脉诊是祖国医学四诊的组成部分,也是辨证施治不可缺少的客观依据。但是,脉诊的定性化和主观性大大影响了其精度与可行性,成为中医脉诊应用、发展和交流中的制约因素。因此,脉诊的客观化研究对我国中医脉学的继承和开拓有着重要的意义。本论文以中医脉象人工智能识别系统的研究与开发为背景,对脉象信号的分析和识别做了研究和探讨。 首先,介绍了脉象信号采集系统的设计,本文的信号采集程序是用VB编制的,且VB在图形用户界面开发方面有较强的优势,而数据的处理分析与识别是利用MATLAB软件进行的,所以介绍了MATLAB与VB之间的数据交换。其次,利用频域分析方法,对时域脉象信号进行频谱分析,得到相应的脉搏频谱曲线,通过频谱曲线的特征分析,提取频域特征值。同时,将小波分析理论应用于脉象信号的处理和分析中,利用小波分析所具有良好的时一频同时局部化的能力,提取了脉象信号的小波变换在不同尺度上的能量这一新的表征脉象的特征参数,实现脉象分类。另外,分形理论是非线性学科中的一个活跃的数学分支,它是描述混沌信号的另一种手段。论文尝试了基于分形理论的盒维数特征提取方法,结果证明盒维数可以作为波形的特征且更简单易行,但不能作为识别脉象的典型特征。 最后,提出了利用BP网络对4种脉象信号进行分类,比较了以脉象信号的频谱特征及小波变换后各尺度上的能量和盒维数及频谱特征作为神经网络输入时的训练结果的差异。尽管文中的训练样本有限,但仿真结果表明:对脉象信号的一些特定的特征值(如原始信号的小波变换在不同尺度上的能量、频谱),利用神经网络进行识别是一种可行而有效的方法,在自适应、自学习能力方面较传统的模式识别方法具有明显的优越性。