于逆轉和預防冠心病等心血管事件極為重要[1]。目前冠狀動脈造影（CAG）是明確冠狀動脈病變位置、病情嚴重程度最直接準確的方法，血管內超聲、高分辨率核磁共振成像等也可明確顯示血管病變，但上述檢測方法常因有創性、費用高昂或操作繁瑣等限制了應用。因此，尋找無創、便捷且有效的血管病變狀態檢測方法是研究者們努力的方向?！端貑枴ち澟K象論篇》有“心者，生之本，其充在血脈”，表明脈象產生與心臟搏動、心氣盛衰、脈道通利和氣血盈虧直接相關。心臟節律性收縮和舒張引起血管壁搏動，這種搏動沿著動脈樹傳播，受到流經各級動脈及分支中各種生理因素如血流、血壓、血管壁彈性等的影響，使動脈波中包含極豐富的心血管系統生理病理信息[2]。中醫脈診寸口診法即是獲取心臟搏動產生的脈搏波在橈動脈處顯現的部位、速度、振幅、節律和形態等。通過檢測脈圖可獲得臟腑病變信息，尤其是血管結構與功能變化。本研究以冠心病疑似患者為研究對象，根據冠狀動脈造影情況，計算冠狀動脈Gensini積分，將其作為冠狀動脈病變不同嚴重程度的分組依據，研究脈象時域特征與冠狀動脈病變嚴重程度相關性。

1? 資料與方法

1.1? 一般資料

選擇2018年4月-2019年4月上海中醫藥大學附屬曙光醫院（110例）、上海市中醫醫院（10例）、上海市中西醫結合醫院（46例）心內科行CAG的冠心病疑似患者166例。記錄患者基本信息及CAG報告。全部資料的獲取均經患者本人知情同意，并對患者信息嚴格保密，資料僅用于本研究。本研究經上海中醫藥大學倫理委員會審查批準（2016年3月）。

1.2? 納入標準

①行CAG檢查;②能配合完成中醫癥狀、體征及有關病史資料的完整采集者;③能配合采集脈象者。

1.3? 排除標準

①經檢查證實為其他心臟疾病、重度神經官能癥、圍絕經期綜合征、頸椎病所致胸痛者;②合并重度心肺功能不全，重度心律失常，肝、腎、造血系統等嚴重原發性疾病;③精神病患者;④既往接受冠狀動脈旁路移植術、經皮冠狀動脈介入治療術者。

1.4? 冠狀動脈病變程度評定方法

Gensini積分法為國內外大多數學者公認的評價冠狀動脈病變嚴重程度的指標[3-4]。對患者行CAG，主要觀察左主干，前降支，第一、第二對角支，回旋支及分支，右冠脈等冠狀動脈血管病變程度。采用Genisni積分法計算總積分，即對冠狀動脈不同血管進行分段，并根據其病變程度乘以不同權值[5]。

狹窄程度≤25%計1分，26%～50%計2分，51%～75%計4分，76%～90%計8分，91%～99%計16分，100%計32分;左主干×5，左前降支近段×2.5、中段×1.5、遠段×l，第一對角支×l，第二對角支×0.5，左回旋支近段×2.5、遠段和后降支、鈍緣支均×1，后側支×0.5，右冠近、中、遠段和后降支均×1。多處病變時計算各病變處的積分之和為Gensini總積分。

根據積分將研究對象分3組：冠脈正常組（0分），冠脈非嚴重病變組（0<積分≤30分），冠脈嚴重病變組（>30分）。

1.5? 脈象采集方法

于冠狀動脈造影術前采集脈象樣本。保持室內安靜，采集前向患者介紹相關流程及注意事項，囑患者保持平靜狀態?；颊呷《俗?，取脈部位為左手手腕內側、腕后高骨（橈骨莖突）旁橈動脈搏動處，即寸口關部，此處脈搏搏動最明顯，易于檢測。操作者將上海中醫藥大學研制的ZBOX-Ⅰ型脈象數字化采集分析儀壓力傳感器探頭置于受試者左寸口關部60 s，采集最佳脈圖，用于參數提取與分析。該脈象儀可調節壓力，實時顯示波形，引導智能采集，判斷數據優劣，對人體脈象進行數字化及自動化智能分析，可得出客觀化脈象指標如時域參數。該方法已廣泛應用于臨床研究[6-8]。

