摘要目的 评估脉图分析技术在识别健康人群、冠心病(CHD)患者不伴以及伴缺血性卒中病史的三类不同生理病理状态人群的应用潜力.方法 于 2021年 4 月 15日至 9 月 15 日在上海中医药大学附属曙光医院东院、岳阳中西医结合医院以及上海市中医医院招募研究对象,并将他们分为三组:健康对照组(组1)、无缺血性卒中史的CHD患者(组 2)和有缺血性卒中史的CHD患者(组 3).应用脉诊仪无创采集脉象信号,运用时域分析和多尺度熵(MSE)方法提取脉象信号的线性时域特征和非线性时间序列MSE特征,并进行组间比较分析.基于这些脉象特征,运用随机森林(RF)算法建立识别模型.采用混淆矩阵计算的准确率、精确率、召回率、F1 分数以及受试者工作特征曲线下(ROC)面积(AUC)等指标评估模型的分类性能.结果 最终纳入 189名受试者,其中组 1 共 63例,组 2共 61例,组 3共 65例.与组 1相比,组 2脉象特征H2/H1、H3/H1、W1、W2和W2/T均显著升高,其MSE1-MSE7 显著降低(P<0.05),组3 脉象特征T5/T4、T、H1/T1、W1、W2、AS和Ad均显著升高,其MSE1-MSE20 显著降低(P<0.05);与组 2相比,组 3的H1/T1和As值显著升高(P<0.05).RF模型对组 1、2、3的识别精确率分别为 80.00%、61.54%、61.54%,召回率分别为 74.29%、60.00%、68.97%,F1 值分别为 70.04%、60.76%、65.04%,AUC值分别为 0.92、0.74、0.81.模型总体准确率为 67.69%,微观平均AUC为 0.83,宏观平均AUC为 0.82.结论 脉象特征差异体现了健康人群、无缺血性卒中病史的CHD患者以及有缺血性卒中病史的CHD患者在动脉顺应性、外周阻力、心脏后负荷以及脉象信号系统复杂性存在的差异.基于脉象的识别模型在区分这三类人群上展现了良好潜力,有望为临床实践提供新的参考依据.