本发明涉及一种人体健康状态评测方法，具体为确立脉搏波谐波与人体经络和脏腑健康状态关联关系的一种数学方法。
背景技术：
由于生活方式、工作压力等原因，当前社会亚健康发生率居高不下，然而对亚健康状态的实际检查和治疗存在很大难度。由于其症状比较复杂，评估方式比较主观而且难以统一。处于亚健康状态的人身上无法检查出任何器质性病变、功能性改变或代谢异常，故基于常规医学手段和方法无法有效予以确诊，因而无法治疗或治疗缺乏针对性。
从人体循环角度看，脉搏波作为一种拟周期信号，由心脏的周期性跳动引发，通过血管传送到周身。所以，在其传递过程中受到多种生理或病理因素的影响，会出现速度、强度的不同，即所谓的脉象强弱急促之分。通过对脉搏波中隐含的生理、病理信息进行解析可对个体心身状况进行有效诊断。
从传统中医脉诊的角度来看，从脉搏波中有效提取出能反映人体健康状态的指标，建立脉搏波谐波与经络和脏腑健康状态关联的数学方法将有助于推动对人体亚健康状态的诊断、人体脏腑健康状态的评测的实现。
技术实现要素：
为了克服人体亚健康状态检测的复杂性，本发明结合中医人体经络理论，设计数学方法建立脉搏波谐波与经络和脏腑健康状态之间的关联关系，从而达到健康评测的目的。
本发明采用光电容积脉搏传感器获取人体特定部位原始脉搏信号。设计带通滤波器消除基线等各种干扰与噪声，采用差分聚类方法进行单脉搏波识别。对各个脉搏波进行傅立叶变换得到波形的谐波分量，取前12次分量统计各次谐波时间延时，同时分析倍频特征。对连续脉搏波的谐波特征值进行相空间重构，计算概率密度函数并进行正态分布拟合。根据血管共振理论，认为脉搏波各次谐波分别对应于中医理论中的12经络的穴位和相应脏腑器官，这些谐波所对应的器官依次为肝、肾、脾、肺、胃、胆等，所以可根据谐波的正态分布状态进行人体各器官的健康情况分析。
本发明的技术方案为：
一种基于脉搏波谐波的人体健康状态评测方法，其步骤如下：
1）采用光电容积脉搏波检测方法得到人体特定部位处脉搏波。
2）由于信号中存在工频等高频噪声的干扰，需要应用低通滤波器加以去除。同样需要消除因人体运动产生的基线漂移等低频噪声的干扰。综合上述因素，我们选用带通滤波器完成滤波处理。
3）对脉搏波的相邻点求差分，对所得差分进行聚类分析：对因差分运算而去除误差的相应点取幅值，对幅值再进行聚类可得到峰值点。根据峰值点数值可以进行单脉搏波分离。
4）对分离后的单脉搏波进行傅立叶变换得到频率信号，提取单脉冲频谱中前12次谐波幅度的对数值为特征值，将连续单脉冲的各次谐波特征值组成时间阵列。
5)将上述时间序列进行相空间重构并求取对应于各次谐波的概率密度函数。
6）对脉搏波谐波的概率密度进行对数正态分布拟合。由于脉搏波各次谐波分别对应着中医理论中的12经络的穴位和相应脏腑器官，它们依次为肝、肾、脾、肺、胃、胆等。所以，可根据谐波概率密度的正态分布状态进行人体各器官的健康状态评估。
本发明的有益效果在于：
本发明运用统计学方法消除个异性误差因数，运用数学分析方法在脉搏波各次谐波与人体相应器官健康状态评测之间确立一种关联关系。
实验表明，本发明在人体的亚健康评测与各器官病变预测方面是可行的。本发明为后续分析与实施系统提供了有效的理论与实验依据。
附图说明
图1为本发明的实验中从人体手指处采集的脉搏波信号；
图2为脉搏波示意图。其中，标注1是波形图中的主波，标注2为潮波或重搏前波，标注3为降中波，标注4重搏波；
图3为本发明的实验数据经正态分布函数进行拟合的结果。
具体实施方式
