CN114847890B - 脉搏特征分析方法、设备及存储介质 - Google Patents
脉搏特征分析方法、设备及存储介质Info
- Publication number
- CN114847890B CN114847890B CN202210473976.5A CN202210473976A CN114847890B CN 114847890 B CN114847890 B CN 114847890B CN 202210473976 A CN202210473976 A CN 202210473976A CN 114847890 B CN114847890 B CN 114847890B
- Authority
- CN
- China
- Prior art keywords
- data
- pulse
- space
- pulse length
- length
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 117
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims description 38
- 230000006870 function Effects 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 239000003814 drug Substances 0.000 abstract description 16
- 230000008569 process Effects 0.000 abstract description 12
- 238000012545 processing Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Abstract
本发明揭示了一种脉搏特征分析方法、设备及存储介质,所述方法包括:获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取第一周期内脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值;根据脉搏空间数据组,遍历并获取与第一最大时间值对应的第一空间数据组;按照具有第一步长的脉长滑动窗口筛选第一空间数据组中的数据得到脉长中间数据,并计算脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据;根据第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。本发明提供的脉搏特征分析方法,能够提升整体分析和判断的准确性,使机器分析运算的过程更贴近中医实际。
Description
技术领域
本发明涉及中医诊脉技术领域,尤其涉及一种脉搏特征分析方法、设备及存储介质。
背景技术
“望、闻、问、切”四诊是中华民族传统医学(简称中医,下同)对病人进行诊断的方法,其中的“切”通常代表脉诊,中医医师通过手指触压患者寸口桡动脉处的寸、关、尺三个部位,分别施加诸如浮、中、沉等不同压力,感受位于中医中手太阴肺经的动脉处的波动,通过对包含有脉搏的位置、强弱、趋势、形状、宽度和节律等信息的脉搏数据进行分析,了解患者当前各种维度下的脉象,以分析判断患者当前的生理状态。由于脉搏数据的采集无需对患者进行创伤性操作,也无需采集人体的体液或其他分泌物进行高精度分析,能够使中医医师快速掌握患者病情并对症下药,因此具有极强的发展需求。
现有技术中将诊脉过程抽象为计算机程序,交由电子设备独立进行脉搏数据的采集,在对采集到的脉搏数据进行处理时,通常使用分布于脉管上方的感测元件所采集到的所有感测数据进行脉搏特征分析,最终得出当前脉象的判断结果。然而,对应于波动较为轻缓的部位的脉搏数据可能存在较大误差,将其作为分析脉搏特征的基础数据容易导致脉象判断结果产生偏差;同时,脉搏特征的分析在中医实务中往往需要通过医师对脉长进行把握。因此,如何将实务中通过抚摸获得的脉长等信息量化为程序可以用于执行脉象分析的脉长数据等,是本领域亟待解决的问题之一。
发明内容
本发明的目的之一在于提供一种脉搏特征分析方法,以解决现有技术中脉搏特征分析方法无法动态分析并降低误差,以及无法把握脉长相关信息导致脉搏特征分析错误的技术问题。
本发明的目的之一在于提供一种脉搏特征分析设备。
