基于CiteSpace的脈診客觀化研究領域的科學知識圖譜與可視化分析

魏紹軒 張琦 趙寧 李琳榮

摘要 目的：通過科學知識圖譜可視化分析直觀展現脈診客觀化領域發展方向與研究熱點，以期為該領域的研究提供參考。方法：在中國知網（CNKI）數據庫對脈診客觀化進行檢索，檢索時限為1980年1月1日—2022年10月20日。運用CiteSpace 6.1.R3軟件對納入文獻進行科學計量與可視化分析，繪制作者、發文量、研究機構、關鍵詞及聚類可視化圖譜。結果：檢索共獲得核心期刊27種，核心作者45名，6個研究團隊，但研究團隊、機構合作不緊密。主要研究機構為上海中醫藥大學、天津中醫藥大學、北京中醫藥大學等。通過對關鍵詞進行分析，得到5個中心節點關鍵詞、15個關鍵詞聚類和20個突變關鍵詞。脈診、客觀化、脈象是近年來主要的研究主題，脈診儀、脈象參數、特征識別為研究熱點。結論：20多年來，脈診客觀化研究領域發文量呈上升趨勢，未形成核心作者，其他研究單位跨區域交流較少，多數獨立開展研究。通過知識圖譜分析，可了解脈診客觀化研究現狀，對今后研究熱點進行探討，為各學者在該領域開展研究提供參考。

關鍵詞 脈診；脈象；客觀化；科學知識圖譜；科學計量學；可視化分析

doi：10.12102/j.issn.1672-1349.2024.05.001

Scientific Knowledge Map and Visual Analysis of Pulse Diagnosis Objectification Research Based on CiteSpace

WEI Shaoxuan， ZHANG Qi， ZHAO Ning， LI Linrong

Shanxi University of Chinese Medicine， Jinzhong 030619， Shanxi， China

Corresponding Author LI Linrong， E-mail： lilinrong118@163.com

Abstract Objective：To study the development direction and research hotspots of pulse diagnosis objectivization through scientific knowledge graph visualization.Methods：The objectification of pulse diagnosis was searched in CNKI database from January 1，1980 to October 20，2022.CiteSpace 6.1.R3 software was used for visual analysis of the included literatures，and the authors，number of publications，research institutions，keywords and clustering visualization maps.Results：There were 27 core journals，45 core authors，and 6 research teams.The main research institutions were Shanghai University of Traditional Chinese Medicine，Tianjin University of Traditional Chinese Medicine，and Beijing University of Chinese Medicine.Through the analysis of keywords，5 central node keywords，15 cluster keywords and 20 mutation keywords were obtained.Pulse diagnosis，objectification and pulse pattern were the main research topics in recent years.In the future，pulse diagnosis apparatus，pulse parameters and feature recognition would be the research hotspots.Conclusion：In the past more than 20 years，the number of papers published in the field of pulse diagnosis objectivization showed with the rise，and the core author has not yet appeared.Other research units showed less cross-regional communication and mostly conduct research independently.The analysis of knowledge graph could show the current situation of pulse diagnosis objectivization，and? the hot spots of future research，so as to provide references for scholars in this field.

Keywords pulse diagnosis; pulse pattern; objectification; scientific knowledge map; scientometrics; visual analysis

基金項目 山西省中醫藥管理局2020年省級名中醫傳承工作室建設項目（No.SXSMZYGZS029，SXSMZYGZS172）

作者單位 1.山西中醫藥大學（山西晉中? 030619）；2.山西中醫藥大學第一臨床學院

通訊作者 李琳榮，E-mail：lilinrong118@163.com

引用信息 魏紹軒，張琦，趙寧，等.基于CiteSpace的脈診客觀化研究領域的科學知識圖譜與可視化分析［J］.中西醫結合心腦血管病雜志，2024，22（5）：769-777.

