冠心病具有發病率高、致殘率高、復發率高、病死率高及并發癥多等特征?，F代醫學對冠心病的檢查手段有冠狀動脈 CT、冠狀動脈造影、心血管超聲等，其中冠狀動脈造影是診斷冠心病的 “金指標”,但因其檢查有創、費用高，限制了臨床應用； 冠狀動脈 CT 檢查是一種斷層檢查后重構的血管檢查方法，雖屬于無創傷檢查手段，但行 CT 冠狀動脈檢查時受檢者心率的影響較大?；A研究和臨床大樣本循證醫學研究均表明，中醫藥對防治冠心病有著巨大的應用潛力。
尋找切實可行的無創檢查方法對合理利用醫療資源、減少患者負擔非常重要。中醫診斷客觀化檢測有無創、便捷的優勢，目前中醫四診客觀化已取得了較好的發展，上海中醫藥大學研制的中醫四診檢測系統已基本實現了中醫面診、舌診、聲診、問診、脈診的采集以及分析，可望為冠心病預警、健康評估、臨床療效、中藥新藥評審的臨床試驗提供評價指標。
1 冠心病舌診研究。
舌診是富有中醫特色的診法之一。舌為心之苗竅，脾之外候?！侗嫔嘀改稀吩唬?“辨舌質可辨五臟之虛實，察舌苔可觀六淫之深淺?！币蚨嘣\對冠心病證候虛實寒熱的辨證，以及療效評價、預后判斷都有重要意義。隨著計算機及其圖像處理分析技術研究的深入，舌診客觀化研究有了長足的進步。如李敬華[1]運用 “適于療效評測的舌象儀”對 200 例冠心病患者舌圖像進行分析，計算了舌體參數如舌體面積、薄苔與厚苔面積及舌質、舌苔各自的顏色平均值 （ R、G、B） 等，發現舌質顏色、舌苔顏色、舌苔厚度、瘀斑瘀點在冠心病各證型分布上有顯著差異。
本課題組提取了 100 例冠心病患者中醫治療前后的舌圖像參數[2],發現冠心病不同中醫證型患者在治療前后舌圖像參數有顯著變化。如心氣虛組治療前舌體多胖厚有齒痕，治療后舌苔厚薄指數、齒痕指數下降； 心陰虛組治療前患者舌質光裂，多屬少津之證，而治療后整體舌色指數中的 R 值下降，舌色由深紅到淡紅，裂紋指數下降； 痰濁組患者治療前以膩苔為多見，治療后舌苔腐膩指數下降。從一定程度上說明舌診參數的改變能為中醫診療評價提供客觀依據。
2 冠心病面診研究。
中醫學認為，面部皮膚薄嫩、體內氣血盛衰變化最易通過面色變化顯露出來?！鹅`樞·邪氣臟腑病形》曰： “十二經脈，三百六十五絡，其血氣皆上于面而走空竅?！泵娌可珴勺兓芊从橙梭w臟腑的氣血盛衰。心主血脈，其華在面，因此，面診在心病診治中有十分重要的意義，對心主血脈功能強弱有所提示。胡志希等[3]檢測冠心病心血瘀阻證患者與健康人面部 5 個區域的血流容積參數情況，發現冠心病心血瘀阻證患者上述指標有異常變化。
袁肇凱等[4]對心氣虛、心血虛、心脈瘀阻證患者進行面部血管容積觀測，也發現面部血管容積變化與不同證型的病理生理有一定相關性。本課題組應用自行研制的中醫面診數字化檢測儀采集并分析了冠心病、慢性支氣管哮喘、慢性腎功能衰竭、慢性乙型肝炎患者面色特征信息，發現不同疾病面色參數變化有一定的規律[5].對359 例冠心病患者面色進行分析發現，氣陰兩虛組、血瘀兼虛組、陰陽兩虛組以面色青黑和黃赤色較為多見； 痰瘀互結組、陰虛組、氣虛組以面色青黑較為多見； 不同證型之間面色參數 R、G、B 有顯著性差異，提示面色參數可作為冠心病臨床辨證的客觀依據之一[6].
