冠心病診斷中中醫(yī)四診客觀化研究的運用

冠心病診斷中中醫(yī)四診客觀化研究的運用

冠心病具有發(fā)病率高、致殘率高、復(fù)發(fā)率高、病死率高及并發(fā)癥多等特征?，F(xiàn)代醫(yī)學(xué)對冠心病的檢查手段有冠狀動脈CT、冠狀動脈造影、心血管超聲等，其中冠狀動脈造影是診斷冠心病的"金指標(biāo)',但因其檢查有創(chuàng)、費用高，限制了臨床應(yīng)用;冠狀動脈CT檢查是一種斷層檢查后重構(gòu)的血管檢查方法，雖屬于無創(chuàng)傷檢查手段，但行CT冠狀動脈檢查時受檢者心率的影響較大?；A(chǔ)討論和臨床大樣本循證醫(yī)學(xué)討論均表明，中醫(yī)藥對防治冠心病有著巨大的應(yīng)用潛力。

查找切實可行的無創(chuàng)檢查方法對合理利用醫(yī)療資源、削減患者負(fù)擔(dān)特別重要。中醫(yī)診斷客觀化檢測有無創(chuàng)、便捷的優(yōu)勢，目前中醫(yī)四診客觀化已取得了較好的進展，上海中醫(yī)藥高校研制的中醫(yī)四診檢測系統(tǒng)已基本實現(xiàn)了中醫(yī)面診、舌診、聲診、問診、脈診的采集以及分析，可望為冠心病預(yù)警、健康評估、臨床療效、中藥新藥評審的臨床試驗供應(yīng)評價指標(biāo)。

1、冠心病舌診討論

舌診是富有中醫(yī)特色的診法之一。舌為心之苗竅，脾之外候?！侗嫔嘀改稀吩唬?辨舌質(zhì)可辨五臟之虛實，察舌苔可觀六淫之深淺。'因而舌診對冠心病證候虛實寒熱的辨證，以及療效評價、預(yù)后推斷都有重要意義。隨著計算機及其圖像處理分析技術(shù)討論的深化，舌診客觀化討論有了長足的進步。如李敬華[1]運用"適于療效評測的舌象儀'對200例冠心病患者舌圖像進行分析，計算了舌體參數(shù)如舌風(fēng)光積、薄苔與厚苔面積及舌質(zhì)、舌苔各自的顏色平均值(R、G、B)等，發(fā)覺舌質(zhì)顏色、舌苔顏色、舌苔厚度、瘀斑瘀點在冠心病各證型分布上有顯著差異。

本課題組提取了100例冠心病患者中醫(yī)治療前后的舌圖像參數(shù)[2],發(fā)覺冠心病不同中醫(yī)證型患者在治療前后舌圖像參數(shù)有顯著變化。如心氣虛組治療前舌體多胖厚有齒痕，治療后舌苔厚薄指數(shù)、齒痕指數(shù)下降;心陰虛組治療前患者舌質(zhì)光裂，多屬少津之證，而治療后整體舌色指數(shù)中的R值下降，舌色由深紅到淡紅，裂紋指數(shù)下降;痰濁組患者治療前以膩苔為多見，治療后舌苔腐膩指數(shù)下降。從肯定程度上說明舌診參數(shù)的轉(zhuǎn)變能為中醫(yī)診療評價供應(yīng)客觀依據(jù)。

2、冠心病面診討論

中醫(yī)學(xué)認(rèn)為，面部皮膚薄嫩、體內(nèi)氣血盛衰變化最易通過面色變化顯露出來?！鹅`樞邪氣臟腑病形》曰："十二經(jīng)脈，三百六十五絡(luò)，其血氣皆上于面而走空竅。'面部色澤變化能反映人體臟腑的氣血盛衰。心主血脈，其華在面，因此，面診在心病診治中有非常重要的意義，對心主血脈功能強弱有所提示。胡志希等[3]檢測冠心病心血瘀阻證患者與健康人面部5個區(qū)域的血流容積參數(shù)狀況，發(fā)覺冠心病心血瘀阻證患者上述指標(biāo)有特別變化。

袁肇凱等[4]對心氣虛、心血虛、心脈瘀阻證患者進行面部血管容積觀測，也發(fā)覺面部血管容積變化與不同證型的病理生理有肯定相關(guān)性。本課題組應(yīng)用自行研制的中醫(yī)面診數(shù)字化檢測儀采集并分析了冠心病、慢性支氣管哮喘、慢性腎功能衰竭、慢性乙型肝炎患者面色特征信息，發(fā)覺不同疾病面色參數(shù)變化有肯定的規(guī)律[5].對359例冠心病患者面色進行分析發(fā)覺，氣陰兩虛組、血瘀兼虛組、陰陽兩虛組以面色青黑和黃赤色較為多見;痰瘀互結(jié)組、陰虛組、氣虛組以面色青黑較為多見;不同證型之間面色參數(shù)R、G、B有顯著性差異，提示面色參數(shù)可作為冠心病臨床辨證的客觀依據(jù)之一[6].