脈診，即醫者通過觸摸人體特定部位動脈進行切按，系統地、有目的地采集脈搏信息，從而判斷身體健康狀態的診斷方法［1］，是中醫望、聞、問、切四診之一。脈診在中醫臨床診斷中發揮著重要作用，也是中醫診斷的重要組成部分，歷來受到眾多醫家重視。自古有“心中了了，指下難明”的說法，可知相較于其他診法，脈診對醫者診斷技能要求更為苛刻［2］。傳統脈診主要通過醫者指下感覺對脈象進行辨別，其診斷結果受到溫度、濕度等客觀條件的影響，受限于醫者專業素養和診斷思維，因此，中醫臨床尚未形成系統的客觀診斷標準。

中醫客觀化是中醫數字化的重要標志之一［3］，運用現代科學技術將脈診具象化、可視化、數據化，輔助醫者提高診療效率，在疾病的診斷、治療、預防中具有深遠的意義。隨著人工智能、材料學、電子工程學等高速發展，中醫脈診現代化、客觀化、規范化成為必然趨勢。

CiteSpace V（6.1.R3；College of Computing and Informatics，Drexel University，Philadelphia，United States）是文獻計量的建模軟件。運用文獻計量學方法，可對作者、機構合作網絡分析及主題進行可視化分析。在可視化圖中，節點大小代表發布的數量，節點顏色代表集群，連線粗細代表合作程度。通過繪制科學知識圖譜，揭示該領域研究發展動向及發展趨勢，呈現研究前沿領域成果及熱點［4］。本研究通過檢索中國知網（CNKI）中醫脈診客觀化相關領域相關文獻，應用CiteSpace V 6.1.R3對脈診客觀化進行合作網絡化研究領域科學知識圖譜與可視化分析。

1 資料與方法

1.1 文獻檢索

數據來源：CNKI；檢索式：（主題＝脈診OR脈象）AND（主題＝客觀化）；中英文擴展；模糊匹配；文獻發表時間：1980年1月1日—2022年10月20日；文獻檢索時間為2022年10月20日。共檢索到相關文獻598篇。使用NoteExpress軟件對題錄信息進行清洗和去重，人工進行二次查閱，剔除非學術和不相關文獻后得到有效文獻521篇。

1.2 數據處理

1）統一機構名稱：當同一機構出現多個機構名稱時，統一更新為現今名稱，如將“上海中醫學院”“湖北中醫學院”等分別更新為“上海中醫藥大學”“湖北中醫藥大學”。將科室、學院統一更改其為直屬單位。如將“上海中醫藥大學附屬曙光醫院心內科”等規范為“上海中醫藥大學附屬曙光醫院”等。2）規范刊載期刊：當刊載期刊現用名稱與曾用名稱不一致時，統一更新為現用名稱，如將“山東中醫學院學報”“湖南中醫學院學報”等分別規范為“山東中醫藥大學學報”“湖南中醫藥大學學報”等。3）合并關鍵詞：使用規范術語，合并重復語義詞，如將“中醫體質”“中醫脈診儀”等合并為“體質”“脈診儀”等。

1.3 軟件參數設定

時間分段（time slicing）模塊下，時間區間設置為1980年1月—2022年10月，時間分區以“年”為單位；節點類型（node type）模塊下，設置“author”“institution”“keywords”。連接（links）模塊下，強度（strength）選擇“cosine”，范圍（scope）選擇“with slices”；數據刪選標準（selection criteria）模塊下，“g-index”中k因子設置位25；修剪（pruning）模塊下，選擇關鍵路徑（pathfinder）。選擇對數似然比（LLR）算法、淺語義索引（LSI）算法對關鍵詞進行聚類分析并標記。

