一种基于心电光电压力脉搏信号的穿戴式脉诊手环系统

    公开(公告)号:CN117297564A

    公开(公告)日:2023-12-29

    申请号:CN202311322757.8

    申请日:2023-10-12

    Abstract: 本发明公开了一种基于心电光电压力脉搏信号的穿戴式脉诊手环系统,包括佩戴在手部的手环主体,佩戴在指端的光电传感器,穿戴在上肢的心电传感器,且所述手环主体上还设有用于对碗部的脉搏进行采集的脉搏传感器;所述光电传感器用于对指端的光电容积脉搏信号进行采集,所述心电传感器用于对心电信号进行采集,所述脉搏传感器用于对腕部的压力脉搏信号进行采集;且所述手环主体上还设有MCU模块,信号调理模块、模数转换模块和数据通信模块;本发明利用不同信号间的互补性探究心血管系统生理病理信息,并建立心血管系统健康状态识别模型,从而使得对血压的预测更加的准确,且贴近人体的实际血压。

    一种基于k近邻标签特定权重特征的中医诊断方法及系统

    公开(公告)号:CN104615894A

    公开(公告)日:2015-05-13

    申请号:CN201510078452.6

    申请日:2015-02-13

    Abstract: 本发明提供一种基于k近邻标签特定权重特征的中医诊断方法及系统,以解决上述问题。上述方法包括以下步骤:按照预设权重确定策略获取不同类别下事例的特征数据权重信息;根据不同类别下事例的特征数据权重信息,获取任意两个事例的加权欧几里得距离并选择预设数目加权欧几里得距离最小的事例;对选择的所述事例采用k近邻标签特定权重特征多标记学习方法即ML-LSWAKNN进行处理,获取所述事例对应的评价指标,充分考虑了特征加权对分类的影响,大大提高了分类的精度。

    基于特征组的特征选择方法、及中医主症选择方法

    公开(公告)号:CN107292097A

    公开(公告)日:2017-10-24

    申请号:CN201710445511.8

    申请日:2017-06-14

    Abstract: 本发明公开了一种基于特征组的特征选择方法,及中医主症选择方法,包含以下步骤:1、对原始特征集进行筛选;2、利用特征聚类算法对筛选后的特征集进行聚类,得到相应的特征组;3、向每一个特征组引入一个隐变量,得到相应的隐类模型,计算隐变量与标签之间的相关性;4、根据隐变量与标签之间的相关性从大到小对特征组进行排序;步骤5、将排序后的特征组依次加入被选特征子集,建立含有隐变量的贝叶斯网络;6,计算贝叶斯网络的分类准确率,进而得到加入的特征组个数与分类准确率的曲线,通过判断曲线的收敛或者最高准确率得到相应的最优特征子集。本发明以特征组为选择目标,由多个特征所组成的特征组具有对原始数据更好的表示能力。

    中医声诊采集与分析系统

    公开(公告)号:CN102342858A

    公开(公告)日:2012-02-08

    申请号:CN201010245493.7

    申请日:2010-08-06

    Abstract: 本发明公开了一种中医声诊采集与分析系统,由读音表连接声音采集装置,声音采集装置连接语音处理系统而构成,读音表由元音、唐诗和对应于五音的汉字组合而成;声音采集装置由话筒和音频卡组成,用于采集声音信号;话筒和音频卡相连接,音频卡将话筒收集的模拟信号转换为数字信号;语音处理系统安装在计算机上,包括语音录制系统、语音信号预处理系统和语音信号分析系统,语音录制系统会提示受试者跟读读音表中所提示的内容。在对所录制的语音信号进行预处理后,语音信号分析系统通过分析被测者的声音信息辨别其中医证型的表里寒热虚实及脏腑病位。

    一种基于图像修复与卷积神经网络的中医舌质老嫩识别方法

    公开(公告)号:CN114372926A

    公开(公告)日:2022-04-19

    申请号:CN202111572065.X

    申请日:2021-12-21

    Abstract: 本发明公开了一种基于图像修复与卷积神经网络的中医舌质老嫩识别方法,获取原始舌图像,采用舌体语义分割模型对舌图像进行舌体分割,得到舌体分割图像;采用高斯混合模型对舌体分割图像进行舌苔舌质分离;得到舌质图像;基于生成式图像修复网络建立舌质图像修复模型,利用舌质图像修复模型对舌质图像进行修复,获得纹理特征和颜色变化连续的舌质修复图像;采用改进型残差网络对修复后得到的舌质修复图像的数据集进行特征提取并分类,建立舌质老嫩识别模型;利用舌质老嫩识别模型来对舌质老嫩进行识别。本发明可以避免舌苔对舌质老嫩识别的影响,通过自学习得到的特征可以反映更丰富的舌质颜色和纹理特征,取得了较好的舌质老嫩识别效果。

    一种基于时序卷积网络的中医脉象识别模型的建立方法

    公开(公告)号:CN113712516A

    公开(公告)日:2021-11-30

    申请号:CN202111048339.5

    申请日:2021-09-08

    Abstract: 本发明公开了一种基于时序卷积网络的中医脉象识别模型的建立方法,通过检测手环对腕部桡动脉处的压力脉搏波信号、容积脉搏波信进行采集,通过检测指夹对指端的容积脉搏波信号进行采集,得到原始脉搏波信号,分别获得原始脉搏波信号的单周期波形;并对单周期波形的长度作规正化处理,获得具有相同长度的脉象时间序列的数据集;然后将数据集分为训练集、验证集和测试集,对训练集和验证集进行时序卷积网络计算,并进行验证和超参数调整,最终得到脉象识别模型;然后将测试集导入到脉象识别模型进行识别验证,得到脉象诊断识别的预测结果。本发明所提出的脉象识别方法拥有较高的准确率,可以为人体心血管系统健康状态的诊断提供参考。

Patent Agency Ranking