本发明的目的之一在于提供一种存储介质。
为实现上述发明目的之一,本发明一实施方式提供一种脉搏特征分析方法,包括:获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取所述第一周期内所述脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值;根据所述脉搏空间数据组,遍历并获取与所述第一最大时间值对应的第一空间数据组;按照具有第一步长的脉长滑动窗口筛选所述第一空间数据组中的数据得到脉长中间数据,并计算所述脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据;根据所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据;其中,所述脉搏时间数据表征所述待测区域在至少两个不同时刻下的整体脉搏变化情况,所述脉搏空间数据表征所述待测区域中至少两个不同位置处的脉搏情况。
作为本发明一实施方式的进一步改进,所述方法还包括:按照具有第二步长的脉宽滑动窗口筛选所述第一空间数据组中的数据得到脉宽中间数据,并计算所述脉宽中间数据相对于待测区域的脉宽延伸方向的投影分量,得到第一脉宽数据;根据所述第一脉宽数据和所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据。
作为本发明一实施方式的进一步改进,所述方法具体包括:根据所述第一空间数据组拟合生成空间压力曲面模型,按照所述脉长滑动窗口提取所述空间压力曲面模型中的部分区域,得到包含所述脉长中间数据的脉长分析曲面;计算所述脉长分析曲面相对于所述脉长延伸方向的投影分量,以第一脉长投影两端点的水平距离作为所述第一脉长数据。
作为本发明一实施方式的进一步改进,所述方法具体包括:根据第一空间数据组拟合生成空间压力曲面模型,遍历并获得所述空间压力曲面模型中的空间最大值,按照所述脉长滑动窗口以所述空间最大值对应的空间最大点为起点,确定所述空间压力曲面模型中多个脉长参考点;提取所述空间压力曲面模型中由所述脉长参考点围设形成的区域,得到所述脉长分析曲面。
作为本发明一实施方式的进一步改进,所述方法具体包括:根据所述空间最大值计算所述第一步长,按照配置为所述第一步长的脉长滑动窗口,以所述空间最大点为起点,确定所述多个脉长参考点;其中,所述第一步长为所述空间最大值的二分之一。
作为本发明一实施方式的进一步改进,所述方法具体包括:以脉长延伸方向、脉宽延伸方向和脉搏空间数据递增方向分别作为第一坐标轴、第二坐标轴和第三坐标轴的延伸方向建立空间直角坐标系;根据所述第一空间数据组在所述空间直角坐标系中拟合所述空间压力曲面模型,遍历并获得所述空间压力曲面模型中的空间最大值,按照所述脉长滑动窗口以所述空间最大值对应的所述空间最大点为起点,确定所述空间压力曲面模型中多个所述脉长参考点;提取所述空间压力曲面模型中由所述脉长参考点围设形成的区域,得到所述脉长分析曲面;计算所述脉长分析曲面相对于由所述第一坐标轴和所述第三坐标轴形成平面的投影分量,以所述第一脉长投影两端点的水平距离作为所述第一脉长数据。
作为本发明一实施方式的进一步改进,所述方法还包括:按照具有第二步长的脉宽滑动窗口以所述空间最大值对应的所述空间最大点为起点,确定所述空间压力曲面模型中多个脉宽参考点;提取所述空间压力曲面模型中由所述脉宽参考点围设形成的区域,得到脉宽分析曲面,并计算所述脉宽分析曲面相对于由所述第二坐标轴和所述第三坐标轴形成平面的投影分量,以第一脉宽投影两端点的水平距离作为第一脉宽数据;根据所述第一脉宽数据和所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据。
作为本发明一实施方式的进一步改进,所述方法具体包括:对所述第一空间数据组进行双三次插值,生成第一插值数据组;根据所述第一插值数据组拟合生成所述空间压力曲面模型。
作为本发明一实施方式的进一步改进,所述方法还包括:采集并计算多个周期下对应所述第一脉长数据和第一脉宽数据的多组脉长数据组和脉宽数据组,分别求取平均值得到平均脉长数据和平均脉宽数据;根据所述平均脉长数据和所述平均脉宽数据,分析得到对应所述多个周期的脉搏特征数据。
