计算机辅助诊脉,中医脉诊信号感知与计算机辅助识别研究

本文探讨了中医脉诊计算机辅助分析的进展与挑战。研究构建了兼容多点脉搏波的数据库,提出基于香农能量包络线等方法提取特征点,并运用深层卷积神经网络进行脉象识别分类。此外,还尝试开发了多部脉搏波采集设备。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

摘要:

中医脉诊计算机辅助分析研究涉及中医现代化理论、传感器技术、采集装置设计、模式识别等诸多方面。历经几十年,中医脉诊计算机辅助分析研究取得了一些成果,但距离实际的临床应用仍有很大距离。本文仅从模式识别的角度出发,对中医脉诊计算机辅助分析的几个关键问题进行分析研究。 首先,目前尚无满足测试和评价要求的脉博波数据库,因而提出构建可兼容单点、多点,单部、多部脉搏波,包含详细特征标注信息和专家诊断结果的中医脉搏波数据库。 其次,研究了具有生理意义的时域特征点的提取方法。提出基于香农能量包络线和希尔伯特变换的主波提取方法和基于专家经验阈值的重搏前波和重搏波提取方法。 再次,将深层卷积神经网络应用到脉搏波识别分类研究中,将卷积神经网络层次加深为9层,在训练过程中加入噪声模块;改进网络结构使之可以利用其他经验特征。 然后,尝试开发多部、多点脉搏波采集设备原型,并对多点、多部脉搏波进行初步分析。将中医脉诊计算机辅助分析的输出结果作为药膳系统的输入。尝试一条集脉搏信号采集、分析、诊断和保健为一体的中医现代化研究方案。 最后,总结了中医脉诊计算机辅助分析在数据库构建、时域特征提取等方面的进一步工作,并分析出用中医经验与有效的学习算法结合是中医脉诊计算机辅助分析获取有效特征的可能途径。

展开

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值