冠状动脉不同病变程度患者中医脉图特征参数分析
来源:用户上传
作者:刘璐 陈瑞 张春柯 王忆勤 燕海霞 郭睿
摘要：目的 通過分析冠心病疑似患者冠状动脉不同病变程度的脉图特征参数，探讨冠状动脉病变程度与脉图特征的相关性，挖掘脉诊的临床价值。方法 采用ZBOX-Ⅰ型脉象数字化采集分析仪采集脉象样本，依据冠状动脉病变程度评分分为冠脉正常组、冠脉非严重病变组、冠脉严重病变组。采用非参数检验分析3组脉图时域特征参数差异。结果 与冠脉正常组及冠脉非严重病变组比较，冠脉严重病变组脉图时域参数t1、t1/T、t1/t4显著增大（P<0.01），h5/h1显著减小（P<0.05）;与冠脉非严重病变组比较，冠脉严重病变组t5/t4、h4/h1显著增大（P<0.05），T、h5/h1显著减小（P<0.01），t4显著减小（P<0.05）。基于脉图时域特征参数，运用随机森林的模式识别方法，建立冠状动脉不同病变程度的评估模型，该模型对3组不同冠状动脉病变程度的平均识别率为77.94%。结论 冠状动脉不同病变程度患者的脉图时域特征存在显著差异，其参数变化可反映不同分组患者的心血管特征。脉诊的无创检测技术可作为现有心血管病变检查技术的辅助工具，在心血管疾病筛查和监测中发挥作用。
关键词：冠状动脉病变程度;Gensini评分;脉图;时域参数
中图分类号：R241.1 文献标识码：A 文章编号：1005-5304（2020）04-0013-05
DOI：10.3969/j.issn.1005-5304.201907249
Analysis on Characteristic Parameters of TCM Pulse Patterns in Patients with Different Degrees of Coronary Artery Disease
LIU Lu1，2， CHEN Rui1，2， ZHANG Chunke1，2， WANG Yiqin1，2， YAN Haixia1，2， GUO Rui1，2
1. School of Basic Medical Sciences， Shanghai University of Traditional Chinese Medicine， Shanghai 201203， China; 2. Key Laboratory of Health Identification and Assessment of Shanghai， Shanghai 201203， China
Abstract： Objective To discuss the correlation between the degree of coronary artery disease and the characteristics of pulse patterns by analyzing the characteristic parameters of different degrees of coronary artery in patients with coronary heart disease; To explore the clinical value of pulse diagnosis. Methods Pulse samples were collected by ZBOX-Ⅰ pulse digital acquisition analyzer， and they were divided into three groups according to the severity of coronary artery disease （normal coronary artery group， non-severe coronary artery disease group， severe coronary artery disease group）. The non-parametric test method was used to analyze the difference of the time-domain characteristic parameters of the three groups of pulse patterns. Results Compared with the normal coronary artery group and the non-severe