作为本发明一实施方式的进一步改进,所述方法还包括:设定去基线滑动窗口,重复所述第一空间数据组中的边界数值,并以所述去基线滑动窗口对处理后的第一空间数据组进行遍历,生成多组第一空间序列;对所述第一空间序列按照数值大小排序,提取多个初始中位值,生成基线分量序列;在所述第一空间数据组中滤除所述基线分量序列,生成并输出第一平滑数据组;对所述第一平滑数据组进行小波变换去噪,得到第一原始数据;按照所述脉长滑动窗口筛选所述第一原始数据中的数据,得到所述脉长中间数据,并计算所述脉长中间数据相对于所述脉长延伸方向的投影分量,得到所述第一脉长数据。
作为本发明一实施方式的进一步改进,所述方法还包括:接收脉搏标定数据组;其中,所述脉搏标定数据组对应所述待测区域的任一位置,且包括相互对应的多组标定输出数据和标定反馈数据;按照所述标定输出数据的数值大小对所述脉搏标定数据组排序,分别以相邻的两组标定输出数据和标定反馈数据为基础,拟合得到标定输出数据关于标定反馈数据的多个输出标定函数,并以对应的标定反馈数据作为所述输出标定函数的设定区间数据,生成多组所述设定区间数据;接收压力检测数据组,根据所述输出标定函数和所述设定区间数据对压力输出数据组进行校准,得到多组压力校准数据组;根据相互对应的所述压力检测数据组和所述压力校准数据组,计算脉搏检测数据组;其中,所述脉搏检测数据组包括所述脉搏空间数据组。
作为本发明一实施方式的进一步改进,所述压力检测数据组包括第一受压空间数据,所述设定区间数据包括第一设定区间,所述输出标定函数包括第一标定函数,所述压力校准数据包括第一空间校准数据;所述方法具体包括:根据所述第一受压空间数据,遍历所述设定区间数据,得到所述第一设定区间;其中,所述第一受压空间数据落入所述第一设定区间的范围内;查找并获取所述第一设定区间对应的所述第一标定函数,将所述第一受压空间数据作为自变量代入所述第一标定函数,得到对应所述第一受压空间数据的第一空间校准数据;迭代直至完成对所述压力检测数据组中所有受压空间数据的校准,得到对应的多组空间校准数据组;根据所述空间校准数据组,遍历并获取与所述第一最大时间值对应的第一空间数据组。
为实现上述发明目的之一,本发明一实施方式提供一种脉搏特征分析设备,包括处理器、存储器和通信总线,其中,所述处理器和所述存储器通过所述通信总线完成相互间的通信;所述存储器,用于存放应用程序;所述处理器,用于在执行所述存储器上所存放的应用程序时,实现上述任一种技术方案所述的脉搏特征分析方法的步骤。
为实现上述发明目的之一,本发明一实施方式提供一种存储介质,其上存储有应用程序,所述应用程序被执行时,实现上述任一种技术方案所述的脉搏特征分析方法的步骤。
与现有技术相比,本发明提供的脉搏特征分析方法,利用与脉搏空间数据组对应的脉搏时间数据,提取脉搏最大值对应时刻的第一空间数据组,利用滑动窗口筛选并对筛选后的数据投影,一方面可以根据不同周期采集到的脉搏空间数据组情况动态调整筛选程度,另一方面可以通过对第一步长的设定实现对当前状态下脉长信息的提取和量化,便于后续脉搏特征的分析或其他脉象判断步骤的执行。如此,能够提升整体分析和判断的准确性,使机器分析运算的过程更贴近中医实际。
附图说明
图1是本发明一实施方式中脉搏特征分析设备的结构原理图。
图2是本发明一实施方式中脉搏特征分析方法的步骤示意图。
图3是本发明一实施方式中脉搏特征分析方法的第一实施例的步骤示意图。
图4是本发明一实施方式中脉搏特征分析方法的第二实施例的步骤示意图。
图5是本发明一实施方式中脉搏特征分析方法的第二实施例的一个具体示例的步骤示意图。
图6是本发明另一实施方式中脉搏特征分析方法的部分步骤示意图。
图7是本发明另一实施方式中脉搏特征分析方法的一个实施例的一个具体示例的空间压力曲面模型的结构原理图。
图8是本发明又一实施方式中脉搏特征分析方法的部分步骤示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
需要说明的是,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者还包括为这种过程、方法、物品或者设备所固有的要素。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
随着医学技术的发展,如何模仿中医技术,通过采集患者外部体征,特别是采集一段时间内患者脉搏处的波动情况,感受患者脉象并分析得到患者病症等信息,替换地应用现代检测技术对上述信息和数据进行采集、处理和运算是本领域亟待解决的技术问题。
本发明一实施方式为了进一步提升整体分析和判断的准确性,使处理过程更贴近中医实际,提供了一种如图1所示的脉搏特征分析设备和如图2所示的脉搏特征分析方法。