2 結 果

2.1 發文量

對納入的521篇文獻進行發表時間統計，分析文獻發表情況（見圖1）。該研究領域在1980—2022年整體呈上升趨勢，分為3個階段：1980—2002年為理論研究階段，多從血流動力、傳感器研制等多角度探索脈診客觀化可行性；2003—2007年發文量呈快速增長，主要原因為傳感器與電子信息技術在同一時間迅速崛起，脈診的現代化、客觀化研究迎來了重大轉變［5］，研究方向多以傳感器研制、信號處理與分析為主，且2007年發文量最多，發文量38篇；2008年至今發文量保持平穩狀態，此階段，脈診客觀化研究領域呈多元化發展，研究趨勢以脈象特征識別、脈圖參數分析為主，在冠心病、高血壓、慢性腎衰竭等疾病的診療中發揮著重要作用。

2.2 期刊發文量

對納入文獻來源進行統計，1980—2022年期刊脈診客觀化相關領域累計發文量335篇，刊發研究成果的主要期刊包括《中華中醫藥雜志》《遼寧中醫雜志》《世界科學技術-中醫藥現代化》《自動化與信息工程》《中華中醫藥學刊》等，刊發文獻量居前10位期刊累計發文量120篇（見表1），占納入文獻總數的35.82%。其中《中華中醫藥雜志》累計發文29篇，為載文量最多的期刊，占納入文獻總數的8.66%。根據普賴斯定律［6］公式，m＝0.749 1×Nmax≈4，Nmax為統計時間段內累計被引量，m為該領域核心期刊最低文獻量，載文量4篇及以上的期刊共27種，累計刊載199篇，占納入文獻總數的59.40%。表明脈診客觀化領域核心期刊已形成。

2.3 高被引文獻

統計脈診客觀化領域被引量居前10位的文獻（見表2）。從發表時間分析，1980—2000年僅2篇，2001—2010年有8篇，高被引文獻呈增長趨勢。從期刊級別、來源分析，北大核心期刊或中國科學引文數據庫（CSCD）期刊有7篇，《中國醫療器械雜志》（2篇）最多。從研究方法分析，文獻綜述（6篇）最多。

2.4 作者貢獻圖譜

對納入文獻進行作者共現分析（見表3、圖2）。圖譜生成作者節點537個，其中，該領域發文量居前10位的作者分別為王憶勤、陸小左、燕海霞、魏紅、劉明林、牛欣、徐芳、李福鳳、徐剛、許家佗。根據普賴斯定律［6］，核心作者最低發文量為4篇，該領域核心作者45名，占發文總人數的8.38%，未形成核心作者。圖譜生成作者連線877條，其中，發文量較多的作者連線緊密，已形成穩定的研究團隊。其他節點間的連線密度較低，合作關系有待提高。各研究團隊合作較少，可能與各團隊研究方向不同有關，表現出脈診客觀化研究涉及的學科多元化。高產作者合作網絡形成以王憶勤、陸小左、魏紅、牛欣、徐芳、屠立平學者為核心的6個較大團隊，科研成果產出較穩定。

2.5 研究機構合作網絡

以研究機構為網絡節點進行分析（見表4、圖3），網絡密度為0.009 1，形成網絡節點183個、節點連線152條。其中發文量居前10位的研究機構分別為上海中醫藥大學、天津中醫藥大學、北京中醫藥大學、上海中醫藥大學附屬龍華醫院、上海中醫藥大學附屬曙光醫院、遼寧中醫藥大學、山東中醫藥大學、中國中醫科學院、湖南中醫藥大學、福建中醫藥大學。研究單位主要集中在上海、天津、北京等中醫藥大學及附屬醫院。其中上海中醫藥大學與附屬醫院之間合作較緊密，實現了科研與臨床一體兩翼、協同發展的勢態。其他研究機構跨區域交流較少，多獨立開展研究。研究機構主要分布于我國華東、華北地區；西南、西北部研究機構分布不足，可能與地區研究方向、科技水平有關。

