基于心电信号智能信息处理的人体经络穴位定位方法

摘要

本发明公开了一种基于心电信号智能信息处理的人体经络穴位定位方法，首先，选定人体经络中需要确定穴位的任何一条经络，在需定位的穴位点所在位置的皮肤上选取直径为3cm的区域内，采用网状结构对该区域进行分割，并以网状结构中的网眼作为测试点，采用生理信号采集仪采集按照双极肢体导联法标准I获得的测试点心电信号；然后，对测试点的心电信号采用db1小波包进行3层分解，并对分解后的信号进行单支重构，对重构后的每个单支信号进行熵估计，并将此熵估计值作为穴位各测试点的能量特征值；采用分层-K均值混合聚类法进行穴位点和非穴位点数据的划分，从而获得所需穴位点的准确位置。

说明书

技术领域

本发明涉及人体经络穴位的定位技术，更具体地说，是涉及一种基 于心电信号智能信息处理的人体经络穴位定位方法。

背景技术

在中医理论中,经络就是人体内运行气血、沟通内外表里、网络全 身的一个系统。经络是人体经脉和络脉的总称，经脉是经络系统的主干， 多行于深部，其上分布有穴位，并有固定的循行路径。而络脉则是经脉 的小分支，可循行于浅表，其上没有穴位分布，并纵横交错网络全身。 经络上的穴位是人体上与脏腑器官和相关部位相联系的特殊区域，它具 有输注气血、反映病痛和感受信息的特征。因此中医治病中常将其作为 针灸和推拿等疗法的施治部位。

然而，对于如何找准穴位，中医理论中一直没有一个科学定量的方 法，由于经络在解剖中不可见，人体外形又存在个体差异，所以如何准 确科学确定穴位一直是采用针灸方法进行诊疗中的难点问题。此外，经 络穴位的准确定位将直接关系到中医治疗的效果，尽管中医学中常用的 穴位定位法有骨度分寸法、体表解剖标志定位法和手指比量法，但是这 些方法都是基于经验和感觉，存在一定的主观性，并缺乏科学依据。要 找准穴位，仅凭经络学说的理论和经验是很容易存在定位误差的，因此， 必须先根据穴位点和非穴位点以及不同穴位点之间的特征，采用科学方 法才能对人体经络穴位进行准确定位。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种基于心电信 号智能信息处理的人体经络穴位定位方法，能够根据采集到的人体经络 穴位测试点的电信号（ECG）,通过采用智能信息处理技术对所测得的心 电信号进行特征提取和聚类分析，从而对人体经络上的穴位点进行准确 定位的方法。

为达到上述目的，本发明采用如下的技术方案：

一种基于心电信号智能信息处理的人体经络穴位定位方法，该人体 经络穴位定位方法包括以下步骤：

A．选定人体经络中需要确定穴位的任何一条经络，在需定位的穴 位点所在位置的皮肤上选取直径为3cm的区域内，采用网状结构对该区 域进行分割，并以网状结构中的网眼作为测试点，采用生理信号采集仪 采集按照双极肢体导联法标准I获得的测试点心电信号；

B．对测试点心电信号采用db1小波包进行3层分解，并对分解后 的信号进行单支重构，对重构后的每个单支信号进行熵估计，并将此熵 估计值作为穴位各测试点的能量特征值；

C．采用分层-K均值混合聚类法进行穴位点和非穴位点数据的划分， 从而获得所需穴位点的准确位置。

所述步骤B进一步包括以下步骤：

B1．对采集的任意一个穴位测试点的心电信号为s(t)，用db1小波 包对s(t)进行3层分解，分解得到8个子频带信号；

B2．对小波包分解后的第3层8个子频带信号进行单支重构；

B3．对重构后的第3层每个子频带信号s_i按下式进行Shannon熵估 计，

$E_{s_i}=-\underset{i}{\Sigma }{E}_i^2\log \left(E_i^2\right)$

且有0log(0)＝0，E_i＝|d_i(k)|²，d_i(k)是信号s_i的标准正交基的系数，由 此得到小波包分解重构后的经络穴位测试点心电信号s(t)的熵能量特征 向量为

$E=[E_{s_1},E_{s_2},E_{s_3}.E_{s_4}.E_{s_5},E_{s_6}.E_{s_7},E_{s_8}],$其中为第i个子频带 信号的熵能量特征值。