1.6? 脈圖時域分析法

脈圖時域分析法主要分析脈搏波波幅的高度與脈動時相的關系[9]。脈圖可反映心臟射血活動和脈搏波沿血管傳播途徑中攜帶的各種信息。脈圖上的曲線和每個拐點都具有獨特的生理意義，通過時域分析方法可提取中醫脈圖信號特征參數，進而探尋脈象與生理、病理的內在聯系。時域分析法較為常用，其研究也相對成熟，主要內容是提取脈圖的波、峽的高度（h）、相應時值（t）、脈圖面積（As、Ad）等多項參數。為更好地反映脈圖特征，本研究計算各項參數的比值作為脈圖特征參數，包括h3/h1、h4/h1、h5/h1、t1/T、W/T、As/Ad、t5/t4、t1/t4。其中，h1為主波幅度，為主波峰頂到脈搏波圖基線的高度（基線與時間軸平行時）;h3為重搏前波幅度，為重搏前波峰頂到脈搏波圖基線的高度（基線與時間軸平行時）;h4為降中峽幅度，為降中峽谷底到脈搏波圖基線的高度;h5為重搏波波幅，指從降中峽到重搏波波峰的垂直距離，主要反映大動脈的順應性;t1反映左心室快速射血所用時間;t4為脈圖起始點到降中峽間的時值，對應心臟的收縮期;t5反映降中峽到脈圖終止點間的時值，對應心臟的舒張期;T為脈圖起始點到終止點的時值;w反映動脈內高壓力水平所維持的時間;As為收縮期脈圖面積，即t4時間段內脈圖曲線與橫軸圍成的面積;Ad為舒張期脈圖面積，即t5時間段內脈圖曲線與橫軸圍成的面積。脈圖具體信息見圖1。

1.7? 統計學方法

采用SPSS21.0統計軟件進行分析。定量資料采用參數法和非參數法，符合正態分布且組間方差齊的資料以—x±s表示，選用參數法;否則選用非參數法，統計描述指標選用中位數，以M（Q1，Q3）表示。P<0.05表示差異有統計學意義。

1.8? 模式識別方法

本研究采用隨機森林分類算法對冠狀動脈不同病變程度進行分類識別。隨機森林是基于估計與統計學習理論的組合分類算法，它在決策樹算法基礎上利用bootstrap重抽樣的方法從原始樣本中抽取多個樣本，對每個bootstrap樣本進行決策樹建模，然后將多個單決策樹集成，最后通過投票得出最終預測結果[10]。與傳統分類算法比較，隨機森林具有很高的預測、對異常值和噪聲具有很好的容忍度、不易出現過擬和等優點，在醫學、生物信息等領域應用廣泛。

MATLAB是美國MathWorks公司出品的商業數學軟件，可以用于算法開發、數據可視化、數據分析等。本研究在MATLAB2015進行數據分析與建模。

2? 結果

2.1? 各組一般資料比較

對冠脈正常組、冠脈非嚴重病變組、冠脈嚴重病變組患者的基本信息（性別、年齡、體質量指數）進行比較，3組差異無統計學意義（P>0.05）。見表1。

2.2? 各組脈圖時域特征比較

與冠脈正常組及冠脈非嚴重病變組比較，冠脈嚴重病變組參數t1、t1/T、t1/t4顯著增大（P<0.01），參數h5/h1顯著減小（P<0.05）;與冠脈非嚴重病變組比較，冠脈嚴重病變組參數t5/t4、h4/h1顯著增大（P<0.05），參數T、h5/h1顯著減小（P<0.01），參數t4顯著減小（P<0.05）;余參數差異無統計學意義;見表2。提示脈象時域特征能反映冠狀動脈不同病變程度。

2.3? 基于脈圖時域參數的冠狀動脈不同病變程度評估模型的建立

本研究采用MATLAB2015，基于隨機森林分類算法來建立冠狀動脈病變程度評估模型，模型輸入為患者一般資料和脈圖時域參數，模型輸出為冠脈正常組、冠脈非嚴重病變組、冠脈嚴重病變組?；?66例冠心病疑似患者的一般資料和脈圖參數，運用隨機森林算法，采用3倍交叉驗證方式，對評估模型進行訓練與預測，從而確定模型的輸出類別。建立的冠脈病變程度評估模型對3組不同的冠脈病變程度進行分類識別，其平均識別率為77.94%。見表3。