其中,上述设备和方法可以应用于一种脉象分析系统中,具体可以应用于脉象分析系统中的处理装置,从而对采集得到的数据进行脉搏特征分析和运算。
对应于上述脉搏特征分析方法,本发明首先提供了一种存储介质,存储介质上存储有应用程序,应用程序被执行时,实现一种脉搏特征分析方法,以利用相互对应的脉搏时间数据和脉搏空间数据,提取对应脉搏最大值对应时刻的第一空间数据组,对第一空间数据组进行筛选并投影,从而自适应调整筛选程度,并实现对当前状态下脉长信息的提取和量化,从而用于对脉象的分析判断。
此外,存储介质可以设置于上述脉象分析系统中,存储介质可以是上述脉象分析系统中的装置能够存取的任何可用介质,或可以是包含一个或多个可用介质集成的服务器、数据中心等存储设备。可用介质可以是例如软盘、硬盘、磁带等的磁性介质,或例如DVD(Digital Video Disc,高密度数字视频光盘)等的光介质,或例如SSD(Solid State Disk,固态硬盘)等的半导体介质。
本发明一实施方式进一步提供一种如图1所示的脉搏特征分析设备100,该脉搏特征分析设备包括处理器11、通信接口12、存储器13以及通信总线14。处理器11、通信接口12、存储器13通过通信总线14完成相互间的通信。
其中,存储器13用于存放应用程序;处理器11用于执行存储器13上存放的应用程序,应用程序可以是前文的、存储于存储介质上的应用程序,也即上述存储介质可以是包含于存储器13的。在执行该应用程序时,同样可以实现诸如前文的功能和步骤,并达到对应的技术效果。
具体地,通信总线14可以是PCI总线(Peripheral Component Interconnect,外设部件互连标准)或EISA总线(Extended Industry Standard Architecture,扩展工业标准结构)等。该通信总线14可以分为地址总线、数据总线、控制总线等。为便于表示,图1中仅用一条线来表示,但并不表示仅有一根总线或一种类型的总线。
通信接口12用于上述脉搏特征分析设备100与其他设备之间的通信。
存储器13可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选地,存储器13还可以是至少一个远离前述处理器11设置的存储装置。
处理器11可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等,还可以是DSP(Digital Signal Processing,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明一实施方式提供一种如图2所示的脉搏特征分析方法,该方法应用的程序或指令,可以搭载于上述存储介质和/或上述脉搏特征分析设备中和/或上述脉象分析系统中,以实现特征分析的技术效果。脉搏特征分析方法具体包括下述步骤。
步骤21,获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取第一周期内脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值。
步骤22,根据脉搏空间数据组,遍历并获取与第一最大时间值对应的第一空间数据组。
步骤23,按照具有第一步长的脉长滑动窗口筛选第一空间数据组中的数据得到脉长中间数据,并计算脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据。
步骤24,根据第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
其中,脉搏时间数据表征待测区域在至少两个不同时刻下的整体脉搏变化情况,脉搏空间数据表征待测区域中至少两个不同位置处的脉搏情况。
脉长特征往往出现在脉搏波动较为明显的状态下,中医进行实际操作时,需要依靠长时间诊脉并集中注意才能有效把握时机观察到脉长,但实际操作中,往往能够发现脉长,但持续时间短,而难于判断其具体细节。因此本发明通过采集一个完整周期内的脉搏数据,且包括随时间变化和随位置(空间)变化两个层面,利用前一层面对脉长特征实现抓取,并用后一层面剖析脉长出现时脉搏的各方面指标,能够清晰的掌握脉搏情况,提高处理得到的脉搏特征数据的全面性和准确性。
