The embodiment of the invention discloses a pulse signal detection and analysis method and a device for improving the accuracy of pulse signal classification. The method includes: collecting at least one kind of pulse signal of the user, analyzing and processing the at least one kind of pulse signal, obtaining the characteristic signal of at least one kind of pulse signal; using the classifier function to classify the characteristic signal of the at least one kind of pulse signal, and feed back the classification result to the user. . The embodiment of the invention also provides a pulse signal detection and analysis device, which is used to improve the accuracy rate of pulse signal classification.
【技术实现步骤摘要】
一种脉搏信号检测分析方法及装置
本专利技术涉及医疗设备
,尤其涉及一种脉搏信号检测分析方法及装置。
技术介绍
脉搏信号形成于心脏周期性的收缩和舒张,脉搏的传导和反射过程中会受到心动周期、心输出量等心脏性状因素影响,同时还受到血管的硬度、直径,血液粘度,外周阻力等血液和血管的性状影响,这使得脉搏信号蕴含了与整个循环系统相关的丰富的人体生理和病理信息。脉搏信号在古代中国、印度等国被广泛应用于疾病的诊断,然而由于脉诊具有一定的主观性,疾病诊断过程依赖医师的个人经验,因此近些年脉诊的客观化成为研究热点之一。目前,在对脉搏信号的研究过程中涌现了各式各样的脉搏信号获取装置,概括来说各类脉搏信号获取系统,基本可以分为三类:压力脉搏信号采集系统,光电脉搏信号采集系统和超声脉搏信号采集系统。由于不同的脉搏信号具有不同的敏感特征,如压力脉搏信号对血管弹性和管壁厚度较敏感,光电脉搏信号对血液组成较敏感,超声脉搏信号对血流状态和血液粘度较敏感,故根据不同的脉搏信号可以对不同类型的个体进行分类,而现有的根据人工的主观经验对脉搏信号进行分类的方法,缺乏客观性且准确率较低。
技术实现思路
本专利技术实施例提供了一种脉搏信号检测分析方法及装置,用于实现利用分类器函数对用户脉搏信号特征的分类识别,提高了识别效率及准确率。本专利技术实施例第一方面提供了一种脉搏信号检测分析方法,包括:采集用户的至少一类脉搏信号;对所述至少一类脉搏信号进行分析处理,得到至少一类脉搏信号的特征信号;利用分类器函数对所述至少一类脉搏信号的特征信号进行分类;将分类结果反馈给所述用户。优选的,在所述采集用户的至少一类 ...
【技术保护点】
1.一种脉搏信号检测分析方法,其特征在于,包括:采集用户的至少一类脉搏信号;对所述至少一类脉搏信号进行分析处理,得到至少一类脉搏信号的特征信号;利用分类器函数对所述至少一类脉搏信号的特征信号进行分类;将分类结果反馈给所述用户。
【技术特征摘要】
1.一种脉搏信号检测分析方法,其特征在于,包括:采集用户的至少一类脉搏信号;对所述至少一类脉搏信号进行分析处理,得到至少一类脉搏信号的特征信号;利用分类器函数对所述至少一类脉搏信号的特征信号进行分类;将分类结果反馈给所述用户。2.根据权利要求1所述的方法,其特征在于,在所述采集用户的至少一类脉搏信号之前,所述方法还包括:采集训练样本的脉搏信号,所述训练样本包括第一类个体和第二类个体;提取出所述第一类个体和所述第二类个体的脉搏信号特征,并将所述第一类个体和所述第二类个体的所述脉搏信号特征融合为综合脉搏信号特征;将所述综合脉搏信号特征归一化,生成第一特征;根据所述第一特征和机器学习算法确定所述分类器函数。3.根据权利要求2所述的方法,其特征在于,所述根据所述第一特征和机器学习算法确定所述分类器函数,包括:确定训练样本分类的松弛变量及惩罚因子;确定所述第一特征从线性不可分空间映射到线性可分空间中,线性可分空间函数的内积;根据所述松弛变量、所述惩罚因子、所述线性可分空间函数的内积及所述第一特征确定所述分类器函数。4.根据权利要求2所述的方法,其特征在于,在所述采集训练样本的脉搏信号之后,所述方法还包括:对所述训练样本的脉搏信号进行预处理,所述预处理包括:噪声和/或基线漂移的去除。5.根据权利要求1至4中任一项所述的方法,其特征在于,所述利用分类器函数对所述至少一类脉搏信号的特征信号进行分类,包括:提取出所述特征信号中的特征值;利用所述分类器函数对所述特征值进行分类识别,以确...
【专利技术属性】
技术研发人员:刘均,龙知才,李镐炜,
申请(专利权)人:深圳还是威健康科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。