陰虛體質人群脈診信息特征研究?

宋詩博， 安二匣， 樊西倩， 王星雅， 劉 躒， 劉 佳△， 汪南玥, △

(1.中國中醫科學院， 北京 100700；2.陜西中醫藥大學，陜西 咸陽 712046)

陰虛體質是體內精血津液不足，出現五心煩熱、口咽干燥、舌紅脈數等一系列表現的體質類型[1，2]。體質流行病學調查表明，陰虛體質排在偏頗體質的第四位[3]。且現代社會有越來越多的人熬夜頻繁、喜食辛辣、脾氣急躁，導致體內陰液大量損傷，陰虛體質逐漸受到人們的關注。

脈診是中醫診斷方法中的重要部分，傳統脈診主要靠醫生手指感知患者動脈搏動來判斷健康狀態[4]。現代研究可將脈診信息通過脈圖直觀地表達出來，并利用算法進行特征挖掘[5]。脈診信息反映氣血陰陽的盛衰和五臟六腑的功能狀態，對體質辨識有重要意義[6，7]。本研究以陰虛體質人群為研究對象，分析陰虛體質與平和體質人群的脈診信息差異，為陰虛體質識別提供客觀指標。

1 資料

1.1 研究對象

受試者為陜西中醫藥大學在校學生及陜西中醫藥大學第二附屬醫院的體檢患者，共納入研究對象227例。其中，陰虛組107例(平均年齡28.45歲)，平和組120例(平均年齡29.11歲)，2組基本信息比較差異無統計學意義。采集時間為2019年4月至2019年8月。

1.2 診斷標準

符合《中醫體質分類與判定》[8]中對陰虛體質與平和體質的判定標準。

1.3 納入標準

年齡大于16周歲；經實驗室檢查(血常規、尿便常規)及體格檢查(體溫、血壓、呼吸、心電圖)證實無異樣；受試者本人同意參加調查。

1.4 排除標準

出現反關脈、斜飛脈；有器質性疾病或患有精神疾病、有嚴重智力障礙或認知功能障礙者；不能按要求堅持配合者。

2 方法[9]

2.1 脈診信息的采集

叮囑受試者在調整呼吸后進行脈診采集。采用三探頭中醫脈診儀(國家二類醫療器械，津械注準20202200143，天津帕斯泰克醫療器械有限公司)采集左右手寸口部的寸、關、尺6部脈的信息，為保證每個部位的脈診信息≥50個周期，每次采集40 s。

2.2 脈診信息的預處理

應用《中醫脈診信息數據庫管理與分析系統》中離散余弦變換(discrete cosine transform,DCT)的方法，將脈診數據中頻率<0.5 Hz和>48 Hz的波濾除。

2.3 脈診信息特征參數的提取

2.3.1 脈圖周期的劃分 在人體不同狀態下，脈診信息波形圖的周期特征并不完全相同，需要根據脈診信號的變化對單個周期進行準確劃分[10]。

2.3.2 特征參數的提取模型 對劃分的單個脈圖周期構建三角函數，并對所有周期信號進行最小二成回歸以建立12諧波模型，用以擬合不同的脈診信號[11](見圖1、2)。

注：A圖中藍色代表單個周期脈圖信號，紅色代表其平均值，綠色代表模型擬合曲線；B圖為模型中所用的諧波，擬合數據為這些諧波及A圖中平均值之和圖1 12個諧波擬合波形與原始脈診信息比較

注：A為2個周期分別擬合；B為所有周期均值來擬合2個周期(原始曲線為藍色，擬合曲線為紅色)圖2 脈診信息所有周期最小二乘回歸減少擬合誤差

2.3.3 特征參數的提取 在對脈診信息進行特征參數提取時，頻域參數通過計算12個諧波的振幅和相位得到峰值F1-F12和初相角C1-C12；時域參數為主波幅值h1、急性射血期時值t1、收縮期時值t4、舒張期時值t5、降中峽幅值/主波幅值h4/h1、重搏波幅值/主波幅值h5/h1、h1上1/3的時值w等參數共32個。再加上共用的脈數參數，共提取出193個特征參數(32個×6個部位+1)。

2.4 脈診信息分類判決

本研究采用無監督學習—主成分分析(PCA, principal component analysis)與有監督學習—最小二乘法(LS, least square estimation)、套索回歸(Lasso, leat absoluste shrikage and selection operator)相結合方法對數據進行特征挖掘。選用研究數據的80%建立判決模型，剩余的20%數據用以驗證模型并計算準確率。

3 結果

3.1 陰虛體質與平和體質人群脈診信息的主成分分析(principal component analysis，PCA)

圖3示，經主成分分析發現，陰虛體質與平和體質人群脈診信息存在差異，且區別2組數據最顯著的主成分為第二主成分，不能準確分類的概率為14%，即有 86%的準確率可將2組數據分開。

