Python脉象识别系统源码解析：信号处理与机器学习实战

简介：基于Python的脉象识别系统源码，是一套面向中医脉诊与现代医学诊断场景的程序，融合信号处理、模式识别与机器学习技术，旨在通过分析人体脉搏信号辅助医生进行健康评估与疾病诊断。压缩包共包含61个文件，体积仅1.26MB，其中47个Python脚本构成系统核心逻辑，8个CSV文件存放样本数据，3个Markdown文档记录开发说明，另附H5格式的模型权重文件，目录结构清晰，便于按模块查看与修改。目前已有176人浏览/学习，适用于医学信号处理、人工智能与软硬件结合方向的开发者及学生。除完整可运行的源码外，还覆盖数据采集、预处理、特征提取、分类识别到结果输出的全流程模块设计，并配有测试脚本与接口示例，方便读者快速理解脉象识别的工程实现，也可作为毕业设计或课程开发的参考基础。

1. 拿到的这套Python脉象识别系统源码，先搞清它识别什么

手里这份Python脉象识别系统源码.zip，解压之后是一套典型的「信号处理 + 机器学习」工程：输入是脉搏波信号，输出是弦脉、滑脉、平脉这类脉象标签。它解决的是中医脉诊客观化里最基础的一环——把医生手指感知的脉象转成可计算的特征，再交给分类器判断。适用人群很明确：正在做课程设计或毕业设计的本科生、想给健康监测设备加脉象识别功能的嵌入式开发，以及刚入门生理信号处理、想找一个完整管线练手的Python使用者。这套系统真正的门槛不在算法，而在信号质量控制和特征对齐，后文会按这个顺序展开。

2. 解压源码.zip的第一步：目录结构、数据集与训练标签的约定

拿到压缩包，先别急着看模型代码。脉象识别这类系统，数据格式的坑远多于算法本身。本章先把解压、环境、数据格式这三件事说清楚，任何一步没对齐，后面的特征提取都是白做。

2.1 解压与运行环境检查：先确认能跑，再看代码怎么写

压缩包解压这一步看起来简单，实际经常卡在编码上。Windows 下打包的 zip，内部文件名可能带着 GBK 编码，直接unzip解压会出现乱码目录名。我一般先试不带任何参数解压，看到乱码再用-O指定编码：

# 静默解压到指定目录，避免在当前目录散落一堆文件 unzip -q Python脉象识别系统源码.zip -d pulse_system # 如果文件名乱码，说明压缩包内编码是 GBK；Linux/unzip 新版本支持指定编码 unzip -q -O GBK Python脉象识别系统源码.zip -d pulse_system

解压之后先看目录结构，再核对依赖。大多数同类项目会按src、data、models、features分目录，可能还带一个requirements.txt。源码包通常长这样：

pulse_system/ ├── data/ │ ├── raw/ # 原始脉搏波 CSV │ └── meta.csv # 样本与标签对照表 ├── src/ │ ├── preprocess.py # 滤波、去基线漂移 │ ├── segments.py # 单周期切分 │ ├── features.py # 特征提取 │ ├── train.py # 训练与调参与评估 │ └── predict.py # 对新样本做预测 └── requirements.txt

依赖一般集中在numpy、scipy、pandas、scikit-learn、pywt、joblib这几个库上。建议直接用 Python 3.9 以上的版本，装依赖时不要对照网上的“教程”逐个安装，直接读包里自带的requirements.txt一次装完：

python -m pip install -r requirements.txt

如果仓库没有requirements.txt，就用下面这个最小集合，版本号不必锁死，能跑通即可：

python -m pip install numpy scipy pandas scikit-learn PyWavelets joblib flask

提示：如果代码是用老版本 TensorFlow 写的，那就麻烦了。建议先把import行全部扫一遍，发现深度学习的依赖再决定是重装老框架还是把模型改成 scikit-learn。脉象识别并不必须上深度学习，传统特征加 SVM 在小样本场景下往往更稳。

