基于时频域特征融合判别中医脉象的检测系统及方法

AITNT
正文
推荐专利
基于时频域特征融合判别中医脉象的检测系统及方法
申请号:CN202411381586
申请日期:2024-09-30
公开号:CN119279527A
公开日期:2025-01-10
类型:发明专利
摘要
本发明公开了基于时频域特征融合判别中医脉象的检测系统及方法,方法包括:采集医生切脉过程中脉搏波波动压力及医生切脉指压的时序信号;预处理所采集的时序信号,提取时序信号有代表性的特征信息进行融合;将中医标定数据与融合的特征数据组成训练集,基于人工智能分类识别算法进行脉象分类模型的搭建及训练,以利用脉象分类模型进行脉象判别。本发明通过在医生切脉过程中同步采集数据,即保证了数据标定的一致性,同时相较传统的固定压力、固定位置的被动式采样方案,借助医生的主动介入,可以根据不同人群的年龄、高矮胖瘦、性别等,灵活调整寸、关、尺的位置及浮、中、沉的指压力,确保数据采集的可靠性及有效性。
技术关键词
中医脉象 脉搏波 频域特征 人工智能分类 柔性压力传感器 时序 识别算法 训练集 信号处理单元 周期 数据采集模块 基线 控制显示模块 融合特征 波形斜率
系统为您推荐了相关专利信息
1
一种基于可解释多模态算子网络的机器人故障诊断方法
时域统计特征 多模态 机器人故障诊断 Softmax函数 模态特征
2
输电压接金具的缺陷识别方法以及装置
金具 三维成像 缺陷识别方法 声学传感器阵列 频域特征
3
一种监测系统及监测方法
监测系统 多波段光源 光谱传感器 耳挂结构 血红蛋白
4
基于无冲突多任务学习的机床刀具剩余使用寿命预测方法
剩余使用寿命预测 数控机床刀具 多任务学习模型 梯度下降算法 特征提取器
5
车辆碰撞识别方法、装置、设备及介质
特征提取网络 碰撞识别方法 车辆 时间段 深度学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号