注：藍色代表平和體質人群脈診信息的主成分分布，綠色代表陰虛體質人群脈診信息的主成分分布。括號中的百分數代表根據該主成分判斷兩組數據來自同一整體的概率圖3 陰虛體質與平和體質人群脈診信息主成分分布圖

3.2 陰虛體質與平和體質人群脈診信息最小二乘法(least square estimation，LS) 識別

為防止參數過多模型出現過擬合，本研究根據樣本量對參數個數進行計算，發現最多可選擇7個參數進行建模(見圖4)。P值為0.31，說明模型有69%的準確率將2組數據區別開。參與建模的7個參數分別為右寸能量1、右尺能量1、左尺相位7、右關相位8、右寸h5比h1、右尺相位9、左關相位12。判決公式：Y=-2.5848能量1右寸+2.3523能量1右尺-1671.9866相位7左尺+1291.9247 相位8右關+0.51878h5比h1右寸+840.9232相位9右尺+636.5303相位12左關。

注：圖中橫坐標為判決模型計算值，縱坐標為2組人根據判決模型計算值出現的頻度。藍色代表平和質，綠色代表陰虛質，橫坐標上的紅點代表判決點圖4 陰虛體質與平和體質人群脈診信息的LS分類圖

3.3 陰虛體質與平和體質人群脈診信息的套索回歸(leat absoluste shrikage and selection operator，Lasso)識別

在Lasso分析中，程序選出7個特征參數進行擬合建模(見圖5)。P值為0.38，說明模型有62%的準確率將2組數據分開。參與建模的7個特征參數分別為左關h5比h1、左關相位4、左尺相位4、左尺相位6、右寸脈位、右寸能量4、右尺相位10。判別公式：Y= 0.017 h5比h1左關-0.006相位 4左關-0.059相位4左尺-0.012相位6左尺-0.007脈位右寸+0.017能量4右寸+0.036相位10右尺。

注：圖中橫坐標為判決模型計算值，縱坐標為2組人根據判決模型計算值出現的頻度。藍色代表平和質，綠色代表陰虛質，橫坐標上的紅點代表判決點圖5 陰虛體質與平和體質人群脈診信息Lasso分類圖

將區分陰虛體質與平和體質人群脈診信息特征參數中具有統計學意義的參數總結如下(見表1)。

表1 陰虛體質與平和體質人群脈診信的特征參數比較

4 討論

本研究發現，陰虛體質與平和體質人群脈診信息差異明顯，模型判別準確率可達86%，不同判別方法結果可以互相驗證。主成分分析發現，2組人

群差異主要表現在第二主成分，這是因為陰虛質與平和質均屬于健康人群，在本質特征上并沒有顯著差異。與前期研究發現，健康人與疾病患者脈診信息差異以第一主成分最顯著的結果相比[9]，說明體質類型是在健康狀態之后影響脈診信息的第二大因素。

進一步研究發現，陰虛體質與平和體質人群脈診信息差異主要集中在時域參數的左關s、s1、s2、t1及右尺t1、w。s為脈圖的面積參數，代表脈管內血液的充盈度，t1代表左心室快速射血期。陰虛質組s、s1、s2均小于平和質組，而t1大于平和質組，說明與平和體質比較，陰虛質人群血液不夠充盛，符合陰虛質人群體內精血虧虛的特點。而該差異表現在左關是因為左關候肝，肝主藏血。《醫學從眾錄》曰：“腎肝之陰, 則真精也”，w反映血液流經脈管的時間[12]。陰虛質人群略高，說明陰虛質人群脈象略弦。該結果與以往研究發現，陰虛體質人群易出現弦細脈的結論相一致[13，14]。頻域參數主要代表產生差異部位的變化[15]，陰虛體質人群主要表現在右寸、左尺及右尺。左尺候腎，右尺候命門。腎為先天之本，腎主藏精，腎精未充，真陰未足[16]。張景岳在《真陰論》中提到：“無水無火，皆在命門”，說明陰虛體質主要由腎精虧虛、命門之水不足導致。右寸候肺，因“肺金為腎水之母，水涸則金枯”，故陰虛體質人群在肺脈中出現明顯變化，也與以往研究發現，陰虛體質易出現鼻微干、口咽干燥、便秘等癥狀[17]的結果相符合。

綜上所述，通過對脈診信息的客觀采集與分析發現，陰虛體質與平和體質之間脈診信息差異顯著，通過脈診信息參數建模進行體質分類的準確率在62%～89%之間，構成2種體質脈診信息差異的主要參數集中在時域參數的左關s減小、t1增加，右尺t1、w增加，與傳統中醫理論認為陰虛體質人群多精血不足且脈象弦細的觀點相一致；同時還表現在頻域參數中雙尺和右寸的變化，為“真陰存于腎命之中”和“腎水常借肺金為母以補助其不足”等中醫理論提供了一定的客觀依據。不同體質脈診信息的特征性變化以及脈診建模進行體質辨識的工作，為中醫體質的客觀識別提供了可行的方法，也為中醫脈診客觀化研究在體質辨識領域應用提供了示范。