coronary artery disease group， the time-domain parameters t1， t1/T and t1/t4 of the severe coronary artery disease group significantly increased （P<0.01）， and h5/h1 significantly decreased （P<0.05）; Compared with non-severe coronary artery disease group， t5/t4 and h4/h1 significantly increased in severe coronary artery disease group （P<0.05）， and T and h5/h1 significantly decreased （P<0.01） and t4 decreased significantly （P<0.05）. Based on the time-domain characteristic parameters of the pulse map， the pattern recognition method of random forest was used to establish an evaluation model of different degrees of coronary artery stenosis. The average recognition rate of the three groups of coronary artery disease was 77.94%. Conclusion There are significant differences in the time-domain characteristics of the patients with different degrees of coronary artery disease. The parameter changes can reflect the cardiovascular characteristics of different groups of patients. The non-invasive detection technique of pulse diagnosis is expected to be an auxiliary tool for the existing cardiovascular disease examination technology， which plays a certain role in the screening and monitoring of cardiovascular diseases. Keywords： degree of coronary artery disease; Gensini score; pulse map; time-domain parameters
冠心病是在冠状动脉粥样硬化改变下，血管腔阻塞、狭窄后心肌缺氧缺血、坏死导致的心脏病。动脉功能和结构改变是导致临床心血管事件的主要原因，识别血管病变对于逆转和预防冠心病等心血管事件极为重要[1]。目前冠状动脉造影（CAG）是明确冠状动脉病变位置、病情严重程度最直接准确的方法，血管内超声、高分辨率核磁共振成像等也可明确显示血管病变，但上述检测方法常因有创性、费用高昂或操作繁琐等限制了应用。因此，寻找无创、便捷且有效的血管病变状态检测方法是研究者们努力的方向。《素问·六节脏象论篇》有“心者，生之本，其充在血脉”，表明脉象产生与心脏搏动、心气盛衰、脉道通利和气血盈亏直接相关。心脏节律性收缩和舒张引起血管壁搏动，这种搏动沿着动脉树传播，受到流经各级动脉及分支中各种生理因素如血流、血压、血管壁弹性等的影响，使动脉波中包含极丰富的心血管系统生理病理信息[2]。中医脉诊寸口诊法即是获取心脏搏动产生的脉搏波在桡动脉处显现的部位、速度、振幅、节律和形态等。通过检测脉图可获得脏腑病变信息，尤其是血管结构与功能变化。本研究以冠心病疑似患者为研究对象，根据冠状动脉造影情况，计算冠状动脉Gensini积分，将其作为冠状动脉病变不同严重程度的分组依据，研究脉象时域特征与冠状动脉病变严重程度相关性。
1 资料与方法
1.1 一般资料