2.6 關鍵詞

2.6.1 關鍵詞共現分析

關鍵詞是對該文獻主題內容的高度概括與總結，通過關鍵詞網絡貢獻圖譜（見圖4），可知關鍵詞共現網絡模塊度（Q）值為0.6751，平均輪廓（S）值為0.899 1，說明關鍵詞共現結構和聚類共現合理及顯著。圖譜中形成網絡節點514個、連線1 055條，其網絡密度為0.008，排名居前20位的關鍵詞和中心性見表5。剔除與主題詞相關的關鍵詞，總結研究領域的一般規律。脈診客觀化通過“脈象儀”“傳感器”進行“脈象信號”收集，轉化為“脈象圖”，在“中醫診斷”指導下對“脈圖”進行“小波變化”分析，得到“脈診參數”，結合“中醫四診”輔助醫者進行臨床診療。

關鍵詞中心性＞0.1表明該節點為中心節點，在該領域有較大的影響力。由圖可見中心節點關鍵詞有5個，“脈診”頻次為122次，中心性為0.51；“脈象”頻次為101次，中心性為0.57；“客觀化”頻次為91次，中心性為0.39；“脈診儀”頻次為48次，中心性為0.23；“特征提取”頻次為20次，中心性為0.10，提示該領域主要以5個關鍵詞為中心展開相關研究。

2.6.2 關鍵詞聚類分析

根據關鍵詞聚類分析圖譜（見表6、圖5），提示該圖生成15個合理的聚類（S值＞0.7），其中排名居前5位的聚類分別是#0脈診、#1客觀化、#2脈象、#3脈診儀、#4特征提取。

2.6.3 淺語義索引及關鍵詞聚類

運用LSI算法（淺語義索引）對關鍵詞聚類進行標注（見圖6），總結主要研究方向：#0基于虛擬現實技術的遠程中醫脈診客觀化研究，#1脈診：一種特殊的文化現象——中醫脈診文化研究引論，#2細脈客觀化研究，#3肝郁氣滯證與肝火熾盛證脈象信息的臨床研究，#4基于小波變換過零點表征的脈搏信號分析，#5淺談中醫四診的延伸，#6三部九候脈診法探析及客觀化研究，#7論脈搏波客觀化和定量化研究的癥結所在，#8宋一亭對冠心病證型的客觀化研究，#9大數據在中醫診斷中應用的可行性及展望，#10脈象信號分析與中醫脈象證型識別研究，#11利用光纖傳感器的脈象儀研究，#12 170例健康男青年的脈象觀察，#13脈診現代研究之我見，#14指壓式三部脈象采集關鍵技術研究。結合時間線圖可知，聚類#1客觀化是該領域研究時間最長的主題，其次分別為#11脈象圖和#2脈象。早期聚類（1980—1990年）較活躍的主要為#14三部脈象、#13十怪脈和#12受檢者；中期聚類（1991—2000年）較活躍的主要為#11脈象圖、#10心氣虛證、#2脈象、#5人工智能、#0脈診、#1客觀化、#7脈圖；近期（2001年至今）較活躍的主要為#3脈診儀、#4特征提取、#6脈象儀、#8冠心病。2004年至今聚類聯系較活躍，且聯系較密切。詳見圖7。通過對文獻的關鍵詞聚類，反映該研究領域的方向及動態。

2.6.4 關鍵詞突現分析

將關鍵詞聚類共現圖譜轉化為聚類時間圖，并檢測突現詞，觀察某一時間內突現關鍵詞和時段，結合聚類下的文獻簇，探討近年來研究熱點及前沿內容。詳見圖8。

3 討 論

3.1 研究現狀

本研究檢索了CNKI數據庫1980年1月1日—2022年10月20日脈診客觀化領域的研究文獻，結合發文量可知，脈診客觀化年發文量整體呈上升趨勢，2003—2007年發文量快速增長。從發文機構分析，研究機構地域分布廣泛，主要集中在華南、華北經濟及科技發達地區的中醫藥大學及附屬醫院。機構交流多傾向于同地區或研究領域一致的研究單位，跨區域及跨領域相互交流較少。提示各機構應加強跨區域及跨領域合作，打破地域界限，增強醫療結合，促進科研成果產出。相關文獻作者537名，未形成核心作者團隊。作者共現圖顯示，現已產生6個研究團隊，主要以王憶勤、陸小左、魏紅、牛欣、徐芳、屠立平為團隊代表，目前各團隊未形成學術合作。

