The radial pulse is a biosignal that can reflect physiological conditions or pathological problems of the human body by indicating various functions of the cardiovascular system. Korean medicine doctors (KMDs) make a pulse diagnosis on the basis of pulse patterns, which are categorized into 27 pulse types according to the pulse characteristics. However, there are no clear gold standards, and the diagnosis depends only on the subjective method of KMDs. In most previous studies, the pulse pattern diagnosed by KMDs has been regarded as the absolute truth, which could be a false assumption, and complex pulse patterns, which are mixtures of various pulse patterns, have not been considered. In addition, fragmented studies based on evaluations with only one analysis index or only waveform features have been performed, and only a few pulse patterns have been classified with small and unrefined datasets.
The aim of this study is to develop a pulse pattern classification (PPC) system based on soft computing to objectification of Korean medicine. In particular, fuzzy theory, which is a method for studying uncertainty and difficult quantification issues, could be the most appropriate method for pulse pattern analysis. Expert knowledge and linguistic information can be applied to the fuzzy rules, and a membership grade for each pulse pattern can also be determined through fuzzy analysis. First, signal processing was performed for a large amount of pulse data, and analysis indices reflecting the rate, depth, strength, width, sharpness, tension and rhythm were developed to quantify the basic pulse properties. In addition, a new analysis index reflecting the pulse smoothness was developed using harmonic analysis based on the pulse morphology variability and was verified. Subsequently, various indices corresponding to each pulse pattern were clustered using unsupervised learning, and a membership function of the fuzzy system based on the clustering results was constructed. Fuzzy theory was applied through fuzzification, rule evaluation and defuzzification steps to classify the pulse patterns within predefined pulse groups. Finally, an integrated PPC system based on soft computing was developed, and when pulse data were imported to the system, the degree of membership for various pulse patterns was calculated, and information about complex pulse patterns was obtained. In addition, a mathematically robust model reflecting a nonlinear relationship was constructed and validated. This study can contribute to the quantification and objectification of Korean medicine diagnoses.
요골동맥에서 측정 가능한 맥파는 심혈관계 시스템의 다양한 기능을 반영함으로써 인체의 생리학적 상태나 병리학적 문제를 나타내 줄 수 있는 생체 신호이다. 한의학에서는 맥파의 특징을 범주화하여 맥상으로 분류한 후 맥진을 하게 되는데, 맥상의 참값을 정하기 어렵기 때문에 한의사마다 맥상의 정의나 진단방법이 조금씩 다르고 한의사의 주관에 의존하여 진단을 하게 되는 문제점이 있다. 그럼에도 불구하고 대부분의 기존 연구에서는 한의사가 진단한 맥상을 절대적인 참값으로 간주하였고, 여러 가지 맥상이 혼합되어 나타나는 복합 맥상의 특징을 고려하지 않은 채, 소수의 분석 변수나 파형의 특징점 만으로 맥상을 분류한 단편적인 연구들이 진행되어 왔다. 또한, 전체 27맥상 중 비슷한 특징을 가지고 있는 몇 가지의 맥상만을 분류 하였으며, 잘 정제되지 않은 소수의 맥파 데이터를 대상으로 분석을 진행한 한계점이 있었다.
본 연구의 목적은 기존 맥상 분류 연구의 문제점을 극복하고 한의진단 객관화에 기여하기 위한 소프트 컴퓨팅 기반의 맥상 분류 시스템을 개발하는 것이다. 특히 퍼지 이론은 명확한 정량화가 어렵고 불확실성이 존재하는 연구를 효과적으로 다룰 수 있는 이론으로, 언어적인 변수를 사용하고, 전문가의 지식을 규칙에 적용할 수 있으며, 참 거짓의 중간 영역에 대한 소속도 정보를 제공해주기 때문에 맥상 분류에 적합한 분석 방법이다. 먼저 대량의 맥파 데이터를 신호처리 하고, 맥파의 기본 속성을 정량화하기 위해 속도, 깊이, 세기, 너비, 첨예도, 긴장도 및 리듬을 반영할 수 있는 분석 지표들을 개발하였다. 또한 맥 파형의 변동성에 기반한 스펙트럼 하모닉 분석을 통해 맥파의 부드러움 속성을 정량화 할 수 있는 새로운 분석 지표를 제안하고 검증하였다. 그 후 각각의 맥상과 대응되는 여러 분석 지표들을 비지도 학습을 통해 일차적으로 군집화 하였고 군집화 결과에 기반하여 퍼지 시스템의 멤버쉽 함수를 구성하였으며, 퍼지화, 규칙평가 및 비퍼지화 과정을 거치면서 미리 정의된 맥상 그룹을 분류할 수 있는 퍼지추론 시스템을 개발하였다. 이 시스템을 이용해 18개 맥상의 특징을 종합적으로 고려하여 두 개 이상의 복합 맥상에 대한 각각의 소속도 정보를 얻을 수 있었으며, 복잡한 비선형 모델이 퍼지 규칙에 기반하여 수학적으로 강건하게 구성되었음을 확인하였다. 본 연구는 맥파 분석 및 맥상 분류를 통한 한의진단의 정량화, 객관화에 기여할 수 있을 것이다.
