摘要
本发明属于医学及人工智能技术领域,具体公开了一种基于小波变换和互相关系数的脉象分类方法、系统、设备及介质。本发明先通过小波变换对病人脉象信号进行多尺度分解,提取不同频率段的时频特征,再计算病人脉象信号特征向量与模板库中各标准脉象特征向量的互相关系数,并比较各互相关系数的大小,最终将病人脉象分类为互相关系数最大的标准脉象类别。本发明能够准确衡量病人脉象信号与标准脉象信号之间的相似程度,从而实现对病人脉象的准确分类,提高了分类的准确率。本发明适用于中医诊断中对脉象进行分类。
技术关键词
病人脉象
分类方法
信号
模数转换电路
关系
脉象传感器
分类系统
模板
小波变换算法
统计特征
多尺度
特征提取算法
可读存储介质
特征提取模块
高通滤波器
决策算法
人工智能技术
处理器
低通滤波器
系统为您推荐了相关专利信息
电磁干扰数据
通信故障检测
故障诊断模型
稳定性方法
矩阵
机器学习模型
数据分析方法
电磁
数据分析系统
测试设备
三维模型
曲率分析方法
消除方法
曲率特征
三维扫描模型
神经网络模型
功率控制方法
误差函数
精度
电力系统控制技术