所述步骤C进一步包括以下步骤：

C1．对测试点心电信号熵能量数据进行单个测试者样本一次实验归 一化；

C2．根据小波分解后原始的各单支信号熵能量的权重，对归一化后 的数据进行加权，获得每个经络穴位测试点s(t)的相对熵能量数据为 $\tilde{E}=[{{\tilde{E}}_s}_1,{{\tilde{E}}_s}_2,{{\tilde{E}}_s}_3,{{\tilde{E}}_s}_4,{{\tilde{E}}_s}_5,{{\tilde{E}}_s}_6,{{\tilde{E}}_s}_7,{{\tilde{E}}_s}_8],$其中为第i个子频带信号 的相对熵能量特征值；

C3．对经络的第一基频分量的能量值按照分层聚类的方法划分成两 个不同区域，并分别在不同区域内随机选取熵能量样本个体作为最佳初 始中心Z₁和Z₂；

C4．按最短距离原则将其余样本分配到Z₁和Z₂对应的两个类别C₁(k) 和C₂(k)中，这里k为迭代次数；

C5．经过一次迭代后，按照下式重新计算C₁(k)和C₂(k)的新聚类中 心：

其中i=1,2;n_i为类C_i中的个体数；

C6．若聚类中心Z_i(k+1)≠Z_i(k)，i=1，2，则返回至步骤C4；

继续重新对样本聚类；否则迭代结束，经络穴位测试点心电信号熵 能量样本将被最终分为两类C₁和C₂中；

C7．分别按下式计算C₁和C₂中所有测试点信号的熵能量均值和 两者中能量值大的类所包含的测试点就是穴位点，而平均能量较低 的类所包含的测试点则是非穴位点，从而实现人体经络穴位点和非穴位 的准确划分；

其中为C_i中第k个个体第j个相对熵能量 属性值。

本发明的一种基于心电信号智能信息处理的人体经络穴位定位方 法，通过选定人体某条经络上的任意穴位点作为测试对象，并在该穴位 点所在位置区域选择若干不同测试点，采集每个测试点的心电（ECG） 信号，然后针对ECG信号采用小波包分解技术提取被测的经络穴位测试 点的熵能量特征，最后基于熵能量特征数据利用聚类分析的方准确划分 穴位点和非穴位点，以实现对人体经络穴位的准确定位。

具体实施方式

下面结合实施例进一步说明本发明的技术方案。

一种基于心电信号智能信息处理的人体经络穴位定位方法，该定位 方法包括以下步骤：

1)人体经络穴位测试点心电信号采集实验

人体经络穴位心电信号采集实验首先选定人体经络中需要确定穴 位的任何一条经络，并确定所需定位的穴位点，在需定位的穴位点所在 位置的对应皮肤上选取直径为3cm的区域内，采用网状结构对该区域进 行分割，其中，以网状结构中的N个网眼作为不同的测试点，并按照双 极肢体导联法标准I测试心电信号。实验中采用生理信号采集仪作为心 电信号采集设备，并采用银电极作为与皮肤的接触电极，同时对所需判 断的选定好的穴位测试点（包括穴位估计测试点和其周围非穴位测试 点）进行心电信号实验。由于心电信号一般是幅值为10uV~5mV频率为 0.05～100Hz的微弱信号，因此本实验中信号的采样频率为1kHz，扫描 速度为200ms/div，并对信号进行了50Hz陷波及100Hz滤波。

2)经络穴位测试点心电信号的特征提取

本发明根据实验采集得到的经络穴位测试点心电信号数据，采用小 波包分解技术对数据进行分解，并提取各穴位测试点熵能量的差异特 征，作为人体经络穴位点的定位的依据。

小波包概念是基于小波的基础上提出的，但是与小波变换相比，小 波包变换不仅对信号低频部分进行分解，同时对信号的高频部分也进行 二分滤波分解。因此，经络穴位测试点的心电信号采用小波包变换进行 分解。此外，对分解后信号进行重构，可以得到原始信号与重构信号的 误差。根据得到误差最小化原则，并通过对经络数据的比较分析，最终 选择db1小波包进行3层分解为经络穴位心电信号的最优小波包分解。 并且为了去噪，还需要对小波包分解后的8个子频带信号进行单支重 构。对重构后的每个单支信号进行熵估计，并将此熵估计值作为穴位各 测试点的能量特征值。每个经络穴位测试点可以多次测量，而对每个经 络穴位测试点一次实验心电信号进行熵能量特征提取的步骤如下：

