糖尿病视网膜病变(Diabetic Retinopathy,DR)简称糖网病,属于糖尿病微血管病变的重要表现,是造成糖尿病患者视觉功能丧失的主要原因。如何对其进行早期诊断与预防成为当前糖网筛查领域的热点研究课题之一。中医学认为脉象包含着人体动脉血管系统运转的信息,而体质辨识能够为人体提供健康干预方案来实现疾病的预防。本文利用工程学的思想将中医脉象与体质辨识对糖网病的诊断监测进行探索研究。本文研究设计了基于中医理论的脉象采集与体质信息获取方案。主要工作如下:通过对当前临床应用较为广泛的脉象采集设备调研设计了磁吸式脉诊腕带提高脉象采集效率,采用低功耗、高集成度的STM32微处理器作为设备的处理芯片;通过“快速无级气动加压-连续缓慢减压”的方式模拟医师取脉过程;采用基于小波变换的去噪算法与基于ILP的三次样条插值纠漂算法对脉象信号进行预处理;通过ILP算法拾取脉象信号的时域特征参数值及HHT变换来探究脉象数据的频域特性;通过《中医体质判定分类》来获取被试的中医体质分数并进行统计学分析。临床实验过程中,分别采集糖网病患者和正常人的脉象与体质信息。信号分析结果表明,糖网病患者组重搏前波幅值h3、降中峡幅值h4、升支斜率h1/t1、重搏波幅值与主波幅值比值h5/h1较正常组有显著性差异;对脉象信号的HHT变换后获取的边际谱图发现患者组能量向低频方向移动,且波动幅度高于对照组;对其EMD分解后IMF分量样本熵的计算发现患者组样本熵值低于正常组且具有显著性差异;中医体质数据的分析表明患者组中体质分布与正常组具有显著差异。研究结果表明,糖网病患者脉象特征参数的变化表征其眼底微血管结构及生理参数的变化,而其体质分布情况则与中医理论中糖尿病范畴分布相似,因此中医脉象参数与体质信息的分析为糖网病早期筛查提供了新思路和新方法。