3? 討論

冠心病屬中醫學“胸痹”“真心痛”等范疇?！额愖C治裁》曰：“胸痹之脈，陽微陰弦，陽微知在上焦，陰弦則為心痛?！惫谛牟〉牟C為陽微陰弦，“陽微”指上焦陽氣不足、胸陽不振之象，“陰弦”是陰邪之盛，即指血瘀、痰濁、寒凝等一類病邪致病的病因。陽氣不足，無力推動血行，在陰寒之氣作用下，易生痰、瘀，痰瘀凝聚，則氣血運行不暢，導致脈道不利，心失所養，最終發展為胸痹。現代研究表明，中醫的“痰”多與脂質代謝異常相關，脂質代謝異常造成內皮細胞損傷，促進動脈硬化及動脈粥樣硬化，導致大、小動脈順應性下降[11-12]?！梆觥迸c血管內皮損傷相關，血瘀引起血液黏滯、血管外周阻力增大。脂代謝異常與內皮損傷是動脈粥樣硬化的病變機制。中醫認為，脈象的產生與心臟搏動、心氣盛衰、脈道通利和氣血盈虧直接相關。當心氣不足、心血不盈、脈道不利時，脈象必然會出現異常變化。

脈診客觀化研究為挖掘脈診的臨床價值提供了工具和方法。經典的時域分析法是一種較為直觀的脈圖分析方法，主要通過對脈圖上能反映生理意義的部分進行定量化，如主波高度、重搏前波高度、降中峽高度、心臟射血時間、心動周期時值等，從而得到脈動頻率和節律、脈勢虛實、脈力強弱和脈象形態等特征[13]。一個典型周期的脈圖包括主波、重搏前波、降中峽、重搏波4個主要的特征點及相對應的時值，是能反映血管動脈硬化、血管外周阻力、心臟功能的主要特征。h4/h1反映血管的外周阻力，其值越大，血管外周阻力越大;h5/h1反映血管順應性和主動脈瓣功能，其值越小表明血管順應性越差。張偉妃等[14]研究發現，學生體質愈健康，血管功能狀態愈好，脈圖參數h5/h1上升，h4/h1呈下降趨勢。t1、t4、t1/T、t1/t4、t5/t4為時值參數，其中t1、t1/T、t1/t4值越大，反映心臟急性射血期速度越慢，左心收縮功能減弱，t4為左心室收縮期所需時值，T、t5/t4與心率相關。

因此，本研究采用經典的時域分析法，提取患者的脈圖時域特征并進行分析，研究顯示：①與冠脈正常組及冠脈非嚴重病變組比較，冠脈嚴重病變組t1、t1/T、t1/t4均顯著延長（P<0.01），反映了冠脈嚴重病變組患者心臟急性射血期速度減慢，左心收縮功能減弱。②與冠脈正常組及冠脈非嚴重病變組比較，冠脈嚴重病變組h5/h1顯著減?。≒<0.05），反映冠脈嚴重病變組患者的血管硬化更嚴重，血管順應性更差。③與冠脈非嚴重病變組比較，冠脈嚴重病變組h4/h1顯著增大（P<0.05），是其血管外周阻力更高的表現。④與冠脈非嚴重病變組比較，冠脈嚴重病變組t5/t4顯著增大（P<0.05），t4、T顯著減小（P<0.05）。冠脈嚴重病變組t4、T減小，反映心率增快，心率的快與慢直接影響心肌供血時間，冠脈嚴重病變組患者可能因冠狀動脈病變嚴重、心肌供血嚴重不足，則通過增加心率提高心肌供血量;冠脈嚴重病變組t5/t4增大，反映出舒張期相對延長，這可能與冠狀動脈循環血流動力學的外周代償機制有關，機體為了提高冠狀動脈灌注量而相對延長舒張期。本研究采用隨機森林算法建立了冠狀動脈病變程度評估模型，采用3倍交叉驗證的方式確定樣本輸出類別，該模型識別冠脈正常組脈、冠脈非嚴重病變組、冠脈嚴重病變組脈象的準確率分別為83.72%、70.44%、79.67%，平均識別率為77.94%。

