慢性咽炎患者中医声诊语音信号特征分析

目的:通过采集和分析声音信号,提取特征参数,为慢性咽炎中医证型的辨别提供客观依据。方法:运用"中医闻诊采集系统"采集慢性咽炎患者的声音信号共81例,按照中医辨证分型将样本分组:运用小波包分解方法分析处理各组声音样本。提取与慢性咽炎中医辨证相关的特征参数。结果:小波包分解得到不同频段的能量特征数据,慢性咽炎与正常人,慢性咽炎各证型组间的能量特征在较多频段存在差异。结论:运用现代语音信号采集分析方法,对中医慢性咽炎证型的辨别提供了一定的客观参考依据。

中医声诊客观化研究概况

中医声诊是传统中医诊疗方法的特色之一,有着丰富的传统医学理论基础,是历代中医医家临床经验的传承。随着现代医学和科技的迅速发展,中医声诊有客观化的需要,借助多学科、多种技术方法有利于发展声诊的现代化研究。就近年来中医声诊客观化研究的方法和成果进行简单的分析和概括。

以声论证——中医声诊源流探析

中医四诊望闻问切,声诊包含在其闻诊之内,是中医理论指导下的重要诊断方式之一。通过查阅历代相关文献,探析中医声诊的源流及其时代分期,先秦是声诊理论的萌芽阶段,汉唐为声诊的临床发展时期,宋金元是声诊理论的深入发展时期,明清为声诊理论体系的成熟时期,近现代则进入声诊的客观化发展时期。同时,梳理各个时期声诊理论的发展特点,以及医家对于生理病理状态下人体所发声音的不同见解,尤其是对于异常声音病位、病性、病因病机、预后等诊断,从而厘清声诊的发展历程,为当今中医声诊的客观化研究提供史料基础。

肺结节中医证候与语音信号诊断特征研究

目的 研究肺结节患者的语音信号诊断特征,探讨不同中医证候肺结节患者语音信号指标的差异,探索肺结节声诊客观化、定量化、标准化研究思路与方法。方法 通过问诊形式采集肺结节患者(肺结节组)、健康对照者(健康对照组)的年龄、性别、吸烟史、CT影像学等一般资料,以及肺结节患者的中医四诊信息,并进行中医辨证分型。借助SONY A10线性PCM录音设备采集所有研究对象的语音信号资料,采用OpenSMILE工具包获取[a]、[e]、[i]、[o]、[u]5个元音的扩展的日内瓦极简声学参数集(eGeMAPS),比较肺结节患者与健康人群的语音特征指标,以及不同中医证型肺结节患者的语音特征;进一步根据结节数量将肺结节患者分为孤立性肺结节组、多发性肺结节组,根据肺结节大小分为小直径组、中直径组、大直径组,比较各组语音特征指标。结果 (1)共纳入肺结节患者156例、健康对照者62例;肺结节患者中,孤立性肺结节73例、多发性肺结节83例,小直径92例、中直径49例、大直径15例。(2)156例肺结节患者中,气虚证49例、阴虚证31例、痰湿证42例、其他证型34例。(3)在频率特征指标方面,肺结节组5个元音F0值高于健康对照组,元音[i]的Jitter、F3 frequency值低于健康对照组(P<0.05);在能量/振幅特征指标方面,肺结节组元音[a]、[e]、[o]的HNR值高于健康对照组,元音[a]的F1 amplitude值高于健康对照组,元音[i]的H1-A3值低于健康对照组(P<0.05);在谱特征指标方面,肺结节组元音[e]、[o]的MFCC1,元音[e]、[i]、[o]、[u]的MFCC2,元音[a]、[e]的MFCC4,元音[e]、[i]、[u]的Hammarberg index值低于健康对照组,元音[i]、[u]的Alpha ratio值高于健康对照组(P<0.05)。(4)孤立性肺结节组与多发性肺结节组语音特征指标差异无统计学意义(P>0.05)。(5)大直径组元音[i]的F2 amplitude值高于小直径组、中直径组(P<0.05),中直径组元音[i]的Slope 500~1 500值高于小直径组(P<0.05)。(6)痰湿证肺结节患者元音[a]的F1 frequency、F2 frequency,元音[e]的F3 frequency值低于气虚证肺结节患者(P<0.05)。结论 肺结节患者的语音信号具有一定特征,不同中医证型、不同结节大小患者的语音信号特征存在差异,可以为肺结节的病证诊断提供依据。

中医声诊客观化研究进展

闻诊是中医诊察疾病的重要方法之一。声诊属中医闻诊的一部分,基于丰富的中医学理论基础,承载历代传统医家的诸多临床经验。随着现代科学技术的飞速发展,多学科交叉融合,优势互补,中医声诊客观化研究取得了一定进展。文章从声诊的历史源流、声诊的客观化研究和声诊客观化在临床的应用等方面概述近年来中医声诊客观化研究进展,以期中医声诊在未来客观化研究中取得更大的突破。

231例中医3种常见证型患者语音客观化采集与分析

目的:本研究旨在应用现代声诊技术辅助病证的临床诊断,为中医声诊脏腑辨证理论提供一定的客观依据。方法:应用"中医闻诊采集系统"软件,采集肝郁脾虚、心脾两虚、心肾不交证型患者(231例)的语音信号,同时以正常人(100例)语音信号作为对照组,以小波包分解重构技术为基础,提取能量比例、扩展能量比例、能量梯度、扩展能量梯度4类特征参数。结果:肝郁脾虚、心脾两虚、心肾不交证型患者与正常4组样本的能量比例、扩展能量比例、能量梯度、扩展能量梯度特征比较,较多频段有明显差异(P<0.05);各个证型样本之间的4组特征较多频段也存在着明显差异(P<0.05);心脾两虚证型扩展能量比例特征倾向于高于其他证型患者及正常人;正常人扩展能量梯度特征倾向于低于3种证型,差异性主要集中在中部频段之后;特征筛选后进行3证与正常人的分类识别率较为理想。结论:运用现代声诊技术分析中医常见证型语音特征参数,研究结果为中医声诊的客观化研究提供参考,为实现中医声诊的客观检测和计算机智能化提供理论依据。

342例肺系疾病患者的语音信号采集和特征分析

目的:运用现代声学技术,采集和分析肺系疾病患者的声音信号,为肺系疾病的中医辨证提供一定的声诊客观数据。方法:运用“中医闻诊采集系统”采集肺系疾病患者声音样本342例,其中原发性支气管癌79例、慢性支气管炎119例、支气管哮喘144例,另选上海中医药大学在校健康师生102名为正常对照组。运用小波包分析技术对信号分析处理,提取各组样本信号的小波包能量和Shannon熵值特征,通过独立变量非参数检验方法对各组样本的小波包特征参数进行检验,并运用这两种特征进行中医病证的分类识别研究。结果:多个时域频段的小波包能量特征值及Shannon熵值特征差异均有统计学意义(P<0.05),总熵值比较,正常对照组总熵值均低于患病各组。运用本研究得到的小波包能量和Shannon熵值两种特征,分别采用支持向量机和BP(back propagation)神经网络两种方法,对肺系不同证型样本进行分类识别,分类识别准确率分别为83.67%和71.95%。结论:肺系不同病证患者的语音信号特征存在差异,小波包能量和Shannon熵值特征能初步区分肺系常见病证的语音特征,辅助肺系常见病证的临床诊断和辨证;运用支持向量机和小波包能量、Shannon熵值特征进行肺系病证的分类识别,有较好的效果,为中医声诊的分类识别提供新的思路。