2.2 脉象数据从哪来：公开数据集与自行采集两条路线

没有数据，整个系统就是空壳。常见做法是两种：找论文公开的脉搏波数据集，或者用脉搏传感器自己采一批。前者省事，后者更贴合真实部署。

公开数据集通常提供按压传感器或光电容积脉搏波的原始信号，采样率从 125 Hz 到 1000 Hz 不等，标签可能是中文脉象名或拼音缩写。拿到手第一件事不是训练，而是确认三件事：采样率是多少、信号是否经过滤波、标签和信号文件有没有错位。这三项任何一项不明确，后面做出的模型都不值得信任。

自行采集的话，常见传感器是压阻式脉搏传感器或多普勒脉搏波模块，接树莓派或单片机通过串口输出，采样率由采集代码决定。采的时候务必把采样率写进文件名或数据库字段，例如S012_xian_250hz.csv。我见过太多人采完数据忘了记采样率，最后全靠猜，特征里的频率成分全废了。

2.3 数据格式约定：CSV 列名与标签映射，别嫌啰嗦

无论数据来自哪条路线，最终都要整理成统一的 CSV 格式。推荐的最小格式是四列：时间戳、脉搏波幅值、受试者编号、脉象标签。

timestamp,wave,subject_id,label 0.000,0.152,S001,ping 0.004,0.163,S001,ping 0.008,0.170,S001,ping

标签建议用拼音或英文，中文标签虽然直观，但 sklearn 对字符串标签也能处理，只是在保存模型和做混淆矩阵时不够清爽。常见映射是：平脉ping，弦脉xian，滑脉hua，细脉xi。如果数据集自带的是中文标签，先统一转成拼音，别让同一脉象出现“弦脉”和“xian”两种写法，这是新手最容易忽略的数据卫生问题。

有了 meta 表之后，还要做一步非常关键的操作：按受试者划分训练集和测试集，而不是按行随机切。同一受试者的前后几个周期高度相关，一旦同一个人的数据同时出现在训练集和测试集里，验证指标会虚高一大截。正确做法是先按subject_id分层切分：

import pandas as pd from sklearn.model_selection import train_test_split meta = pd.read_csv('data/meta.csv') subjects = meta['subject_id'].unique() # test_size=0.2 表示留 20% 受试者做测试；random_state 固定保证可复现 train_sub, test_sub = train_test_split(subjects, test_size=0.2, random_state=42) train_idx = meta['subject_id'].isin(train_sub) test_idx = meta['subject_id'].isin(test_sub) meta.loc[train_idx].to_csv('data/train.csv', index=False) meta.loc[test_idx].to_csv('data/test.csv', index=False)

逻辑说明：这里切分的单位是subject_id而不是单条样本，确保一个受试者的所有周期只会出现在训练或测试中的一侧，模拟“新来一个人”的真实场景。random_state=42让每次划分结果一致。

划分之后，马上检查每个类在训练集和测试集里的占比。如果某类脉象样本特别少，切出来的 test 里一个样本都没有，那就得考虑留出法换成交叉验证，或对该类做更保守的分层。这一步做完，数据准备才算完成。

3. 信号预处理做到位：带通滤波、基线漂移与单周期切分

脉象识别系统的成败，八成在预处理。同一个分类器，信号干净时准确率能到九成，信号带漂移时直接崩到六成。本章从滤除噪声、去基线、切分周期三步走，每一步给出可复现的代码和参数经验值。

3.1 带通滤波与工频陷波：先把脉搏波洗出能看的样子

脉搏波信号的噪声来源主要是三块：人体呼吸引起的低频漂移、肌肉紧张产生的低频扰动、以及 50 Hz 工频干扰。低频漂移留在下一节单独处理，这里先做带通滤波和工频陷波。

脉搏波的有效能量集中在 0.5 Hz 到 30 Hz 之间，心率 60 次/分对应基频 1 Hz，谐波能到十几次。因此带通下限取 0.5 Hz 可以压掉一部分呼吸分量，上限取 30 Hz 不至于把波形轮廓削平。用scipy.signal实现零相位滤波：

from scipy import signal def filt_band(sig, fs=250.0): """带通 0.5~30Hz + 50Hz 陷波，返回干净信号""" # 4 阶 butterworth，filtfilt 保证零相位偏移 b_band, a_band = signal.butter(4, [0.5, 30], btype='bandpass', fs=fs) filt = signal.filtfilt(b_band, a_band, sig.astype(float)) # Q=30 表示陷波带宽较窄，只切工频附近，避免伤到脉搏波谐波 b_notch, a_notch = signal.iirnotch(50.0, 30.0, fs) filt = signal.filtfilt(b_notch, a_notch, filt) return filt

