期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于压阻传感器和微信小程序的中医脉象深度学习分类算法
1
作者 陈江宁 陈俊飞 +3 位作者 施京红 丁辉 雷成阳 陈文会 《传感技术学报》 北大核心 2025年第2期288-293,共6页
人体手腕处的桡动脉脉象是心脏、血管、血液的质和量等因素共同作用并互相影响的表现,可以反映人体整个循环系统的状态。首先,基于压阻式传感器设计了人体桡动脉脉搏信号采集单元,并提出基于卷积神经网络的脉象分类算法和基于自编码器... 人体手腕处的桡动脉脉象是心脏、血管、血液的质和量等因素共同作用并互相影响的表现,可以反映人体整个循环系统的状态。首先,基于压阻式传感器设计了人体桡动脉脉搏信号采集单元,并提出基于卷积神经网络的脉象分类算法和基于自编码器的脉搏信号判别算法进行脉象识别,并将其成功应用到脉象识别系统中。经过大量的临床测试表明,该方案具有一定的可行性。其次,在“微信开发者工具”环境下,设计了“WH采集脉象”微信小程序,微信小程序把采集到的脉搏数据送到微信云数据库上进行存储,使用人体桡动脉常见的平脉、细脉、滑脉、弦脉等10种注重脉形和脉势的标准脉图作为依据进行标注,构建了2127条样本的脉象数据集,搭建了脉象分类模型,并对模型进行了五折交叉验证训练和测试,临床测试结果说明,卷积神经网络模型在测试集上的脉象分类准确度高于95%以上。最后,为避免非脉搏信号或其他干扰信号对脉象分类准确性造成影响,使用自编码器模型判别脉搏信号并进行训练和测试。临床测试结果表明,使用自编码器构建的脉搏信号判别模型,可以有效判别常见脉搏信号和非脉搏信号。 展开更多
关键词 压阻传感器 深度学习 中医脉象分类 微信小程序
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部