3.2 研究熱點與前沿

研究領域的受關注程度通過關鍵詞突現反映，綜合圖譜及納入相關文獻可知脈診客觀化主要涉及疾病診斷、信號收集、特征分析、儀器研發、分類識別、脈圖參數等。結合關鍵詞聚類和關鍵詞突現，可知該領域近年來研究熱點及前沿聚焦于以下3個方面。

3.2.1 脈診儀

中醫古籍中脈診客觀化始于宋代施發所著的《察病指南》，通過曲線示意圖對33種脈象進行圖畫描述，開創了脈診客觀化的先河；明代張世賢、沈際飛、關紹軒等均采用圖形闡釋脈象的形狀，為脈診儀的研制奠定了基礎。20世紀60年代初，上海醫療器械工業公司研制的“20型三線脈象儀”首次實現了寸、關、尺三部切脈壓力定量測定及脈象壓力波形的描述［7］。之后相關學者嘗試將中醫診斷學與計算機技術、材料學、人工智能學相互融合研究至今。脈診儀的發展分為3個階段：1）萌芽階段（20世紀60年代至80年代），此階段代表儀器為MX-3脈象儀［8］、MTY-A脈象儀［9］。通過單頭式脈診儀對寸、關、尺三部脈搏進行信息采集，由于使用的單探頭無法同時進行三部脈搏的信息采集，且采用剛性面壓力傳感器，硬度較大，與人體觸覺偏差較大，采集到的信息較單一，誤差較大，未得到推廣。2）發展階段（20世紀90年代至20世紀末），此階段代表儀器為仿中醫脈象傳感器［10］、光閘式橈動脈搏傳感器［11］、脈搏聲信號檢測系統［12］。此階段在原有基礎上進行了優化和改進，實現了寸、關、尺三部脈搏信息可同時采集，并設計手動調節裝置實現脈診傳感器的位移控制。諸多研究團隊采用光電式與光閘式傳感器作為探頭。然而，鑒于其采集效率較低、不符合脈診特性，因此無法滿足日益增長的需求。3）成熟階段（21世紀初至今），此階段儀器主要以陣列式傳感器［13］、柔性傳感器［14］、光電與壓力融合傳感器［15］等復合傳感器為主導。采用仿生原理，模擬中醫醫師脈診過程，借助高精度的傳感器提取脈波特征，通過對信息進行分析和處理，臨床診斷與脈診客觀化診斷相互印證，逐步實現脈診現代化。

3.2.2 脈圖參數、特征識別

“脈圖參數”與“特征識別”是脈波波形分析與辨識的數據準則，主要涵蓋了心臟射血過程及脈波在血管樹中傳播攜帶的各種信息［16］。通過對脈搏波波動進行時域分析和頻域分析，提取脈圖的波、峽的高度（h）、相應數值（t）、脈圖面積（As、Ad）等具有特征性參數，從而全面反映脈圖的特異性。郭關麗等［17］分別提取頻域特征、時域特征、小波域、AR模型特征、時域特征壓縮特征下進行神經網絡分類算法，結果顯示，時域特征分類效果最優，準確率達到90%以上。趙漢青等［18］在時域分析基礎上，整合心電圖R波與脈象P波數據，繪制出心脈時差圖，并發掘其具有定量描述與計算等優點。陳瑞等［19］針對冠心病病人，探討了血壓和血脂兩大危險因素與脈圖的關聯性，證實了心血管管理指標與脈圖時域特征的參數變化具有規律性。徐欣喬［20］采用典型周期選擇和重采樣技術對脈象數據進行歸一化處理，進而求得多周期脈象功率譜，以分析平、滑、弦脈的脈象差異。蔡坤寶等［21］基于倒雙譜信號提取方法，采用三階倒譜熵算法對正常人群與吸毒人群脈象進行特征分析。陳小方［22］運用MatLab工具，并選用db4正交小波函數對脈象參數進行分析，探討不同體質人群脈象之間的參數差異。脈圖參數可間接反映人體健康狀況，通過大數據和大樣本分析，可評估疾病治療效果及病人預后狀況。對不同疾病病人的脈象參數、中醫證型等指標進行定量化分析及構建脈診客觀化體系具有重要的臨床意義。