3、冠心病聲診討論

中醫(yī)聲診是聞診的主要組成部分，是指醫(yī)生通過聽患者聲音的強弱、清濁等變化來辨析患者病之新久、寒熱虛實的不同性質(zhì)?！峨y經(jīng)》認(rèn)為，"聞而知之者，聞其五音以別其病',此即五聲應(yīng)五臟理論。與其他診法相比，聲診的客觀化討論成果尚未彰顯。林源等[7]運用電腦音頻分析儀分析了哮喘患者治療前后發(fā)音轉(zhuǎn)變的規(guī)律，高也陶[8]利用二十五音分析儀實時測定發(fā)音的頻率，依據(jù)"五臟相音'理論，討論了健康人的二十五音規(guī)律。

本課題組運用小波包分解，結(jié)合非線性分析方法分析了寒、熱、虛、實證型受測者的聲診信息;基于"五臟相音'理論，分析五臟疾病患者的聲診信息等。如我們運用自行研發(fā)的"中醫(yī)聞診采集系統(tǒng)'采集虛實證型聲樣308例，其中氣虛150例、陰虛52例、實證55例、正常對比組51例，并運用小波包變換和非線性時間序列方法提取上述聲樣不同頻段的近似熵，對正常與非健康、實證與虛證、氣虛與陰虛聲樣進行了分類識別，結(jié)果發(fā)覺，正常與非健康、實證與虛證、氣虛與陰虛的聲樣近似熵值在不同頻段具有顯著差異，基于支持向量機對上述證型進行分類識別，其識別率分別達到88.9%、90.4%、87.8%[9].又如，我們采集五臟病變患者聲樣803例，其中肺系139例、肝系48例、脾系86例、腎系66例、心系464例，另設(shè)正常組100例。以五臟相音理論為指導(dǎo)，運用樣本熵方法對上述聲樣進行分析，提取與中醫(yī)五臟分類相關(guān)的特征參數(shù)。結(jié)果發(fā)覺，在嵌入維數(shù)為2時，上述6類聲樣在不同頻段的樣本熵均有顯著性差異，且五臟病變患者聲樣不同頻段的總樣本熵值呈現(xiàn)如下規(guī)律：肺系組最高，其次為脾系組、心系組、肝系組、腎系組和正常組[10].中醫(yī)學(xué)認(rèn)為，"肺主聲',若肺系生理病理發(fā)生轉(zhuǎn)變，其反應(yīng)于聲音的信息則最為明顯，聲音信號的簡單度更高，體現(xiàn)在樣本熵值上趨于更高。我們采集100例冠心病患者治療前后的聲診信息，結(jié)果發(fā)覺冠心病心氣虛證、心陰虛證和痰濁證治療前后聲診參數(shù)的變化有顯著差異[2].從肯定程度上說明聲診參數(shù)的轉(zhuǎn)變能為中醫(yī)診療評價供應(yīng)客觀依據(jù)。

4、冠心病脈診討論

脈診是醫(yī)生用手指切按患者的脈搏，感知脈動應(yīng)指的形象，以了解病情、推斷病癥的診察方法。脈象的形成與心臟的搏動、脈道的通利和氣血的盈虧直接相關(guān)。近20年來中醫(yī)脈診客觀化討論取得很大的進展，陳素云等[11]基于時域特征探討了120例冠心病患者橈動脈脈圖時域特征及與血液流變學(xué)的關(guān)系;楊天權(quán)等[12]用頻率分析方法計算了冠心病動脈硬化患者脈圖諧波的幅值和相角，發(fā)覺脈圖諧波重量對于診斷動脈硬化有肯定的臨床意義;孫智山等[13]基于時域方法探討了冠心病患者冠狀動脈狹窄程度與脈象弦度有肯定的相關(guān)性。

本課題組運用不同的方法對冠心病脈象進行了討論?；跁r域方法分析了冠心病脈圖時域參數(shù)與冠脈狹窄程度及超聲心動圖指標(biāo)的相關(guān)性[14],討論表明，冠狀動脈及心臟形態(tài)的病理轉(zhuǎn)變可能是冠心病脈圖形態(tài)變化的病理基礎(chǔ)之一?；跁r頻結(jié)合方法如HHT方法分析比較了冠心病與正常人的脈圖特征的差異、同一患者支架植入手術(shù)前后脈圖特征的差異，討論表明，HHT方法對于區(qū)分冠心病患者與正常人的脈象以及冠心病患者支架植入術(shù)前后的脈象變化有顯著意義[15].基于非線性動力學(xué)方法分析了冠心病脈象特征，如基于遞歸定量分析、樣本熵討論了冠心病患者與正常人群脈圖的差異，通過繪制上述參數(shù)的ROC曲線評估了這些參數(shù)區(qū)分冠心病組和正常組脈圖的診斷價值[16-17].

