【技术实现步骤摘要】
本专利技术属于医学及人工智能，具体涉及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。
技术介绍
1、脉象是中医诊断疾病的重要依据，不同的脉象对应着人体不同的生理和病理状态。准确地对脉象进行分类，对于中医临床诊断、疾病预防和治疗具有重要的意义。
2、传统的脉象分类主要依靠中医师通过手指触摸脉搏来感知脉象的特征，这种方法依赖于中医师的经验和主观判断，存在着分类结果一致性差、难以量化和标准化等问题。
3、随着信息技术的发展，研究人员专利技术了基于电子传感器的脉象采集设备。采用脉象采集设备，能够将脉象信号转化为电信号进行处理和分析。
4、目前，对脉象信号的处理和分类方法主要包括时域分析、频域分析和时频分析等。然而，现有的脉象分类方法在特征提取和分类精度上仍存在不足。传统时域分析依赖主波、重搏波的高度、时值、面积等参数，虽能反映脉搏波形特征，但缺乏对动态变化的全局描述。例如脉位趋势图与脉宽踪迹图仍依赖人工经验判断，难以实现自动化分类。傅里叶变换虽能提取脉搏信号的基频和谐波分量，却无法捕捉非平稳信号中...
【技术保护点】
1.一种基于小波变换和互相关系数的脉象分类方法，其特征在于，包括依次进行的以下步骤：
2.根据权利要求1所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，模板库中的建立过程包括：按照与步骤S1相同的方法，对标准脉象信号进行小波变换与时频特征提取，得到各标准脉象信号的特征向量，建立模板库。
3.根据权利要求2所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，所述标准脉象信号由原始标准脉象信号经过预处理获得；
4.根据权利要求3所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，执行步骤S1之前，按照与步骤S01～...
【技术特征摘要】
1.一种基于小波变换和互相关系数的脉象分类方法，其特征在于，包括依次进行的以下步骤：
2.根据权利要求1所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，模板库中的建立过程包括：按照与步骤s1相同的方法，对标准脉象信号进行小波变换与时频特征提取，得到各标准脉象信号的特征向量，建立模板库。
3.根据权利要求2所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，所述标准脉象信号由原始标准脉象信号经过预处理获得；
4.根据权利要求3所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，执行步骤s1之前，按照与步骤s01～步骤s03相同的方法，对采集到的原始病人脉象信号进行预处理，获得所述病人脉象信号。
5.根据权利要求1至4任意一项所述的基于小波变换和互相关系数的脉象分类方法，其特征在于，步骤s1利用小波变换对病人脉象信号进行多尺度分解，得到不同尺度下的高频分量和低频分量，从而获取不同频率段的病人脉象信号特征向量，具体按照以下步骤顺序进行：
【专利技术属性】
技术研发人员：袁亚运，杨若璋，秦屹，焦子朋，高维娟，方朝义，王少贤，
申请(专利权)人：河北普茵智能电子有限公司，
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。