参数说明：fs必须和采集时实际采样率一致，这是最容易踩坑的地方。butter的 4 阶在工程上是平衡选择，阶数再高容易引入振铃；filtfilt双向滤波不会产生相位移动，这对后续周期切分很重要。iirnotch的 Q 值取 30，陷波带宽大约不到 2 Hz，如果你把 Q 调到 1，等于把整个信号能量都削掉一块，重搏波可能会被滤平。

滤波后建议画一次时域图确认形态：主波、重搏波应该清楚可见，切出来的波形不应该出现振铃尾巴。如果某个样本波形异常，宁可删掉，不要硬塞进训练集。

3.2 去掉基线漂移：中值滤波与多项式拟合选哪个

带通滤波已经把极低频部分衰减了一部分，但呼吸造成的基线起伏仍然存在。常见做法有两种：中值滤波拟合法和多项式拟合法。

中值滤波的思路是把信号视为“基线 + 细节”，用一个窗口约 1 秒的中值估计当前基线。脉搏波周期通常在 0.6 秒到 1.2 秒之间，中值窗口取 1 秒能较好贴着基线走：

from scipy.ndimage import median_filter def remove_baseline_median(sig, fs=250.0): # kernel 取 1 秒长度；窗口太小会把主波一起滤掉 kernel = int(fs) baseline = median_filter(sig, size=kernel, mode='reflect') return sig - baseline

多项式拟合则是把整段信号拟合一条低阶曲线当基线：

import numpy as np def remove_baseline_poly(sig, fs=250.0): n = len(sig) t = np.arange(n) / fs # deg 取 4~6，太高会把主波形态带进基线 coef = np.polyfit(t, sig, deg=5) baseline = np.polyval(coef, t) return sig - baseline

两种方法怎么选？如果每个样本只有几秒，多项式拟合更稳，中值滤波在边缘处会有反射误差。如果样本是连续采集的几十秒长信号，中值滤波更贴合呼吸节律，因为呼吸漂移不是严格多项式形态。我一般先用中值滤波，如果发现重搏波附近出现异常的负向鼓包，再换多项式拟合对比。

3.3 单周期切分与归一化：给特征提取准备标准输入

整段信号不能直接进模型，特征描述的是“单个脉搏周期”。切分的常规做法是先找主波峰值，再从峰值后固定位置截取固定长度窗口。

from scipy.signal import find_peaks def segment_signal(clean, fs=250.0, win_sec=1.0): # 主波通常占信号幅值较高；height 设 60 分位能滤掉小杂波 peaks, _ = find_peaks(clean, distance=int(0.4 * fs), height=np.percentile(clean, 60)) segs = [] for p in peaks: start = p + int(0.1 * fs) # 峰后 0.1 秒 end = start + int(win_sec * fs) # 固定 1 秒窗口 if end < len(clean): seg = clean[start:end] # 幅值归一化：让不同人的波形幅度可比较 seg = (seg - seg.min()) / (seg.ptp() + 1e-9) segs.append(seg) return segs

逻辑说明：起点取主波峰后 0.1 秒而不是主波峰本身，是为了把上升支的完整形态排除在外，让窗口主要包含降支和重搏波。窗口固定 1 秒，基本能覆盖一个完整周期；如果心率偏低、周期超过 1.2 秒，就得把win_sec调大。

切分后需要做质量筛查。脉搏波切分常见问题是：窗口里混进了下一个周期的上升沿，或者幅值太低导致归一化后全是噪声。最简单粗暴的过滤规则是：窗口内最大值出现在最后 20% 位置、或归一化前幅值小于整段信号幅值 20% 的窗口直接丢弃。这个规则不用太精细，目的是把明显损坏的样本清掉。

切分完成的波形段建议直接存成npy格式并带上标签，样本量不大时一次全部加载进内存即可。如果波形段有几千条，建议按(样本数, 窗口长度)的矩阵存成一个文件，后续特征提取会快很多。

