【技术实现步骤摘要】
脉象数据检测方法以及系统
[0001]本申请涉及数据处理
,尤其涉及脉象数据检测方法以及系统。
技术介绍
[0002]在专业中医脉象仪检测领域,进行一次脉象检测过程通常需要一段较长的时间,往往时间会超过5分钟,但是由于设备对检测位置的定位要求极高,常存在佩戴不正确等问题,无法获取到有效的脉象信号。而常规的脉象信号处理方法需要获取信号完成后进行分析,若没有佩戴成功检测到正确的信号,则会浪费大量的无效体验时间。
[0003]大部分以往的研究以及专利中,将主要的注意力集中到了从脉象信号到脉象的位、数、形、势等特征的处理中,较少提及如何从原始数据中判别是否有效数据的处理过程。如CN106859608A公开的动态中医三部脉象电信号连续监测和实时分析系统中,默认设备检测到的信号均是正确有效的脉象信号,忽视了获取信号不成功的处理过程。在CN112487945A公开的一种基于双路卷积神经网络融合的脉象识别方法中,虽然使用了人工智能技术对脉象信号的处理,但是同样是仅针对预处理认为正确有效的脉象信号,其网络结构无法处理非正常信号。 ...
【技术保护点】
【技术特征摘要】
1.一种脉象数据检测方法,其特征在于,包括:获取待检测的脉象数据;基于经过部署的脉象检测模型,根据所述脉象数据获得对应该数据的脉象检测结果;其中,所述脉象检测结果包括:脉象判别结果以及脉率监测结果;并且其中,所述脉象判别结果包括:有效脉象结果或无效脉象结果;其中,所述脉象检测模型的构建方式包括:构建脉象检测框架模型;利用训练数据集训练所述脉象检测框架模型,以获得脉象检测模型;并且其中,所述训练数据集包括:有效训练数据集以及无效训练数据集。2.根据权利要求1中所述的脉象数据检测方法,其特征在于,所述有效训练数据集包括:具有有效分类标签的多个有效脉象数据样本以及对应各样本的脉率;所述无效训练数据集包括:具有无效分类标签的多个无效脉象数据样本。3.根据权利要求2中所述的脉象数据检测方法,其特征在于,所述训练数据集经过Z
‑
Score标准化处理获得。4.根据权利要求1中所述的脉象数据检测方法,其特征在于,所述脉象检测框架模型包括:特征粗提取结构,用于对输入的脉象数据进行粗特征提取,以输出脉象粗特征提取数据;特征细提取结构,连接所述特征粗提取结构,用于对所述脉象粗特征提取数据进行细特征提取,以输出脉象细特征提取数据;脉象检测结果输出结构,连接所述特征细提取结构,用于基于输入的细特征提取数据获得对应所述脉象数据的脉象检测结果;其中,所述脉象检测结果输出结构包括:数据有效判别输出结构,用于基于输入的脉象细特征提取数据输出有效脉象结果或无效脉象结果;脉率输出结构,用于基于输入的脉象细特征提取数据输出脉率监测结果。5.根据权利要求4中所述的脉象数据检测方法,其特征在于,所述数据有效判别输出结构包括:两层连接的Dense结构;和/或,所述脉率输出结构包括:两层连接的Dense结构。6.根据权利要求4中所述的脉象数据检测方法,其特征在于,所述特征粗提取结构包括:两个连接的特征粗子...
【专利技术属性】
技术研发人员:杨杰,
申请(专利权)人:上海国民集团健康科技有限公司,
类型:发明
国别省市:
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。