基于主成分分析和LS/Lasso回归的气虚质人群脉诊信息特征研究

目的 分析陕西省气虚体质人群的脉诊信息特征。方法 分别采集2019年3月至2020年4月陕西中医药大学第二附属医院体检者及陕西中医药大学在校学生的中医体质问卷信息和寸、关、尺脉诊信息。根据中医体质问卷信息进行体质分类，筛选出气虚质组与平和质组。将两组脉诊信息通过预处理和基于谐波拟合的特征参数提取，共获取193个特征参数，使用基于无监督学习的主成分分析和有监督学习的LS回归、Lasso回归等分析方法进行分类判决，建立气虚质人群脉诊信息判决模型，并挖掘气虚质人群脉诊信息的时域、频域特征参数。结果 经过资料完整性与脉诊信号质量筛选后，共选取119例研究对象进行建模，包括61例气虚质人群与58例平和质组。所构建的模型判别准确率分别为76%、72%、65%；气虚质组脉数、右寸s、右尺s、右寸s2、右尺s2高于平和质组，左关能量低于平和质组，差异有统计学意义（P <0.05）。结论 气虚质与平和质人群的生理差异在桡动脉脉诊信息的时频域参数中有所体现，且通过脉诊信息数据模型可以较准确地将两类人群进行分类与辨识，在一定程度上为气虚质的辨识提供了客观依据。