一种智能中医舌诊辅助分析系统
    1.
    发明公开

    公开(公告)号:CN115965607A

    公开(公告)日:2023-04-14

    申请号:CN202211739926.3

    申请日:2022-12-31

    Abstract: 本发明公开了一种智能中医舌诊辅助分析系统,包括舌诊信息采集模块、舌图像智能分析模块和数据管理模块,所述的舌诊信息采集模块用于对患者信息以及舌图像进行采集;所述的舌图像智能分析模块用于对原始舌图像进行预处理和特征分析识别;所述的数据管理模块建立数据库,且利用数据库用于对患者基本信息、舌诊数据和舌图像分析结果进行管理。本发明将舌图像的采集、分析、处理与识别等功能进行系统集成,使医生能够简单方便地使用该系统进行辅助诊断,有利于进一步推进中医舌诊客观化研究的发展,同时有助于中医舌诊的推广普及。

    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。

    一种可分离式中医三部脉象采集组合手环装置

    公开(公告)号:CN109247919B

    公开(公告)日:2021-04-06

    申请号:CN201810903695.2

    申请日:2018-08-09

    Abstract: 本发明涉及一种可分离式中医三部脉象采集组合手环装置,该装置包括:分离式组合手环:包括三个结构相同的脉象采集手环,每个脉象采集手环均包括腕带、粘扣带、设置在腕带上部用以相互连接并调整位置的位置调整机构、贴设在腕带内表面的气袋、设置在腕带内侧的脉象传感器以及设置在腕带内部电路板卡槽内的柔性电路板;外围设备箱:包括箱体以及设置在箱体内的三个微型蠕动泵和单片机,所述的单片机通过微型蠕动泵控制气袋的充放气速度,并且通过柔性电路板获取脉象传感器采集到的压力信号。与现有技术相比,本发明具有支持单部和三部采集、三部位置可进行调整、三部压力独立可调、佩戴方便舒适、便于携带等优点。

    一种可分离式中医三部脉象采集组合手环装置

    公开(公告)号:CN109247919A

    公开(公告)日:2019-01-22

    申请号:CN201810903695.2

    申请日:2018-08-09

    Abstract: 本发明涉及一种可分离式中医三部脉象采集组合手环装置,该装置包括:分离式组合手环:包括三个结构相同的脉象采集手环,每个脉象采集手环均包括腕带、粘扣带、设置在腕带上部用以相互连接并调整位置的位置调整机构、贴设在腕带内表面的气袋、设置在腕带内侧的脉象传感器以及设置在腕带内部电路板卡槽内的柔性电路板;外围设备箱:包括箱体以及设置在箱体内的三个微型蠕动泵和单片机,所述的单片机通过微型蠕动泵控制气袋的充放气速度,并且通过柔性电路板获取脉象传感器采集到的压力信号。与现有技术相比,本发明具有支持单部和三部采集、三部位置可进行调整、三部压力独立可调、佩戴方便舒适、便于携带等优点。

    基于特征组的中医主症选择方法

    公开(公告)号:CN107292097B

    公开(公告)日:2020-02-04

    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。

    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。

Patent Agency Ranking