在樣本熵的基礎(chǔ)上，我們運用多尺熵分析比較了冠心病患者與高血壓病患者、正常組脈象的差異[18].為了闡明脈象的遞歸定量參數(shù)能提高冠心病證型的識別率，我們基于問診信息和脈象參數(shù)建立了冠心病證型識別模型并進行了分類猜測，討論表明，基于問診信息融合脈象遞歸定理參數(shù)建立的證型模型，其識別性能高于融合脈象時域參數(shù)建立的模型;融合脈象參數(shù)(時域參數(shù)或遞歸定理參數(shù))建立的證型模型，其識別性能均高于僅基于問診信息建立的模型[19],該討論同時驗證了脈診在辨證中的重要作用，為建立"四診合參'模型奠定了基礎(chǔ)?；跁r頻方法結(jié)合非線性動力學(xué)方法，我們提取了HHT方法分解后冠心病脈象模型函數(shù)(IMF)的能量值、IMF樣本熵值，發(fā)覺冠心病各模態(tài)的'能量、樣本熵值顯著小于正常組;基于這兩類特征，運用隨機森林分類器對兩組進行區(qū)分，識別率可達90.21%[20].

5、冠心病問診討論

問診被視為"診病之要領(lǐng)，臨證之首務(wù)',在四診中占有重要地位。傳統(tǒng)問診來源于醫(yī)生的耳聞、患者的口述，其主觀性強、模糊性大，可重復(fù)性差，給臨床科研帶來困難。據(jù)文獻[21]報道，用以表達四診信息的癥狀表詞有817個，由發(fā)生部位和性質(zhì)聯(lián)合組成的復(fù)合癥狀有2317個，假如再考慮癥狀的發(fā)生緣由、誘發(fā)、加重等因素，形成的復(fù)合癥狀達4500個之多。因此，學(xué)者們開展了中醫(yī)問診規(guī)范化、客觀化討論。如王哲等[22]對中醫(yī)癥狀的量化表達方面進行了嘗試，采納臨床流行病學(xué)調(diào)查、條目分析及閱歷性篩選等方法，編制了簡明抑郁癥中醫(yī)證候自評量表。

本課題組以中醫(yī)心系問診量表的研制為切入點，進行了問診規(guī)范化的討論。我們運用問卷法，通過文獻梳理、專家爭論，初步確定了心系問診的條目池，在此基礎(chǔ)上，借助多元統(tǒng)計學(xué)方法進行癥狀的篩選，并對量表進行信度、效度等檢驗，從而研制了中醫(yī)心系問診采集量表[23].在量表制作完善的基礎(chǔ)上，結(jié)合現(xiàn)代計算機技術(shù)，研制了心系問診信息采集系統(tǒng)[24],實現(xiàn)了中醫(yī)心系問診信息的規(guī)范化和數(shù)字化。為了探討心血管疾病的中醫(yī)問診分類特征，為中醫(yī)證候診斷標(biāo)準(zhǔn)的建立供應(yīng)客觀依據(jù)，我們嘗試運用數(shù)據(jù)挖掘、模式識別等方法建立中醫(yī)問診模型。我們運用中醫(yī)心系問診量表和采集系統(tǒng)采集了3021例心系疾病患者的信息，其中冠心病有1521例[21],建立了中醫(yī)心系問診的隱結(jié)構(gòu)模型[25],該模型無論定性層面或定量層面都與心系辨證理論基本吻合?；趩栐\信息應(yīng)用支持向量機(徑向基函數(shù)與多項式函數(shù)2種算法)和人工神經(jīng)網(wǎng)絡(luò)(ACON與OCON2種結(jié)構(gòu)的網(wǎng)絡(luò))建立3000例心血管疾病常見證型心氣虛、心陽虛、心陰虛、痰濁、氣滯以及血瘀證的證候模型，討論發(fā)覺，基于OCON結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)建立的證候模型，其識別精確?????率最高，均在60%以上，其中心氣虛和心陽虛證分別高達92.4%、82.9%[26].在前期討論的基礎(chǔ)上，我們對機器學(xué)習(xí)領(lǐng)域的多標(biāo)記學(xué)習(xí)進行了討論，提出了基于標(biāo)記相關(guān)特征的多標(biāo)記學(xué)習(xí)算法(revelantfeatureforeachlabel,REAL),建立中醫(yī)證候模型[27-28],基于REAL對695例冠心病常見證型心氣虛、心陽虛證、心陰虛證、痰濁證、血瘀證和心腎不交證進行分析，建立了冠心病中醫(yī)證候模型，對于上述證型的識別率分別為73.5%、89.5%、79.1%、63.8%、85.2%、81.8%.REAL模型能很好地處理兼證，充分關(guān)注了證型和癥狀的關(guān)系，適合于中醫(yī)辨證模型的建立。

