一种基于手部图像特征的冠心病倾向识别设备

本发明公开了一种基于手部图像特征的冠心病倾向识别设备，属于医学图像处理与深度学习技术领域。该方法通过手诊仪摄像头采集手部图像，利用深度学习模型对图像特征进行提取与分析，判断被检测者是否存在冠心病倾向。具体步骤包括：采集若干被检测者的手部图像数据，预处理图像以提取关键特征，构建基于ResNet50的深度学习模型进行训练与分类，最终输出冠心病倾向的预测结果。该方法在测试集上的准确率可达85％以上，具有高效、非侵入性和低成本的优点，适用于家庭健康监测、社区医疗筛查及医院辅助诊断等场景，推动冠心病的早期筛查与预防。