选择2018年4月-2019年4月上海中医药大学附属曙光医院（110例）、上海市中医医院（10例）、上海市中西医结合医院（46例）心内科行CAG的冠心病疑似患者166例。记录患者基本信息及CAG报告。全部资料的获取均经患者本人知情同意，并对患者信息严格保密，资料仅用于本研究。本研究经上海中医药大学伦理委员会审查批准（2016年3月）。
1.2 纳入标准
①行CAG检查;②能配合完成中医症状、体征及有关病史资料的完整采集者;③能配合采集脉象者。
1.3 排除标准
①经检查证实为其他心脏疾病、重度神经官能症、围绝经期综合征、颈椎病所致胸痛者;②合并重度心肺功能不全，重度心律失常，肝、肾、造血系统等严重原发性疾病;③精神病患者;④既往接受冠状动脉旁路移植术、经皮冠状动脉介入治疗术者。
1.4 冠状动脉病变程度评定方法
Gensini积分法为国内外大多数学者公认的评价冠状动脉病变严重程度的指标[3-4]。对患者行CAG，主要观察左主干，前降支，第一、第二对角支，回旋支及分支，右冠脉等冠状动脉血管病变程度。采用Genisni积分法计算总积分，即对冠状动脉不同血管进行分段，并根据其病变程度乘以不同权值[5]。
狭窄程度≤25%计1分，26%～50%计2分，51%～75%计4分，76%～90%计8分，91%～99%计16分，100%计32分;左主干×5，左前降支近段×2.5、中段×1.5、远段×l，第一对角支×l，第二对角支×0.5，左回旋支近段×2.5、远段和后降支、钝缘支均×1，后侧支×0.5，右冠近、中、远段和后降支均×1。多处病变时计算各病变处的积分之和为Gensini总积分。
根据积分将研究对象分3组：冠脉正常组（0分），冠脉非严重病变组（0<积分≤30分），冠脉严重病变组（>30分）。
1.5 脉象采集方法
于冠状动脉造影术前采集脉象样本。保持室内安静，采集前向患者介绍相关流程及注意事项，嘱患者保持平静状态。患者取端坐位，取脉部位为左手手腕内侧、腕后高骨（桡骨茎突）旁桡动脉搏动处，即寸口关部，此处脉搏搏动最明显，易于检测。操作者将上海中医药大学研制的ZBOX-Ⅰ型脉象数字化采集分析仪压力传感器探头置于受试者左寸口关部60 s，采集最佳脉图，用于参数提取与分析。该脉象仪可调节压力，实时显示波形，引导智能采集，判断数据优劣，对人体脉象进行数字化及自动化智能分析，可得出客观化脉象指标如时域参数。该方法已广泛应用于临床研究[6-8]。
1.6 脉图时域分析法
脉图时域分析法主要分析脉搏波波幅的高度与脉动时相的关系[9]。脉图可反映心脏射血活动和脉搏波沿血管传播途径中携带的各种信息。脉图上的曲线和每个拐点都具有独特的生理意义，通过时域分析方法可提取中医脉图信号特征参数，进而探寻脉象与生理、病理的内在联系。时域分析法较为常用，其研究也相对成熟，主要内容是提取脉图的波、峡的高度（h）、相应时值（t）、脈图面积（As、Ad）等多项参数。为更好地反映脉图特征，本研究计算各项参数的比值作为脉图特征参数，包括h3/h1、h4/h1、h5/h1、t1/T、W/T、As/Ad、t5/t4、t1/t4。其中，h1为主波幅度，为主波峰顶到脉搏波图基线的高度（基线与时间轴平行时）;h3为重搏前波幅度，为重搏前波峰顶到脉搏波图基线的高度（基线与时间轴平行时）;h4为降中峡幅度，为降中峡谷底到脉搏波图基线的高度;h5为重搏波波幅，指从降中峡到重搏波波峰的垂直距离，主要反映大动脉的顺应性;t1反映左心室快速射血所用时间;t4为脉图起始点到降中峡间的时值，对应心脏的收缩期;t5反映降中峡到脉图终止点间的时值，对应心脏的舒张期;T为脉图起始点到终止点的时值;w反映动脉内高压力水平所维持的时间;As为收缩期脉图面积，即t4时间段内脉图曲线与横轴围成的面积;Ad为舒张期脉图面积，即t5时间段内脉图曲线与横轴围成的面积。脉图具体信息见图1。
1.7 统计学方法
采用SPSS21.0统计软件进行分析。定量资料采用参数法和非参数法，符合正态分布且组间方差齐的资料以—x±s表示，选用参数法;否则选用非参数法，统计描述指标选用中位数，以M（Q1，Q3）表示。P<0.05表示差异有统计学意义。 1.8 模式识别方法
本研究采用随机森林分类算法对冠状动脉不同病变程度进行分类识别。随机森林是基于估计与统计学习理论的组合分类算法，它在决策树算法基础上利用bootstrap重抽样的方法从原始样本中抽取多个样本，对每个bootstrap样本进行决策树建模，然后将多个单决策树集成，最后通过投票得出最终预测结果[10]。与传统分类算法比较，随机森林具有很高的预测、对异常值和噪声具有很好的容忍度、不易出现过拟和等优点，在医学、生物信息等领域应用广泛。
