中醫脈象是一種受多種因素影響的非平穩周期信號，脈象圖形的頻率分布常常隨時間迅速變化，存在著許多模糊的邊界,脈象形成的機理目前尚未完全明了。用傳統時域內的幾何分析、數學解析、特征參數解算，頻域內的傅立葉分析技術顯然不能滿足對脈象信號分析研究的需要。特別是中醫脈象診斷是根據人體左右手撓動脈的寸、關、尺以及寸上、尺下脈搏信號進行整體、綜合辯證的，而且中醫脈診的另一個很重要的特點是定性分析，所以如何從多學科、多途徑、多指標獲取脈位數形勢的變化信息,確立脈象圖形在多種因素影響下的模糊邊界的閾值限，應用近代數學、物理學、生理學、生物工程學、電子計算機、頻譜分析等科學手段，進行多學科相互交叉來研究中醫脈象的機理。將中醫脈象的脈形、脈位、脈數、脈勢從定性到定量，使其理論客觀化、數量化,同時把這些信息轉變為中醫脈診理論的辨證概念，進而融合四診合參，進行科學、規范的辨證診斷。所以在脈象信號的數學方法研究中，跳出心血管系統機械模型分析的圈子，以中醫理論為基石來分析研究，給中醫脈診理論賦予現代科學的意義，是中醫脈象研究的特點及難點。
 
3.2時間－頻率分析法
     時間－頻率分析法[5]簡稱時頻分析法(Time frequency representation,TFR)是把一維信號或系統表示成一個時間和頻率的兩維函數，時頻平面能夠描述出各個時刻的譜成分。時頻分析方法的早期研究者Wigner提出了Wigner分布，在該時頻能量分布的時頻平面上能夠發現很多有趣的特性。時頻平面的概念同樣被Gabor用于相應的Gaussian函數。常使用的短時傅立葉變換（Shot time fourier transform,STFT）即是Gabor’s信號表達的一個廣義情形。這種分析工具在具有線性特性信號領域的處理中被廣泛使用。小波變換（Wavelet transform,WT）是20世紀80年代后發展起來的一種重要的新變換分析方法，它在時頻平面上具有可變的時間和頻率分辨率（具有自適應性、可自動調節時頻窗），即在高頻區域具有好的時間分辨率，在低頻區域具有好的頻率分辨率。小波變換這種獨特的能力使得它成為一種分析非平穩信號的有力工具，被稱為“數學顯微鏡”。
時頻分析方法的研究分析作用主要分為三類：（1）用于動態譜分析，看它能否比傳統譜圖解釋出更多的信息；（2）通過時頻分布間接計算出某些希望得到的特征參數；（3）根據時頻分布實現信號的重構、壓縮編碼及模式識別等；（4）可實現多傳感器數據、多源信號的融合技術，以及動態系統狀態的多尺度估計、隨機建模、強跟蹤濾波、線性逆問題求解等。
時頻分析法，特別是小波變換與多尺度估計理論，都是近幾年才發展起來的新型數學分析方法，現已在很多領域特別是在生物醫學領域的信號分析及圖像處理中廣泛應用，該方法也必將成為中醫脈象圖形、信號分析研究中非常有力數學工具。

 << 上一頁  [11] [12] [13] [14] [15] [16] 下一頁