本发明采用光电容积脉搏波检测方法，具体实施方式为：置于手指或特定脉搏波采集部位一侧的光源发出特定波长的光，由于皮肤、肌肉、软组织等非搏动组织吸收的光强不随时间改变，而动脉中的血液容积随心脏的舒张和收缩周期性波动，使得其吸收的光强与心脉搏动同步变化，此时由光敏接收器检测到的光强度也是一个波动信号，如图1所示。由于人体的运动会造成运动干扰，所以检测到的波动信号会存在基线漂移，同时伴有工频及高频干扰，需要设计滤波器加以去除。由于脉搏波的能量主要分布在0.5hz～4.0hz，在此选用9阶iir巴特沃斯滤波器实现滤波处理。根据巴特沃斯滤波器在通频带幅频曲线较平坦和阻频带较快的下降为零的特点，选取通带和阻带频率分别为0.5～4hz和0.2～6hz，3db和40db为通带最大衰减和阻带最小衰减，既能滤除高频噪声的干扰，又有效保护了脉搏波的频带范围。
由于不同人之间以及同一个人不同病理状况下的脉搏波信号时域的波形特征有很大的差异，这些差异体现为时域脉搏波会呈现不同的节律，但同一个体的峰值点幅值差异较小。所以，在此采用差分聚类的方法，即对脉搏波的相邻点求差分，同时结合聚类分析,对极值点进行判断得到峰值点。基于差分聚类方法的具体步骤为：
1）计算信号向前差分标定值。当差分大于等于零（脉搏的升支）时，定义不变；当差分小于零（脉搏的降支）时，定义为零。
2）记录标定值改变处为可能出现的极值点。
3）计算极值点的差分。若当前点的差分与后一点的差分不属于同一类，则可判断此点为可能极值点，初步去除由于信号毛刺的误差点。
4）对可能极值点对应信号的幅值进行聚类分析，将数据用k-means法分成两类，其中峰值点为数量较少的类别，由此去除由于信号重搏波（见图2）的峰值点造成的误差点。
5）将所有符合条件的峰值点存入数组。
根据上述求取的极小值和极大值点可实现单脉搏波的有效分离。
由于多个具非常相近周期的单一脉搏波信号频谱的波峰彼此会出现一定偏移。随着脉搏波信号周期数目的增加，各次非零谐波会对应形成特定的概率分布，所以在此对单脉搏波进行傅立叶变换，对连续单脉搏波频谱特征进行统计分析，以单脉搏波频谱中的每个频率点处的幅值作为脉搏波频谱信号的特征值，对这些特征值进行相空间重构，由重构序列采用关联积分可求得概率密度函数。概率密度函数计算过程可分解为：
1）输入重构过的矩阵；
2）对相空间中的所有点求距离；
3）调用heaviside函数计算所有的heaviside函数值并求和；
4）计算出关联积分的值并求其密度。
为得到积分密度函数的统计意义，在此对其进行对数正态分布拟合。为了使实验数据尽可能准确，对每位受试者分别多次采集多脉搏波，采集人群为21～27岁的青年，实验时处于平静状态。将脉搏波预处理后，取出20s的数据的概率密度进行对数正态拟合。图3为其中一组实验数据拟合图，从左至右谐波次数依次增大，第一行为前三次谐波结果，第二行为第四次至第六谐波相应结果，可见各次谐波与对数正态分布有较好的拟合度。
按照王唯工教授提出的器官共振原理，人体的各个器官即心、肝、肾、脾、肺、胃、胆、膀胱、大肠、三焦、小肠、心包经依次对应脉搏波信号的频谱中由低到高的0-11次谐波脉频，也就是说基波为第一倍频谐波，由基波到第4次谐波对应于人体的五脏，后面各高次谐波主要相应于六腑和心包所对应经络。
本发明中分析结果表明：在脉搏波信号的频谱中，基频即对应平均心跳频率，而相继的波群幅值波峰对应各倍频谐波，其所对应谐波频率为基频即心跳频率的整数倍，这与王唯工血管共振理论中提出的结论相一致。
本发明对脉搏波谐波进行正态分布的拟合程度进行了显著性分析。经过多次试验，分别计算每次拟合所有谐波拟合误差值的和，得到m=5时拟合误差最小，m>6时拟合误差增长。同时，由正态拟合的判定情况可得m>=5时，各次谐波对应重构相空间概率密度符合对数正态分布。谐波主要与脏器和经脉对应，当气血循环状态处于健康状态，其重构相空间的概率密度函数显示出对数正态分布，表明了概率密度函数可用于谐波分布检测，而谐波分布的异常通常意味着健康状态的改变，因此可应用于对人体各脏腑的健康程度评测。