冠心病具有发病率高、致残率高、复发率高、病死率高及并发症多等特征。现代医学对冠心病的检查手段有冠状动脉 CT、冠状动脉造影、心血管超声等，其中冠状动脉造影是诊断冠心病的 “金指标”,但因其检查有创、费用高，限制了临床应用； 冠状动脉 CT 检查是一种断层检查后重构的血管检查方法，虽属于无创伤检查手段，但行 CT 冠状动脉检查时受检者心率的影响较大。基础研究和临床大样本循证医学研究均表明，中医药对防治冠心病有着巨大的应用潜力。
寻找切实可行的无创检查方法对合理利用医疗资源、减少患者负担非常重要。中医诊断客观化检测有无创、便捷的优势，目前中医四诊客观化已取得了较好的发展，上海中医药大学研制的中医四诊检测系统已基本实现了中医面诊、舌诊、声诊、问诊、脉诊的采集以及分析，可望为冠心病预警、健康评估、临床疗效、中药新药评审的临床试验提供评价指标。
1 冠心病舌诊研究。
舌诊是富有中医特色的诊法之一。舌为心之苗窍，脾之外候。《辨舌指南》曰： “辨舌质可辨五脏之虚实，察舌苔可观六淫之深浅。”因而舌诊对冠心病证候虚实寒热的辨证，以及疗效评价、预后判断都有重要意义。随着计算机及其图像处理分析技术研究的深入，舌诊客观化研究有了长足的进步。如李敬华[1]运用 “适于疗效评测的舌象仪”对 200 例冠心病患者舌图像进行分析，计算了舌体参数如舌体面积、薄苔与厚苔面积及舌质、舌苔各自的颜色平均值 （ R、G、B） 等，发现舌质颜色、舌苔颜色、舌苔厚度、瘀斑瘀点在冠心病各证型分布上有显着差异。
本课题组提取了 100 例冠心病患者中医治疗前后的舌图像参数[2],发现冠心病不同中医证型患者在治疗前后舌图像参数有显着变化。如心气虚组治疗前舌体多胖厚有齿痕，治疗后舌苔厚薄指数、齿痕指数下降； 心阴虚组治疗前患者舌质光裂，多属少津之证，而治疗后整体舌色指数中的 R 值下降，舌色由深红到淡红，裂纹指数下降； 痰浊组患者治疗前以腻苔为多见，治疗后舌苔腐腻指数下降。从一定程度上说明舌诊参数的改变能为中医诊疗评价提供客观依据。
2 冠心病面诊研究。
中医学认为，面部皮肤薄嫩、体内气血盛衰变化最易通过面色变化显露出来。《灵枢·邪气脏腑病形》曰： “十二经脉，三百六十五络，其血气皆上于面而走空窍。”面部色泽变化能反映人体脏腑的气血盛衰。心主血脉，其华在面，因此，面诊在心病诊治中有十分重要的意义，对心主血脉功能强弱有所提示。胡志希等[3]检测冠心病心血瘀阻证患者与健康人面部 5 个区域的血流容积参数情况，发现冠心病心血瘀阻证患者上述指标有异常变化。
袁肇凯等[4]对心气虚、心血虚、心脉瘀阻证患者进行面部血管容积观测，也发现面部血管容积变化与不同证型的病理生理有一定相关性。本课题组应用自行研制的中医面诊数字化检测仪采集并分析了冠心病、慢性支气管哮喘、慢性肾功能衰竭、慢性乙型肝炎患者面色特征信息，发现不同疾病面色参数变化有一定的规律[5].对359 例冠心病患者面色进行分析发现，气阴两虚组、血瘀兼虚组、阴阳两虚组以面色青黑和黄赤色较为多见； 痰瘀互结组、阴虚组、气虚组以面色青黑较为多见； 不同证型之间面色参数 R、G、B 有显着性差异，提示面色参数可作为冠心病临床辨证的客观依据之一[6].
