基于嵌入式技术的针刺手法实时信号处理及AR参数模型的模式识别研究

本项目应用现代科学技术和针灸理论相结合的方法，在以往研究工作（国家自然基金项目：针刺手法参数测定及数据处理系统的研究（项目编号:39370201）、基于PID-神经网络的针刺手法仿真系统的研究（项目编号：30572411）的基础上，基于嵌入式ARM 技术对针刺手法实时信号处理，并采用AR(autoregressive)参数模型的模式识别方法，提取提插捻转等针刺手法信号模型的若干系数表征，构造特征矢量识别各种针刺手法模式，对各个针刺手法训练数据的聚类分析，刻划样本的统计特性。通过识别各种针刺手法模式，为针刺手法与针刺效应的相关分析研究开创一种新的途径。应用嵌入式技术的针刺手法实时信号处理及AR 参数模型的模式识别研究，是解决针刺手法量化和数字化的关键所在，为开展手法信息存储、手法技能传承、针刺手法的量化及规范化研究提供了新的思路和手段，并开展了内脏牵拉痛动物模型实验对量化手法与针刺效应的分析研究。研究表明，仿真手针预处理能通过减少SP的释放，减低AchE的活性，增加LEK的释放，下调c-fos蛋白、GFAP的表达有效抑制内脏牵拉痛，而仿真手针预处理抑制内脏牵拉痛的效果优于电针，其原因在于仿真手针更能有效增加LEK的释放。.本项目获得《针刺手法五维参数实时采集传感器》（已授权）（专利号：201120196066.4）实用新型专利1项；授权软件著作权《针刺手法参数聚类分析系统V1.0》（证号：2011SR062033）1项；先后培养研究生4名，其中硕士生2名博士生2名；发表《针刺手法参数聚类分析与研究》、《针刺手法参数聚类分析平台的设计与实现》、《定量化针刺手法对穴位皮肤温度影响的试验研究、《针刺手法特征参数提取和识别的实验研究》等学术论文7篇。