MATLAB是美国MathWorks公司出品的商业数学软件，可以用于算法开发、数据可视化、数据分析等。本研究在MATLAB2015进行数据分析与建模。
2 结果
2.1 各组一般资料比较
对冠脉正常组、冠脉非严重病变组、冠脉严重病变组患者的基本信息（性别、年龄、体质量指数）进行比较，3组差异无统计学意义（P>0.05）。见表1。
2.2 各组脉图时域特征比较
与冠脉正常组及冠脉非严重病变组比较，冠脉严重病变组参数t1、t1/T、t1/t4显著增大（P<0.01），参数h5/h1显著减小（P<0.05）;与冠脉非严重病变组比较，冠脉严重病变组参数t5/t4、h4/h1显著增大（P<0.05），参数T、h5/h1显著减小（P<0.01），参数t4显著减小（P<0.05）;余参数差异无统计学意义;见表2。提示脉象时域特征能反映冠状动脉不同病变程度。
2.3 基于脉图时域参数的冠状动脉不同病变程度评估模型的建立
本研究采用MATLAB2015，基于随机森林分类算法来建立冠状动脉病变程度评估模型，模型输入为患者一般资料和脉图时域参数，模型输出为冠脉正常组、冠脉非严重病变组、冠脉严重病变组。基于166例冠心病疑似患者的一般资料和脉图参数，运用随机森林算法，采用3倍交叉验证方式，对评估模型进行训练与预测，从而确定模型的输出类别。建立的冠脉病变程度评估模型对3组不同的冠脉病变程度进行分类识别，其平均识别率为77.94%。见表3。
3 讨论
冠心病属中医学“胸痹”“真心痛”等范畴。《类证治裁》曰：“胸痹之脉，阳微阴弦，阳微知在上焦，阴弦则为心痛。”冠心病的病机为阳微阴弦，“阳微”指上焦阳气不足、胸阳不振之象，“阴弦”是阴邪之盛，即指血瘀、痰浊、寒凝等一类病邪致病的病因。阳气不足，无力推动血行，在阴寒之气作用下，易生痰、瘀，痰瘀凝聚，则气血运行不畅，导致脉道不利，心失所养，最终发展为胸痹。现代研究表明，中医的“痰”多与脂质代谢异常相关，脂质代谢异常造成内皮细胞损伤，促进动脉硬化及动脉粥样硬化，导致大、小动脉顺应性下降[11-12]。“瘀”与血管内皮损伤相关，血瘀引起血液黏滞、血管外周阻力增大。脂代谢异常与内皮损伤是动脉粥样硬化的病变机制。中医认为，脉象的产生与心脏搏动、心气盛衰、脉道通利和气血盈亏直接相关。当心气不足、心血不盈、脉道不利时，脉象必然会出现异常变化。
脉诊客观化研究为挖掘脉诊的临床价值提供了工具和方法。经典的时域分析法是一种较为直观的脉图分析方法，主要通过对脉图上能反映生理意义的部分进行定量化，如主波高度、重搏前波高度、降中峡高度、心脏射血时间、心动周期时值等，从而得到脉动频率和节律、脉势虚实、脉力强弱和脉象形态等特征[13]。一个典型周期的脉图包括主波、重搏前波、降中峡、重搏波4个主要的特征点及相对应的时值，是能反映血管动脉硬化、血管外周阻力、心脏功能的主要特征。h4/h1反映血管的外周阻力，其值越大，血管外周阻力越大;h5/h1反映血管顺应性和主动脉瓣功能，其值越小表明血管顺应性越差。张伟妃等[14]研究发现，学生体质愈健康，血管功能状态愈好，脉图参数h5/h1上升，h4/h1呈下降趋势。t1、t4、t1/T、t1/t4、t5/t4為时值参数，其中t1、t1/T、t1/t4值越大，反映心脏急性射血期速度越慢，左心收缩功能减弱，t4为左心室收缩期所需时值，T、t5/t4与心率相关。
因此，本研究采用经典的时域分析法，提取患者的脉图时域特征并进行分析，研究显示：①与冠脉正常组及冠脉非严重病变组比较，冠脉严重病变组t1、t1/T、t1/t4均显著延长（P<0.01），反映了冠脉严重病变组患者心脏急性射血期速度减慢，左心收缩功能减弱。②与冠脉正常组及冠脉非严重病变组比较，冠脉严重病变组h5/h1显著减小（P<0.05），反映冠脉严重病变组患者的血管硬化更严重，血管顺应性更差。③与冠脉非严重病变组比较，冠脉严重病变组h4/h1显著增大（P<0.05），是其血管外周阻力更高的表现。④与冠脉非严重病变组比较，冠脉严重病变组t5/t4显著增大（P<0.05），t4、T显著减小（P<0.05）。冠脉严重病变组t4、T减小，反映心率增快，心率的快与慢直接影响心肌供血时间，冠脉严重病变组患者可能因冠状动脉病变严重、心肌供血严重不足，则通过增加心率提高心肌供血量;冠脉严重病变组t5/t4增大，反映出舒张期相对延长，这可能与冠状动脉循环血流动力学的外周代偿机制有关，机体为了提高冠状动脉灌注量而相对延长舒张期。本研究采用随机森林算法建立了冠状动脉病变程度评估模型，采用3倍交叉验证的方式确定样本输出类别，该模型识别冠脉正常组脉、冠脉非严重病变组、冠脉严重病变组脉象的准确率分别为83.72%、70.44%、79.67%，平均识别率为77.94%。