目前，已有較多醫者將脈圖參數特征用于臨床研究，如診斷不同年齡妊娠婦女脈象參數［23］、糖尿病病人脈象特征［24-25］、冠心病脈圖參數研究［19，26-27］、高血壓病人治療前后脈象信息特征［28］、不同證型失眠病人與健康人群脈象差異研究［29-30］、脈圖參數與體質相關研究［31-34］等。隨著計算機科學技術的不斷進步，脈圖參數特征識別方法得到了持續優化，且從多角度、多途徑脈象改進參數特征的識別與分析技術，借助科學化和現代化手段，對脈象進行精確的特征描述，從而從數據化和客觀化視角詮釋中醫脈象的內涵與價值。

4 小 結

本研究運用CiteSpace對脈診客觀化領域進行可視化分析，通過關鍵詞及聚類圖譜探討了該領域研究熱點及前沿，為脈診客觀化的研究提供參考。目前存在核心作者及研究團隊較少、研究機構跨區域交流不足等問題。建議核心作者及研究團隊加強溝通，研究機構鼓勵跨地域、跨學科、跨領域相互合作。通過復合式傳感器，運用神經網絡技術對脈圖特征識別，在中醫基礎理論指導下，結合名老中醫臨床經驗，對脈象進行分析，為疾病的診療提供客觀依據［35］。今后應開展多學科深度交流，協同發展，深度創新，以實現脈診客觀化、現代化、國際化、規范化，服務于中醫臨床事業。

參考文獻： ［1］ TANG A C Y，CHUNG J W Y，WONG T K S.Digitalizing traditional Chinese medicine pulse diagnosis with artificial neural network［J］.Telemedicine and e-Health，2012，18（6）：446-453.

［2］ 黃蘭英，陳靜.中醫脈診研究進展［J］.中國中醫藥信息雜志，2018，25（3）：132-135.

［3］ 劉永昌.中醫數學化初探［J］.醫學爭鳴，2015，6（4）：10-12.

［4］ CHEN C M.CiteSpace Ⅱ：detecting and visualizing emerging trends and transient patterns in scientific literature［J］.Journal of the American Society for Information Science and Technology，2006，57（3）：359-377.

［5］ 余伶俐.中醫脈診客觀化與數字化研究［J］.遼寧中醫雜志，2006，33（2）：129-131.

［6］ 邱均平.信息計量學［M］.武漢：武漢大學出版社，2007：1-5.

［7］ 張曉然，李素香，張勤善.脈象儀的發展現狀與思考［J］.中醫研究，2008，21（5）：3-6.

［8］ 李景唐，孫漢鈞.MX-3型脈象儀的研究設計［J］.醫療器械，1980，4（5）：20-23.

［9］ 趙恩儉，李特，韓學禮，等.高血壓88例脈象圖分析［J］.天津醫藥，1982，10（1）：38-41.

［10］ 閆述池，胡家寧，劉明巖，等.仿中醫脈象傳感器的研究與應用［J］.中國醫學物理學雜志，1996，13（4）：245-247.

［11］ 梁中慶，阮曉聲.光閘式橈動脈搏傳感器的研制［J］.中國醫學物理學雜志，1996，13（1）：55-57.

［12］ 王炳和，相敬林.脈搏聲信號檢測系統實驗設計及功率譜特征［J］.中華物理醫學雜志，1998，20（3）：158-161.

［13］ 王磊，劉鑫，沙洪.陣列式三維中醫脈象檢測的研究［J］.中華中醫藥雜志，2011，26（12）：2820-2822.