6、冠心病四診信息融合的討論

中醫(yī)"望、聞、問、切'四診信息是辨證論治的基礎(chǔ)，通過四診合參，達到審查病因、闡述病機、確定治療原則以及推斷預(yù)后等目的。然而傳統(tǒng)中醫(yī)診法缺乏客觀評價標(biāo)準(zhǔn)，導(dǎo)致中醫(yī)辨證的精確性和可重復(fù)性較差，因此，實現(xiàn)中醫(yī)四診信息的客觀化、辨證規(guī)范化是中醫(yī)進展的迫切需要。早在20世紀(jì)70年月，已有學(xué)者在中醫(yī)領(lǐng)域引入計算機信息處理技術(shù)，開展了中醫(yī)專家系統(tǒng)的討論[29].

早期的中醫(yī)專家系統(tǒng)都是基于規(guī)章的推理[30],其缺點是自主"學(xué)習(xí)'力量和"適應(yīng)'力量較差，學(xué)問自動更新困難。21世紀(jì)初，隨著計算機技術(shù)的進展，數(shù)據(jù)挖掘、人工智能等技術(shù)引入到中醫(yī)辨證推理的討論領(lǐng)域，如基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)、決策樹方法建立中醫(yī)辨證系統(tǒng)[31-32].由于受限于當(dāng)時四診信息標(biāo)準(zhǔn)化采集手段及其信息化技術(shù)水平，參加辨證的客觀化指標(biāo)量化不足如望診、聲診等信息尚未客觀量化，影響了最終的辨證結(jié)果。近幾年，中醫(yī)四診信息客觀采集和分析系統(tǒng)的討論日益完善，為開展問診、舌面、脈、聲診等四診客觀信息的融合討論奠定了基礎(chǔ)，四診信息融合討論成為中醫(yī)診斷客觀化討論的必定進展趨勢。

20年來本課題組合作開展了中醫(yī)脈診、問診、望診和聲診等檢測系統(tǒng)的討論，研制出中醫(yī)四個診法的采集與分析系統(tǒng)，其能夠供應(yīng)的客觀化指標(biāo)基本掩蓋了四診的信息，解決了參加辨證的客觀化指標(biāo)量化不足的缺陷。在此基礎(chǔ)上，我們研發(fā)了集成的中醫(yī)四診檢測系統(tǒng)，并對"四診合參'信息融合討論做了很多創(chuàng)新性的嘗試。應(yīng)用中醫(yī)四診檢測系統(tǒng)獵取患者的舌診、面診、脈診、問診、聲診等四診綜合信息，基于四診信息分別應(yīng)用支持向量機和人工神經(jīng)網(wǎng)絡(luò)建立了506例心系疾病常見心氣虛、心陽虛證、心陰虛證、痰濁證、血瘀證和氣滯證的證候模型并進行猜測，基于人工神經(jīng)網(wǎng)建立證候模型中，氣滯證模型的識別最高(87.07%),基于支持向量機建立的證候模型中，心陽虛證模型的識別率最高(81.70%)[28,33].為了驗證"四診合參'的優(yōu)勢，分別基于問診、基于問診+望診、基于問診+望診+脈診、基于問診+望診+脈診+聲診4個數(shù)據(jù)集建立辨證模型并對其進行比較?？紤]臨床多兼證，采納REAL算法進行辨證模型的建模?；赗EAL算法，建立了693例冠心病四診信息融合的辨證模型，該模型通過互信息最大化來選擇與證型最相關(guān)的特征子集，從而建立心氣虛證、心陽虛證、心陰虛證、痰濁證、血瘀證和心腎不交證的識別模型。當(dāng)建模的數(shù)據(jù)集采納問診信息時，上述證型的平均識別率為84.9%,當(dāng)建模的數(shù)據(jù)集采納問診+望診信息時，上述證型的平均識別率為85%,當(dāng)建模的數(shù)據(jù)集采納問診+望診+脈診信息時，上述證型的平均識別率為85.1%,當(dāng)建模的數(shù)據(jù)集采納問診+望診+脈診+聲診信息時，上述證型的平均識別率為85.8%.由此可見，當(dāng)四診信息收集全面時，模型的識別率最高。

7、展望

隨著科學(xué)技術(shù)的進展，