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
时域统计特征
多模态
机器人故障诊断
Softmax函数
模态特征
金具
三维成像
缺陷识别方法
声学传感器阵列
频域特征
监测系统
多波段光源
光谱传感器
耳挂结构
血红蛋白
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
特征提取网络
碰撞识别方法
车辆
时间段
深度学习模型