上述结果提示，脉图时域特征参数在一定程度上能反映患者的心血管功能状态。动脉粥样硬化性疾病的发展是一个漫长过程，这就为血管病变的早期发现及心血管事件的预警提供了机会。动脉顺应性的降低、外周阻力增大是冠状动脉病变发生与发展的病理过程，病理变化必然引起心血管参数的改变，并会在脉象中得到展现。当血管功能性病变时，血管弹性降低、血管顺应性降低、血液黏度增大、外周阻力增大，当血管功能性病变进展到动脉壁内膜增厚或产生斑块时，引起结构性病变;当结构性病变持续恶化，血管病变甚至闭塞时，加重功能性病变，导致心血管事件发生。因此，尽早发现动脉功能改变并及时干预其进展是延缓和控制心血管事件发生的重要手段。中医脉诊工程技术是一种无创、便捷的获取心血管信息的方法，可望作为现有的心血管病变检查技术的辅助工具，在心血管疾病的筛查、监测中发挥一定的作用。 参考文献：
[1] 王宏宇，王靖，刘望彭，等.血管病变早期检测系统在心血管疾病患者中的应用[J].中国民康医学（上半月），2006，18（9）：336-339.
[2] 何为，余传祥.心血管动力学参数测量原理和临床应用[M].北京：科学出版社，2006.
[3] 陈继舜，刘晓唤，钱航，等.Gensini评分和HsCRP在预测PCI术后支架内再狭窄的价值[J].西安交通大学学报（医学版），2018，39（3）：336-340.
[4] 丁修冬，薛凤凤，沙立娜，等.sdLDL、FABP在冠心病诊断中的应用及Gensini评分的相关研究[J].标记免疫分析与临床，2018，25（9）：1281- 1285.
[5] GENSINI G G. A more meaningful scoring system for determining the severity of coronary heart disease[J]. Am J Cardiol，1983， 51（3）：606.
[6] 李娜，邹小娟，王忆勤.支气管哮喘与慢性胃炎患者寸口6部脉图的比较研究[J].世界科学技术-中医药现代化，2015，17（2）：343-349.
[7] 程悦蕾，朱惠蓉，杨琼，等.100例湿热蕴结型大肠癌患者治疗前后舌脉象参数特征分析[J].辽宁中医杂志，2015，42（2）：230-235.
[8] 郭睿，王忆勤，燕海霞，等.脉图的递归定量分析及对冠心病颈动脉血管硬化程度的评价[J].中华中医药杂志，2016，31（5）：1695-1699.
[9] 邵慧江，杨蔚，潘维榕，等.大学生不同情感状态的脉图分析[J].世界科学技术-中医药现代化，2017，19（7）：1214-1217.
[10] BREIMAN L. Random forests[J]. Machine Learing，2001，45（1）：51-52.
[11] 閆丹丹，边育红，于春泉.冠心病痰瘀互结病机及生物学基础研究概述[J].天津中医药大学学报，2018，37（1）：1-5.
[12] 张华，郜俊清，于宏梅，等.老年冠心病中医证型与血脂水平的相关性研究[J].中西医结合心脑血管病杂志，2017，15（5）：534-537.
[13] 李静，刘璐，郭睿，等.脉图分析方法及其在冠心病中的应用[J].中华中医药杂志，2018，33（9）：3995-3997.
[14] 张伟妃，李福凤，邹奎昌，等.脉图评价大学生健康状况的研究[J].中华中医药学刊，2013，31（9）：1977-1978.
（收稿日期：2019-07-16）
（修回日期：2019-11-08;编辑：季巍巍）
基金项目：国家自然科学基金面上项目（81673880）;国家自然科学基金青年基金（81302913）;上海市科学技术委员会科研计划项目（19441901100）;上海市中医药标准化培育项目（ZY3-GJHZ-1-1001-12）
通讯作者：郭睿，E-mail：guoruier@sina.com
转载注明来源:https://www.xzbu.com/1/view-15188580.htm