脉长滑动窗口所对应的第一步长可以是根据中医实际操作经验总结而来的,对于不同脉象、不同检测时间和不同检测位置,其脉长的选取可能存在一定差异,因此本发明并不限定该第一步长为预设量,其可以根据用户需要,在对第一空间数据组进行分析后,初步判断该脉象种类,进而赋予第一步长以不同的值。相对于待测区域的脉长延伸方向进行投影,并不局限于向待测区域方向投影,任何与脉长方向存在交集的面,均可以作为投影操作的被投影面,足以实现对原始脉长特征的提取即可。脉搏特征数据的运算和生成过程,本发明并不进行限制,可以采用各种分析、分类、学习算法实现。
本发明一实施方式提供一种脉搏特征分析方法的第一实施例,如图3所示,具体包括下述步骤。
步骤21,获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取第一周期内脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值。
步骤22,根据脉搏空间数据组,遍历并获取与第一最大时间值对应的第一空间数据组。
步骤23,按照具有第一步长的脉长滑动窗口筛选第一空间数据组中的数据得到脉长中间数据,并计算脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据。
步骤241,按照具有第二步长的脉宽滑动窗口筛选第一空间数据组中的数据得到脉宽中间数据,并计算脉宽中间数据相对于待测区域的脉宽延伸方向的投影分量,得到第一脉宽数据。
步骤242,根据第一脉宽数据和第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
本实施方式进一步限定了脉宽的获取方式,与脉长相类似地,其可以按照脉宽滑动窗口筛选数据,并搭配投影的方式得到最终结果,第二步长、投影面等均可以参考上述对第一步长和投影面的限定进行。
在一具体实施例中,第一步长和第二步长可以配置为相等,从而通过一个统一的滑动窗口进行数据筛选,而后分别向两个侧面投影,或向同时包含脉长延伸方向和脉宽延伸方向的面投影,以分析得到对应的第一脉宽数据和第一脉长数据。进一步地,利用脉宽数据和脉长数据可以实现对脉象分类判断和脉象特征分析,此处不再赘述。
本发明一实施方式提供一种脉搏特征分析方法的第二实施例,如图4所示,具体包括下述步骤。
步骤21,获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取第一周期内脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值。
步骤22,根据脉搏空间数据组,遍历并获取与第一最大时间值对应的第一空间数据组。
步骤231,根据第一空间数据组拟合生成空间压力曲面模型,按照脉长滑动窗口提取空间压力曲面模型中的部分区域,得到包含脉长中间数据的脉长分析曲面。
步骤232,计算脉长分析曲面相对于脉长延伸方向的投影分量,以第一脉长投影两端点的水平距离作为第一脉长数据。
步骤24,根据第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
根据空间数据组拟合生成空间压力曲面模型,能够提供用户更为直观的脉象分布结果。进一步地,直接提取空间压力曲面模型上符合脉长滑动窗口的范围,以此作为脉长分析的ROI(Region of Interest,感兴趣区域),如此,可以避免将空间压力曲面模型整体进行投影,减小了算法过程的运算量,加快了系统的处理速度。
值得说明地,两端点的水平距离可以理解为两端点在脉长延伸方向的水平距离,一方面,上述ROI的选定过程与纵向的分布无关,只采集符合条件的脉长分析曲面并判断其延伸长度即可,另一方面,限定其在脉长延伸方向能够避免其他方向延伸导致的脉长数据计算错误。
此外,本发明并不局限于拟合空间压力曲面模型,在一些其他实施方式中,可以通过拟合平面图形达到类似的技术效果。例如,在地理学中使用的等高线地形图也可以替换地实施于本发明中。
本发明一实施方式提供一种脉搏特征分析方法的第二实施例的一个具体示例,如图5所示,具体包括下述步骤。
步骤21,获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取第一周期内脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值。
步骤22,根据脉搏空间数据组,遍历并获取与第一最大时间值对应的第一空间数据组。