①设一次测试实验中采集的某个穴位测试点的心电信号为s(t)， 用db1小波包对s(t)进行3层分解，分解得到8个子频带信号；

②对小波包分解后的第3层8个子频带信号进行单支重构；

③对重构后的第3层每个子频带信号s_i按式(1)进行Shannon熵 估计。

$E_{s_i}=-\underset{i}{\Sigma }{E}_i^2\log \left(E_i^2\right)---\left(1\right)$

且有0log(0)＝0，E_i＝|d_i(k)|²，d_i(k)是信号s_i的标准正交基的系数。由 此可以得到小波包分解重构后的经络穴位测试点心电信号s(t)的熵能量 特征向量

$E=[E_{s_1},E_{s_2},E_{s_3}.E_{s_4}.E_{s_5},E_{s_6}.E_{s_7},E_{s_8}],$其中为第i个子 频带信号的熵能量特征值。

3)经络穴位测试点心电信号的聚类分析

因为每个人的身体状况存在差异，直接由小波包分解而获得的人体 经络穴位和非穴位心电信号熵能量必须先经过归一化加权，消除个体差 异造成的影响后，才能通过聚类分析划分穴位点和非穴位点的能量数 据。本发明采用一种分层-K均值混合聚类方法（HK-means)进行穴位点 和非穴位点数据的划分。该方法首先对经络的第一基频分量的能量值按 照分层聚类的方法划分成两个不同区域，并分别在不同区域内随机选取 样本个体作为最佳聚类初始中心，然后再用基本K-means方法区分穴位 点和非穴位点。具体步骤如下：

①对N个经络穴位测试点心电信号熵能量数据进行单个测试者样本 一次实验归一化；

②根据小波分解后原始的各单支信号熵能量的权重，对归一化后的 数据进行加权，获得每个经络穴位测试点s(t)的相对熵能量数据 $\tilde{E}=[{{\tilde{E}}_s}_1,{{\tilde{E}}_s}_2,{{\tilde{E}}_s}_3,{{\tilde{E}}_s}_4,{{\tilde{E}}_s}_5,{{\tilde{E}}_s}_6,{{\tilde{E}}_s}_7,{{\tilde{E}}_s}_8],$其中为第i个子频带信号 的相对熵能量特征值；

③对经络的第一基频分量的能量值按照分层聚类的方法划分成两 个不同区域，并分别在不同区域内随机选取熵能量样本个体作为最佳初 始中心Z₁和Z₂；

④按最短距离原则将其余样本分配到Z₁和Z₂对应的两个类别C₁(k) 和C₂(k)中，这里k为迭代次数；

⑤经过一次迭代后，按照式(2)重新计算C₁(k)和C₂(k)的新聚类中 心：

$Z_i(k+1)=\frac{1}{n_i}\underset{X\in C_i\left(k\right)}{\Sigma }X,---\left(2\right)$

其中i=1,2;n_i为类C_i中的个体数。

⑥若聚类中心Z_i(k+1)≠Z_i(k)，i=1，2，则返回至步骤④，继续重新对 样本聚类；否则迭代结束，经络穴位测试点心电信号熵能量样本将被最 终分为两类C₁和C₂中。

⑦分别按式（3）计算C₁和C₂中所有测试点信号的熵能量均值和两者中能量值大的类所包含的测试点就是穴位点，而平均能量较低的类 所包含的测试点则是非穴位点。最终实现人体经络穴位点和非穴位的准 确划分。

${\bar{E}}_i=\frac{1}{n_i}\underset{k=1}{\overset{n_i}{\Sigma }}\left(\underset{j=1}{\overset{8}{\Sigma }}{\tilde{E}}_{\mathrm{kj}}\right)---\left(3\right)$

其中为C_i中第k个个体第j个相对熵能量属性值。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来 说明本发明的目的，而并非用作对本发明的限定，只要在本发明的实质 范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求的 范围内。