上述結果提示，脈圖時域特征參數在一定程度上能反映患者的心血管功能狀態。動脈粥樣硬化性疾病的發展是一個漫長過程，這就為血管病變的早期發現及心血管事件的預警提供了機會。動脈順應性的降低、外周阻力增大是冠狀動脈病變發生與發展的病理過程，病理變化必然引起心血管參數的改變，并會在脈象中得到展現。當血管功能性病變時，血管彈性降低、血管順應性降低、血液黏度增大、外周阻力增大，當血管功能性病變進展到動脈壁內膜增厚或產生斑塊時，引起結構性病變;當結構性病變持續惡化，血管病變甚至閉塞時，加重功能性病變，導致心血管事件發生。因此，盡早發現動脈功能改變并及時干預其進展是延緩和控制心血管事件發生的重要手段。中醫脈診工程技術是一種無創、便捷的獲取心血管信息的方法，可望作為現有的心血管病變檢查技術的輔助工具，在心血管疾病的篩查、監測中發揮一定的作用。

參考文獻：

[1] 王宏宇，王靖，劉望彭，等.血管病變早期檢測系統在心血管疾病患者中的應用[J].中國民康醫學（上半月），2006，18（9）：336-339.

[2] 何為，余傳祥.心血管動力學參數測量原理和臨床應用[M].北京：科學出版社，2006.

[3] 陳繼舜，劉曉喚，錢航，等.Gensini評分和HsCRP在預測PCI術后支架內再狹窄的價值[J].西安交通大學學報（醫學版），2018，39（3）：336-340.

[4] 丁修冬，薛鳳鳳，沙立娜，等.sdLDL、FABP在冠心病診斷中的應用及Gensini評分的相關研究[J].標記免疫分析與臨床，2018，25（9）：1281- 1285.

[5] GENSINI G G. A more meaningful scoring system for determining the severity of coronary heart disease[J]. Am J Cardiol，1983， 51（3）：606.

[6] 李娜，鄒小娟，王憶勤.支氣管哮喘與慢性胃炎患者寸口6部脈圖的比較研究[J].世界科學技術-中醫藥現代化，2015，17（2）：343-349.

[7] 程悅蕾，朱惠蓉，楊瓊，等.100例濕熱蘊結型大腸癌患者治療前后舌脈象參數特征分析[J].遼寧中醫雜志，2015，42（2）：230-235.

[8] 郭睿，王憶勤，燕海霞，等.脈圖的遞歸定量分析及對冠心病頸動脈血管硬化程度的評價[J].中華中醫藥雜志，2016，31（5）：1695-1699.

[9] 邵慧江，楊蔚，潘維榕，等.大學生不同情感狀態的脈圖分析[J].世界科學技術-中醫藥現代化，2017，19（7）：1214-1217.

[10] BREIMAN L. Random forests[J]. Machine Learing，2001，45（1）：51-52.

[11] 閆丹丹，邊育紅，于春泉.冠心病痰瘀互結病機及生物學基礎研究概述[J].天津中醫藥大學學報，2018，37（1）：1-5.

[12] 張華，郜俊清，于宏梅，等.老年冠心病中醫證型與血脂水平的相關性研究[J].中西醫結合心腦血管病雜志，2017，15（5）：534-537.

[13] 李靜，劉璐，郭睿，等.脈圖分析方法及其在冠心病中的應用[J].中華中醫藥雜志，2018，33（9）：3995-3997.

[14] 張偉妃，李福鳳，鄒奎昌，等.脈圖評價大學生健康狀況的研究[J].中華中醫藥學刊，2013，31（9）：1977-1978.

（收稿日期：2019-07-16）

（修回日期：2019-11-08;編輯：季巍?。?/p>

基金項目：國家自然科學基金面上項目（81673880）;國家自然科學基金青年基金（81302913）;上海市科學技術委員會科研計劃項目（19441901100）;上海市中醫藥標準化培育項目（ZY3-GJHZ-1-1001-12）

通訊作者：郭睿，E-mail：guoruier@sina.com