步骤2311,根据第一空间数据组拟合生成空间压力曲面模型,遍历并获得空间压力曲面模型中的空间最大值,按照脉长滑动窗口以空间最大值对应的空间最大点为起点,确定空间压力曲面模型中多个脉长参考点。
步骤2312,提取空间压力曲面模型中由脉长参考点围设形成的区域,得到脉长分析曲面。
步骤232,计算脉长分析曲面相对于脉长延伸方向的投影分量,以第一脉长投影两端点的水平距离作为第一脉长数据。
步骤24,根据第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
空间压力曲面模型在拟合之后,考虑到可能存在的插值或估计问题,其空间最大值可能与第一空间数据组中的最大值并不一致,由于第一空间数据组中的数据是分散采集的,因此空间最大值相较而言,具有更高的置信度。在此基础上,可以以该空间最大点作为起点,向空间压力曲面模型上四周延伸,并覆盖有第一步长要求的宽度,此时,空间最大点向下递减第一步长后形成有脉长参考数值,该脉长参考数值对应到空间压力曲面模型上即形成脉长参考点。
由于拟合形成的空间压力曲面模型上数据近似连续,因此脉长参考点在空间最大点四周包括位于不同位置上的多个。连续的多个脉长参考点或分散的脉长参考点的连线所围设形成的范围,即可以作为脉长分析曲面。
当然,上述ROI提取的方式仅作为本发明的一种,本领域技术人员同样可以采用其他选定ROI的方式进行脉长分析曲面的生成。
优选地,上述任何一种实施方式中所包含的脉长滑动窗口,在利用其执行脉长中间数据的筛选步骤前,可以包括步骤:根据空间最大值计算第一步长;其中,第一步长为空间最大值的二分之一。基于此,上述步骤2311可以优选配置为:根据第一空间数据组拟合生成空间压力曲面模型,遍历并获得空间压力曲面模型中的空间最大值,按照配置为第一步长的脉长滑动窗口,以空间最大值对应的空间最大点为起点,确定空间压力曲面模型中多个脉长参考点。
如此,脉长滑动窗口的第一步长被配置为自适应调节,相较于固定设置的步长,能够应对多种未知情况下的脉象分析,应用场景更为广泛,数据获取更为精确。当然,一方面,前文的具有第二步长的脉宽滑动窗口同样可以配置为根据空间最大值计算,也可以配置为根据其他数值计算;另一方面,二分之一的取值来源于反复实验所总结的经验,能够更为准确地贴合中医脉象判断的操作习惯,符合皮肤及动脉的结构特征,本领域技术人员当然可以根据不同患者或特殊情况进行调整。
本发明另一实施方式提供一种脉搏特征分析方法,如图6所示,其中示出的部分步骤与图5示出的技术方案相结合,具体包括下述步骤。
步骤21,获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取第一周期内脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值。
步骤22,根据脉搏空间数据组,遍历并获取与第一最大时间值对应的第一空间数据组。
步骤2310,以脉长延伸方向、脉宽延伸方向和脉搏空间数据递增方向分别作为第一坐标轴、第二坐标轴和第三坐标轴的延伸方向,建立空间直角坐标系。
步骤2311',根据第一空间数据组在空间直角坐标系中拟合空间压力曲面模型,遍历并获得空间压力曲面模型中的空间最大值,按照脉长滑动窗口以空间最大值对应的空间最大点为起点,确定空间压力曲面模型中多个脉长参考点。
步骤2312,提取空间压力曲面模型中由脉长参考点围设形成的区域,得到脉长分析曲面。
步骤232',计算脉长分析区曲面相对于由第一坐标轴和第三坐标轴形成平面的投影分量,以第一脉长投影两端点的水平距离作为第一脉长数据。
步骤24,根据第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
前文提供了一种对空间压力曲面模型拟合的具体步骤,上述第一坐标轴可以是通用空间直角坐标系中的y轴,第二坐标轴可以是x轴,第三坐标轴可以是z轴。当然,不论进行何种定义,将脉搏空间数据配置为与待测区域所在平面垂直,能够增强数据的可读性,便于对脉象的快速分析和把握。
第一坐标轴和第三坐标轴形成的平面,综合示出了脉长延伸和脉搏空间数据递增两个维度的数据,如此,将立体的空间压力曲面模型转换为脉搏空间数据在脉长方向分布的平面图,更有利于机器的分析和处理。
对于上述技术方案,步骤24还可以进一步包括如图6所示的下述步骤。
步骤2411,按照具有第二步长的脉宽滑动窗口以空间最大值对应的空间最大点为起点,确定空间压力曲面模型中多个脉宽参考点。