［14］ 羅鳴.基于柔性陣列傳感器的脈象檢測系統［D］.天津：天津大學，2012.

［15］ 楊杰，牛欣，司銀楚，等.壓力與B超整合的中醫取脈裝置的研究與應用［J］.世界科學技術，2005，7（6）：44-46;61;92-93.

［16］ 趙學玲.基于脈搏波的無創心血管檢測技術若干關鍵問題的研究［D］.天津：天津大學，2009.

［17］ 郭關麗，張東雨，李乃民.等.103名在校健康大學生脈象特征分析［C］.麗江：中國中西醫結合學會第二次全國中西醫結合診斷學術研討會，2008：4.

［18］ 趙漢青，聞晶，王志國.基于時域分析的心脈同步信號時差圖提取方法研究［J］.中華中醫藥學刊，2014，32（1）：203-205.

［19］ 陳瑞，劉璐，張春柯，等.冠心病患者血壓、血脂與脈圖時域特征參數的關聯研究［J］.中華中醫藥雜志，2021，36（8）：4881-4885.

［20］ 徐欣喬.中醫脈象圖述及功率譜分析［D］.沈陽：沈陽工業大學，2015.

［21］ 蔡坤寶，曹丁，段云孜，等.脈象信號的特征提取與識別方法［J］.重慶大學學報，2011，34（10）：119-123.

［22］ 陳小方.基于小波變換對不同脈象與體質的研究［D］.南昌：南昌大學，2017.

［23］ 燕海霞，王憶勤，周越，等.TP-I型數字化脈象分析儀在妊娠脈圖參數分析中的應用［J］.上海中醫藥雜志，2006，40（12）：60-61.

［24］ 郝一鳴，錢鵬，燕海霞，等.60例糖尿病患者脈圖參數特征分析［J］.中華中醫藥學刊，2011，29（4）：763-765.

［25］ 趙鶯，曾鳳.中老年2型糖尿病中醫辨證分型與脈圖參數相關性研究［J］.遼寧中醫雜志，2008，35（12）：1800-1801.

［26］ 石若玉，路永平，辛莉.冠狀動脈粥樣硬化性心臟病患者脈圖參數規律分析［J］.中醫研究，2019，32（6）：13-15.

［27］ 張海芳，陸小左，于志峰，等.289例冠心病患者脈象變化規律探討［J］.西部中醫藥，2017，30（6）：1-3.

［28］ 張葉青，王憶勤，董耀榮，等.高血壓病患者治療前后脈圖參數變化觀察［J］.中華中醫藥學刊，2012，30（4）：699-702.

［29］ 于藝，黨嬌嬌，張喜，等.心脾兩虛失眠患者與正常人群脈圖參數的比較研究［J］.時珍國醫國藥，2022，33（1）：163-165.

［30］ 于藝，黨嬌嬌，袁靄鳳，等.不同證型失眠患者與健康人群脈圖特征參數圖譜比較［J］.中國中西醫結合雜志，2022，42（2）：176-180.

［31］ 姚天文，王清亮，潘詩蕾，等.健康成人不同年齡、不同性格對中醫脈圖的影響［J］.中華中醫藥學刊，2015，33（11）：2775-2777.

［32］ 原榕，王天芳，趙燕，等.40例健康女大學生體質與經前脈圖參數相關性的初步探討［J］.世界中西醫結合雜志，2017，12（5）：658-662;667.

［33］ 賀妍，謝夢洲.平和質、濕熱質、陽虛質健康人群的脈象及脈圖參數研究［J］.名醫，2020（8）：97-98.

［34］ 石天愛.湖南地區青年人群平和質和痰濕質中醫脈診特征參數對比研究［D］.長沙：湖南中醫藥大學，2021.

［35］ 劉雪梅，陸小左.芻議舌脈診數據在中醫療效評價中的意義［J］.天津中醫藥大學學報，2014，33（5）：264-266.

（收稿日期：2023-04-11）

（本文編輯薛妮）