3 冠心病声诊研究。
中医声诊是闻诊的主要组成部分，是指医生通过听患者声音的强弱、清浊等变化来辨析患者病之新久、寒热虚实的不同性质。 《难经》认为， “闻而知之者，闻其五音以别其病”,此即五声应五脏理论。与其他诊法相比，声诊的客观化研究成果尚未彰显。林源等[7]运用电脑音频分析仪分析了哮喘患者治疗前后发音改变的规律，高也陶[8]利用二十五音分析仪实时测定发音的频率，根据 “五脏相音”理论，研究了健康人的二十五音规律。
本课题组运用小波包分解，结合非线性分析方法分析了寒、热、虚、实证型受测者的声诊信息；基于 “五脏相音”理论，分析五脏疾病患者的声诊信息等。如我们运用自行研发的 “中医闻诊采集系统”采集虚实证型声样 308 例，其中气虚 150例、阴虚 52 例、实证 55 例、正常对照组 51 例，并运用小波包变换和非线性时间序列方法提取上述声样不同频段的近似熵，对正常与非健康、实证与虚证、气虚与阴虚声样进行了分类识别，结果发现，正常与非健康、实证与虚证、气虚与阴虚的声样近似熵值在不同频段具有显着差异，基于支持向量机对上述证型进行分类识别，其识别率分别达到88. 9% 、90. 4% 、87. 8%[9].又如，我们采集五脏病变患者声样 803 例，其中肺系 139 例、肝系 48例、脾系 86 例、肾系 66 例、心系 464 例，另设正常组 100 例。以五脏相音理论为指导，运用样本熵方法对上述声样进行分析，提取与中医五脏分类相关的特征参数。结果发现，在嵌入维数为 2 时，上述 6 类声样在不同频段的样本熵均有显着性差异，且五脏病变患者声样不同频段的总样本熵值呈现如下规律： 肺系组最高，其次为脾系组、心系组、肝系组、肾系组和正常组[10].中医学认为， “肺主声”,若肺系生理病理发生改变，其反应于声音的信息则最为明显，声音信号的复杂度更高，体现在样本熵值上趋于更高。我们采集 100 例冠心病患者治疗前后的声诊信息，结果发现冠心病心气虚证、心阴虚证和痰浊证治疗前后声诊参数的变化有显着差异[2].从一定程度上说明声诊参数的改变能为中医诊疗评价提供客观依据。
4 冠心病脉诊研究。
脉诊是医生用手指切按患者的脉搏，感知脉动应指的形象，以了解病情、判断病症的诊察方法。脉象的形成与心脏的搏动、脉道的通利和气血的盈亏直接相关。近 20 年来中医脉诊客观化研究取得很大的发展，陈素云等[11]基于时域特征探讨了120 例冠心病患者桡动脉脉图时域特征及与血液流变学的关系； 杨天权等[12]用频率分析方法计算了冠心病动脉硬化患者脉图谐波的幅值和相角，发现脉图谐波分量对于诊断动脉硬化有一定的临床意义； 孙智山等[13]基于时域方法探讨了冠心病患者冠状动脉狭窄程度与脉象弦度有一定的相关性。
本课题组运用不同的方法对冠心病脉象进行了研究。基于时域方法分析了冠心病脉图时域参数与冠脉狭窄程度及超声心动图指标的相关性[14],研究表明，冠状动脉及心脏形态的病理改变可能是冠心病脉图形态变化的病理基础之一。基于时频结合方法如 HHT 方法分析比较了冠心病与正常人的脉图特征的差异、同一患者支架植入手术前后脉图特征的差异，研究表明，HHT 方法对于区别冠心病患者与正常人的脉象以及冠心病患者支架植入术前后的脉象变化有显着意义[15].基于非线性动力学方法分析了冠心病脉象特征，如基于递归定量分析、样本熵研究了冠心病患者与正常人群脉图的差异，通过绘制上述参数的 ROC 曲线评估了这些参数区分冠心病组和正常组脉图的诊断价值[16 -17].
在样本熵的基础上，我们运用多尺熵分析比较了冠心病患者与高血压病患者、正常组脉象的差异[18].为了阐明脉象的递归定量参数能提高冠心病证型的识别率，我们基于问诊信息和脉象参数建立了冠心病证型识别模型并进行了分类预测，研究表明，基于问诊信息融合脉象递归定理参数建立的证型模型，其识别性能高于融合脉象时域参数建立的模型； 融合脉象参数 （ 时域参数或递归定理参数）建立的证型模型，其识别性能均高于仅基于问诊信息建立的模型[19],该研究同时验证了脉诊在辨证中的重要作用，为建立 “四诊合参”模型奠定了基础。基于时频方法结合非线性动力学方法，我们提取了 HHT 方法分解后冠心病脉象模型函数（ IMF） 的能量值、IMF 样本熵值，发现冠心病各模态的能量、样本熵值显着小于正常组； 基于这两类特征，运用随机森林分类器对两组进行区分，识别率可达 90. 21%[20].