步骤2412,提取空间压力曲面模型中由脉宽参考点围设形成的区域,得到脉宽分析曲面,并计算脉宽分析曲面相对于由第二坐标轴和第三坐标轴形成平面的投影分量,以第一脉宽投影两端点的水平距离作为第一脉宽数据。
步骤242,根据第一脉宽数据和第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
前述内容进一步揭示了与脉长分析过程对应的脉宽分析过程,值得强调地,第二坐标轴和第三坐标轴形成的平面,综合示出了脉宽延伸和脉搏空间数据递增两个维度的数据,如此,将立体的空间压力曲面模型转换为脉搏空间数据在脉宽方向分布的平面图,更有利于机器的分析和处理。
作为补充地,在仅需要进行脉长或脉宽其中之一的数据处理的实施方式中,空间压力曲面模型则不是必要技术特征。基于此,可以直接将第一空间数据组投影至第一坐标轴和第三坐标轴形成的平面,拟合形成平面图形后,利用脉长滑动窗口提取第一脉长数据,对应地,可以直接将第一空间数据组投影至第二坐标轴和第三坐标轴形成的平面,拟合形成平面图形后,利用脉宽滑动窗口提取第二脉宽数据。
图7提供了实施上述实施例在一个优选示例中的空间压力曲面模型的结构原理图,在该优选实例中,第一方向W1即为脉长延伸方向和第一坐标轴,第二方向W2即为脉宽延伸方向和第二坐标轴,第三方向N即为脉搏空间数据递增方向和第三坐标轴,如此,可以通过投影得到第一脉长数据和第一脉宽数据。当然,结合图7可知,在本发明的其他实施方式中,还可以将空间压力曲面模型投影至由待测区域一侧平面(即,图中第一方向W1和第二方向W2形成的平面),从而通过检测投影部分在第一方向上的最大延伸距离得到第一脉长数据,并通过检测投影部分在第二方向上的最大延伸距离得到第一脉宽数据。
进一步地,步骤231及其衍生步骤还可以具体包括以下步骤:对第一空间数据组进行双三次插值,生成第一插值数据组;根据第一插值数据组拟合生成空间压力曲面模型。如此,可以进一步提升空间运算数据的连续性,将离散的数据点通过插值形成近乎覆盖待测区域所有位置的“数据面”,有助于后续对可视化图像的拟合、脉象分析模型的训练和预测,且可以满足对28种脉象进行细化分析的数据需求。当然,本发明并不局限于这一种插值方式。
此外,步骤24及其衍生步骤以后,还可以具体包括以下步骤:采集并计算多个周期下对应第一脉长数据和第一脉宽数据的多组脉长数据组和脉宽数据组,分别求取平均值得到平均脉长数据和平均脉宽数据;根据平均脉长数据和平均脉宽数据,分析得到对应多个周期的脉搏特征数据。
基于此,定义空间最大点在第一方向W1和第二方向W2形成的参考平面上的坐标为(xp,yp),多个脉长参考点的坐标为(xk,yk),则第k个脉宽数据Wk和平均脉宽数据W,可以至少满足:
与此相对应地,第k个脉长数据和平均脉宽数据,可以至少满足:
为了平衡第一空间数据组和对应第一脉长数据特征的保留和误差数据的剔除,步骤22及其衍生步骤之后,步骤23及其衍生步骤以前,还可以具体执行下述步骤。
步骤2301,设定去基线滑动窗口,重复第一空间数据组中的边界数值,并以去基线滑动窗口对处理后的第一空间数据组进行遍历,生成多组第一空间序列。
步骤2302,对第一空间序列按照数值大小排序,提取多个初始中位值,生成基线分量序列。
步骤2303,在第一空间数据组中滤除基线分量序列,生成并输出第一平滑数据组。
步骤2304,对第一平滑数据组进行小波变换去噪,得到第一原始数据。
步骤23',按照脉长滑动窗口筛选第一原始数据中的数据,得到脉长中间数据,并计算脉长中间数据相对于脉长延伸方向的投影分量,得到第一脉长数据。
基于上述去基线漂移的步骤,以及去噪顺序的配置,能够简化算法、提升处理速度,从而直接在第一空间数据组中减去基线分量,使数据分布更为平滑,保留原始数据的变化趋势并对毛刺进行去除。
为了统一压力数据的单位,提升不同位置处压力数据的一致性,步骤21和步骤22以前,还可以具体执行下述步骤。
步骤201,接收脉搏标定数据组。
步骤202,按照标定输出数据的数值大小对脉搏标定数据组排序,分别以相邻的两组标定输出数据和标定反馈数据为基础,拟合得到标定输出数据关于标定反馈数据的多个输出标定函数,并以对应的标定反馈数据作为输出标定函数的设定区间数据,生成多组设定区间数据。
步骤203,接收压力检测数据组,根据输出标定函数和设定区间数据对压力输出数据组进行校准,得到对应多组压力校准数据组。
步骤204,根据相互对应的压力检测数据组和压力校准数据组,计算脉搏检测数据组。