4. 特征提取与模型训练：把波形变成十来个数字再交给 SVM

预处理做干净之后，下一步是把每条脉搏波段转成一组有生理意义的数值特征。特征设计决定了模型的性能上限，模型只是在逼近这个上限。本章先讲特征怎么设计，再给出训练与调参的具体做法。

4.1 时域特征：主波、重搏波与脉率的信息压缩

时域特征直接描述波形形态。中医脉象里，弦脉表现为脉体挺直、按之如琴弦，反映在波形上是主波高耸、降支快、重搏波不明显；滑脉则“往来流利”，重搏波清晰且与主波间隔紧凑。这些形态差异用几个数值就能量化。

我常用的一组时域特征如下表：

实现代码：

def extract_time_features(seg, fs=250.0): n = len(seg) peak_idx = int(np.argmax(seg)) rise_time = peak_idx / fs # 重搏波在主波峰值之后，通常出现在峰值后 0.15~0.4 秒 tail = seg[peak_idx + int(0.05 * fs):] if len(tail) > int(0.2 * fs): dicrotic = np.max(tail[:int(0.3 * fs)]) else: dicrotic = 0.0 dicrotic_ratio = dicrotic / (seg[peak_idx] + 1e-9) # 前 60% 面积近似收缩期 split = int(0.6 * n) systolic_area_ratio = seg[:split].sum() / (seg.sum() + 1e-9) return [rise_time, dicrotic_ratio, systolic_area_ratio]

需要注意dicrotic_ratio的定位窗口。如果把整个尾巴都最大化，重搏波可能被下一次主波的上升沿污染。限制在峰后 0.05 秒到 0.35 秒之间是经验值，心率偏低的人群重搏波会晚一些，可以适当拉长到 0.45 秒。

4.2 频域与小波特征：补上时域看不到的频谱信息

单纯时域特征对形态相似的脉象难以区分。频谱特征能反映能量在不同频段的分布：弦脉往往在低频段集中度更高，滑脉的高频成分相对更丰富。

def extract_fft_features(seg, fs=250.0): n = len(seg) f = np.fft.rfftfreq(n, d=1.0 / fs) spectrum = np.fft.rfft(seg - seg.mean()) power = np.abs(spectrum) ** 2 valid = f < 12.0 fv = f[valid] pv = power[valid] dominant_freq = fv[np.argmax(pv)] # 低频段(0~2Hz)能量占比 low_band = pv[fv < 2.0].sum() total = pv.sum() + 1e-9 low_ratio = low_band / total return [dominant_freq, low_ratio]

rfftfreq计算频率轴，rfft只取正频率部分，适合真实信号。valid = f < 12.0排除高频噪声段；如果采样率是 1000 Hz，这段逻辑不用改，因为频率轴归一化由rfftfreq自动完成。

小波特征的作用是同时保留时域和频域信息。脉搏波是典型的非平稳信号，小波比纯 FFT 更适合描述主波到重搏波之间的瞬态变化。常见参数是 db4 小波、3 层分解：

import pywt def extract_wavelet_features(seg): coeffs = pywt.wavedec(seg, 'db4', level=3) feats = [] for detail in coeffs[1:]: # 每层的能量和标准差，描述不同频段的能量分布 feats.append(float((detail ** 2).mean())) feats.append(float(detail.std())) return feats

逻辑说明：wavedec返回的第 0 项是近似系数，保留整体趋势；这里只用细节系数，因为近似系数和 FFT 低频信息高度重叠。level=3 对 1 秒窗口比较合适，如果窗口更长，level 可以加到 4 或 5，但特征维度会跟着涨，小样本下容易过拟合。

4.3 训练 SVM 与随机森林：参数搜索与交叉验证

特征不一定要多，但必须和标签有对应关系。把上面的时域、频域、小波特征拼成一个向量，就能交给分类器了。脉象识别训练样本通常只有几十到几百例，SVM 的核方法在这个规模下比深度模型稳定得多，随机森林则更适合特征里有冗余或噪声的场景。

from sklearn.svm import SVC from sklearn.model_selection import GridSearchCV, StratifiedKFold # X 是 (n_samples, n_features) 的特征矩阵，y 是对应的标签数组 param_grid = { 'C': [1, 10, 100], 'gamma': ['scale', 0.01, 0.001], 'kernel': ['rbf'] } base_svc = SVC(probability=True, class_weight='balanced') cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=42) grid = GridSearchCV(base_svc, param_grid, cv=cv, scoring='f1_macro', n_jobs=-1) grid.fit(X, y) best_svc = grid.best_estimator_