3 冠心病聲診研究。
中醫聲診是聞診的主要組成部分，是指醫生通過聽患者聲音的強弱、清濁等變化來辨析患者病之新久、寒熱虛實的不同性質。 《難經》認為， “聞而知之者，聞其五音以別其病”,此即五聲應五臟理論。與其他診法相比，聲診的客觀化研究成果尚未彰顯。林源等[7]運用電腦音頻分析儀分析了哮喘患者治療前后發音改變的規律，高也陶[8]利用二十五音分析儀實時測定發音的頻率，根據 “五臟相音”理論，研究了健康人的二十五音規律。
本課題組運用小波包分解，結合非線性分析方法分析了寒、熱、虛、實證型受測者的聲診信息；基于 “五臟相音”理論，分析五臟疾病患者的聲診信息等。如我們運用自行研發的 “中醫聞診采集系統”采集虛實證型聲樣 308 例，其中氣虛 150例、陰虛 52 例、實證 55 例、正常對照組 51 例，并運用小波包變換和非線性時間序列方法提取上述聲樣不同頻段的近似熵，對正常與非健康、實證與虛證、氣虛與陰虛聲樣進行了分類識別，結果發現，正常與非健康、實證與虛證、氣虛與陰虛的聲樣近似熵值在不同頻段具有顯著差異，基于支持向量機對上述證型進行分類識別，其識別率分別達到88. 9% 、90. 4% 、87. 8%[9].又如，我們采集五臟病變患者聲樣 803 例，其中肺系 139 例、肝系 48例、脾系 86 例、腎系 66 例、心系 464 例，另設正常組 100 例。以五臟相音理論為指導，運用樣本熵方法對上述聲樣進行分析，提取與中醫五臟分類相關的特征參數。結果發現，在嵌入維數為 2 時，上述 6 類聲樣在不同頻段的樣本熵均有顯著性差異，且五臟病變患者聲樣不同頻段的總樣本熵值呈現如下規律： 肺系組最高，其次為脾系組、心系組、肝系組、腎系組和正常組[10].中醫學認為， “肺主聲”,若肺系生理病理發生改變，其反應于聲音的信息則最為明顯，聲音信號的復雜度更高，體現在樣本熵值上趨于更高。我們采集 100 例冠心病患者治療前后的聲診信息，結果發現冠心病心氣虛證、心陰虛證和痰濁證治療前后聲診參數的變化有顯著差異[2].從一定程度上說明聲診參數的改變能為中醫診療評價提供客觀依據。
4 冠心病脈診研究。
脈診是醫生用手指切按患者的脈搏，感知脈動應指的形象，以了解病情、判斷病癥的診察方法。脈象的形成與心臟的搏動、脈道的通利和氣血的盈虧直接相關。近 20 年來中醫脈診客觀化研究取得很大的發展，陳素云等[11]基于時域特征探討了120 例冠心病患者橈動脈脈圖時域特征及與血液流變學的關系； 楊天權等[12]用頻率分析方法計算了冠心病動脈硬化患者脈圖諧波的幅值和相角，發現脈圖諧波分量對于診斷動脈硬化有一定的臨床意義； 孫智山等[13]基于時域方法探討了冠心病患者冠狀動脈狹窄程度與脈象弦度有一定的相關性。
本課題組運用不同的方法對冠心病脈象進行了研究?；跁r域方法分析了冠心病脈圖時域參數與冠脈狹窄程度及超聲心動圖指標的相關性[14],研究表明，冠狀動脈及心臟形態的病理改變可能是冠心病脈圖形態變化的病理基礎之一?；跁r頻結合方法如 HHT 方法分析比較了冠心病與正常人的脈圖特征的差異、同一患者支架植入手術前后脈圖特征的差異，研究表明，HHT 方法對于區別冠心病患者與正常人的脈象以及冠心病患者支架植入術前后的脈象變化有顯著意義[15].基于非線性動力學方法分析了冠心病脈象特征，如基于遞歸定量分析、樣本熵研究了冠心病患者與正常人群脈圖的差異，通過繪制上述參數的 ROC 曲線評估了這些參數區分冠心病組和正常組脈圖的診斷價值[16 -17].
在樣本熵的基礎上，我們運用多尺熵分析比較了冠心病患者與高血壓病患者、正常組脈象的差異[18].為了闡明脈象的遞歸定量參數能提高冠心病證型的識別率，我們基于問診信息和脈象參數建立了冠心病證型識別模型并進行了分類預測，研究表明，基于問診信息融合脈象遞歸定理參數建立的證型模型，其識別性能高于融合脈象時域參數建立的模型； 融合脈象參數 （ 時域參數或遞歸定理參數）建立的證型模型，其識別性能均高于僅基于問診信息建立的模型[19],該研究同時驗證了脈診在辨證中的重要作用，為建立 “四診合參”模型奠定了基礎?；跁r頻方法結合非線性動力學方法，我們提取了 HHT 方法分解后冠心病脈象模型函數（ IMF） 的能量值、IMF 樣本熵值，發現冠心病各模態的能量、樣本熵值顯著小于正常組； 基于這兩類特征，運用隨機森林分類器對兩組進行區分，識別率可達 90. 21%[20].