参数说明：C控制误分类惩罚，脉象数据噪声大，太大会把噪声当信号学进去，太小则欠拟合；gamma影响 RBF 核的作用半径。class_weight='balanced'会在训练时自动增大少数类的权重，对脉象数据集的类别不平衡很有用。scoring='f1_macro'是对各脉象类别的 F1 求平均，比 accuracy 更能反映每个类是否都被照顾到。

对比实验也不要省：随机森林可以当作第二模型同时训练，最后选验证集上表现好的一个。

from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(n_estimators=300, max_depth=8, min_samples_leaf=4, class_weight='balanced', random_state=42)

min_samples_leaf=4防止树过深导致小样本过拟合；n_estimators300 棵在脉象数据这种规模下已经足够多，再多训练时间上去但精度提升很有限。

模型训练完成后立刻用joblib保存：

import joblib joblib.dump(best_svc, 'models/pulse_svm.joblib')

后面预测阶段只需要加载这个文件，配合同样的预处理和特征提取函数就能对新信号做分类。

5. 避坑：脉象识别最容易翻车的 5 个环节

脉象识别系统的坑，一半在数据，一半在压缩包本身。这些坑不看案例很难提前预料，我按自己遇到过的真实顺序列出来，按「现象 → 原因 → 解决」给全。

5.1 伪加密导致源码包解压时要求输入密码

现象：拿到一个毫无密码的源码 zip 包，解压时却弹出密码输入框，所有文件都无法提取。

原因：zip 目录区有一个加密标志位，正常情况下未加密文件该位为 0。某些压缩工具或恶意分享者会把该标志位改成 1，造成“伪加密”，文件内容其实并没有加密。这在论坛和网盘分享里非常常见。

解决：用 Python 的zipfile读取时手动把该标志位清掉再解压：

import zipfile with zipfile.ZipFile('Python脉象识别系统源码.zip', 'r') as zin: for info in zin.infolist(): # 0x01 是加密标志；伪加密时文件并未真正加密，清掉即可 info.flag_bits &= ~0x0001 zin.extractall('pulse_system')

说明：infolist()返回的ZipInfo对象持有flag_bits，移动端压缩工具生成的伪加密文件用这种方式通常能绕过。如果清掉标志位后仍能正常提取且文件体积与实际内容一致，说明确实只是伪加密。如果真加密，解出来的文件会损坏或直接报错，那就不能强行处理。

5.2 采样率不统一导致特征全乱

现象：同一套模型在 A 设备采样数据上准确率 92%，换 B 设备数据后掉到 67%，且未报任何错误。

原因：A 设备采样率 250 Hz，B 设备采样率 1000 Hz。周期切分时int(0.4 * fs)算出的距离不同，频率轴位置不同，FFT 主频计算更是完全错位。

解决：在预处理入口强制统一采样率，用scipy.signal.resample_poly重采样：

from scipy.signal import resample_poly def resample_signal(sig, src_fs, target_fs=250.0): # 先算升降采样倍数，保证整数比以减少误差 up = int(round(target_fs)) down = int(round(src_fs)) return resample_poly(sig, up, down, axis=0).astype(float)

逻辑说明：resample_poly内部做抗混叠滤波，比直接np.interp或resample更稳。重采样之后务必将所有下游调用里的fs统一替换成target_fs，检查代码里有没有写死的250之类的魔法数字。

5.3 标签不平衡导致模型变成“全都预测平脉”

现象：训练完成后整体准确率 91%，但看混淆矩阵，弦脉和细脉的召回率都是 0，模型把所有样本都判成了平脉。

原因：平脉样本占 70% 以上，模型在优化全局准确率时发现“全猜平脉”代价最小，于是学会了走捷径。

解决：换用class_weight='balanced'或对少数类做上采样；验证指标不再看accuracy，改看每个类别的recall和f1_macro。一个可落地的做法是给每条样本算权重：

from sklearn.utils.class_weight import compute_class_weight classes = np.unique(y) weights = compute_class_weight('balanced', classes=classes, y=y) sample_weight = np.array([weights[list(classes).index(label)] for label in y])

说明：compute_class_weight返回每个类一个权重，少数类权重自动放大。把sample_weight传给 SVM 的fit参数，比单独调class_weight更直观，也适用于随机森林。记住：在这种不平衡数据集上，准确率高不等于模型可用。

5.4 滤波过度把重搏波滤平了

现象：特征提取代码逻辑没问题，但dicrotic_ratio几乎全是接近 0 的常量，模型怎么训都分不开弦脉和滑脉。

原因：带通滤波上限设成了 10 Hz，或陷波滤波 Q 值设成 1，导致 10 Hz 附近的谐波能量被过度衰减，重搏波形态被抹平。

解决：把带通上限重新调回 25~30 Hz，陷波 Q 回到 30。检查方法是画出滤波前后波形对比，重搏波应当是主波降支上的一个清晰小波峰，而不是完全平滑的曲线。如果使用的是savgol_filter做平滑，window_length别超过 31，否则同样会把重搏波抹平。

5.5 分组泄漏：同一个人的数据同时出现在训练和测试集

现象：交叉验证 F1 达到 0.95，部署时换一批新人数据，效果骤降。

原因：切分训练测试时直接用train_test_split(X, y)，同一受试者的多个周期同时落在训练集和测试集，模型学的是“识别这个人”，而不是“识别这类脉象”。

解决：交叉验证也要按受试者分组，直接用GroupKFold：

from sklearn.model_selection import GroupKFold group_kfold = GroupKFold(n_splits=5) for train_idx, val_idx in group_kfold.split(X, y, groups=subject_ids): clf.fit(X[train_idx], y[train_idx]) val_score = clf.score(X[val_idx], y[val_idx])

逻辑说明：groups=subject_ids保证同一个受试者的所有样本只出现在同一个折中。这是脉象识别里最容易忽略的验证错误，也是模型上线后翻车的最常见原因。特征提取和调参做得再好，验证协议错了，结果就是一场空。

6. 部署与验证：混淆矩阵、留出法和最小预测接口

模型训练完不算完，还得证明它可靠，并且能被别人调用。先看每个脉象类别的预测质量，再封装一个能接收单条信号并输出标签的接口，这套源码才算真正落地。

评估不能只看准确率。脉象数据天然不平衡，要打印混淆矩阵，逐类看召回率和精确率：

from sklearn.metrics import confusion_matrix, classification_report, ConfusionMatrixDisplay y_pred = best_svc.predict(X_test) print(classification_report(y_test, y_pred)) cm = confusion_matrix(y_test, y_pred) disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=best_svc.classes_) disp.plot()

注意输出表格里每个类别的recall是否都大于 0.6。只要有一个类别低于 0.5，这个模型就不具备部署条件，回去加样本或调整class_weight。

验证通过后，最小可用接口一般做成一次预测一个文件。把预处理到特征提取的流程串起来，加载保存好的模型文件：

import joblib import numpy as np model = joblib.load('models/pulse_svm.joblib') def predict_wave(raw_signal, fs=250.0): clean = filt_band(raw_signal, fs) clean = remove_baseline_median(clean, fs) segs = segment_signal(clean, fs) feats = np.array([extract_time_features(s, fs) + extract_fft_features(s, fs) + extract_wavelet_features(s) for s in segs]) probs = model.predict_proba(feats) return model.classes_[np.argmax(probs.mean(axis=0))]

逻辑说明：多个周期各自预测后对概率取平均，比单周期拍板更稳，能避免个别噪声周期干扰结论。如果后续要接成 web 服务，用 Flask 包一个 POST 接口，前端传 JSON 数组返回脉象标签即可。

我自己第一次做这套系统时，调 SVM 调到了 95% 的正确率，后来发现是分组泄漏造成的假象，改掉验证方式后降回 78%，那之后我对指标的第一反应都是先看验证协议是否严谨。脉象识别没有银弹，把预处理、特征和对齐做好，剩下的就是踏实调参。上面这些步骤走完，你手里这份源码就能从“能跑”变成“可信”。希望帮到你。

本文还有配套的精品资源，点击获取