其中,空间标定数据组对应待测区域的任一位置,且包括相互对应的多组标定输出数据和标定反馈数据,脉搏检测数据组包括脉搏空间数据组。
基于上述对压力输出数据和压力检测数据对应关系的校准,一方面,能够适应多种不同的压力输出需求,利用压力输出数据和压力检测数据的差异,形成对脉搏检测数据的感测,数据检测灵敏度更高;另一方面,能够对多个位置上的脉搏检测数据进行进一步优化,达到一致性在15%以内的技术效果,并且能够将压力检测数据这种无单位的模拟信号,通过函数关系转化为包含压力单位的数字信号,便于数据处理和运算。
对于本发明采用的上述分段标定方式,假设相互对应的压力输出数据和压力检测数据具有10组,分布与0-300mmHg的压力范围内,且以30mmHg为梯度递增。定义标定输出数据为x1,x2,x3,...,x10,定义标定反馈数据为y1,y2,y3,...,y10,则输出标定函数可以是直接拟合得到的x=g(y),也可以是求解标定反馈数据关于标定输出数据的函数y=f(x)的反函数x=f-1(y)。对于前者,以(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)为例,可以生成三条输出标定函数,分别为:
其中,x1=g(y)根据(x1,y1)、(x2,y2)结合确定,x2=g(y)根据(x2,y2)、(x3,y3)结合确定,x3=g(y)根据(x3,y3)、(x4,y4)结合确定。基于此,10组数据共计产生9个输出标定函数。在使用时,利用输出标定函数对应的区间查找适合压力检测数据组的输出标定函数,从而利用输出标定函数推导对应的压力校准数据,进而用于后续脉搏检测数据的计算。
值得注意地,虽然上文分别以10组和4个数对作为示例进行了描述,但本发明并不限制数据对的具体数量,在不考虑准确性的情况下,足以进行上述直线拟合的至少两组数据即可实现预期技术效果。
本发明又一实施方式提供一种脉搏特征分析方法,其部分步骤如图8所示,结合图2和前述步骤201至步骤204形成了本实施方式,在该实施方式中,示例性地,压力检测数据组包括第一受压空间数据,设定区间数据包括第一设定区间,输出标定函数包括第一标定函数,压力校准数据包括第一空间校准数据。该实施方式,具体包括下述步骤。
步骤201,接收脉搏标定数据组。
步骤202,按照标定输出数据的数值大小对脉搏标定数据组排序,分别以相邻的两组标定输出数据和标定反馈数据为基础,拟合得到标定输出数据关于标定反馈数据的多个输出标定函数,并以对应的标定反馈数据作为输出标定函数的设定区间数据,生成多组设定区间数据。
步骤203,接收压力检测数据组,根据输出标定函数和设定区间数据对压力检测数据组进行校准,得到对应多组压力校准数据组。
步骤204,根据相互对应的压力检测数据组和压力校准数据组,计算脉搏检测数据组。
步骤211,根据第一受压空间数据,遍历设定区间数据,得到第一设定区间。
步骤212,查找并获取第一设定区间对应的第一标定函数,将第一受压空间数据作为自变量代入第一标定函数,得到对应第一受压空间数据的第一空间校准数据。
步骤213,迭代直至完成对压力检测数据组中所有受压空间数据的校准,得到对应的多组空间校准数据组。
步骤22',根据空间校准数据组,遍历并获取与第一最大时间值对应的第一空间数据组。
步骤23,按照具有第一步长的脉长滑动窗口筛选第一空间数据组中的数据得到脉长中间数据,并计算脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据。
步骤24,根据第一脉长数据,分析得到对应第一周期的第一脉搏特征数据。
其中,第一受压空间数据落入第一设定区间的范围内。
上文提供了一种对于压力检测数据中受压空间数据进行反推,得到对应的空间校准数据的技术方案。如此,可以提升对应不同位置的受压空间数据的一致性,并进行单位转换。当然,在一些实施方式中,压力输出数据中的施压时间数据也可以根据需要进行反推校正,与前述内容相类似地,也可以是,对压力检测数据中的受压时间数据进行分段线性拟合,将受压时间数据代入拟合后的函数中计算得到时间校准数据,从而利于后续的计算。
总结而言,本发明提供的脉搏特征分析方法,利用与脉搏空间数据组对应的脉搏时间数据,提取脉搏最大值对应时刻的第一空间数据组,利用滑动窗口筛选并对筛选后的数据投影,一方面可以根据不同周期采集到的脉搏空间数据组情况动态调整筛选程度,另一方面可以通过对第一步长的设定实现对当前状态下脉长信息的提取和量化,便于后续脉搏特征的分析或其他脉象判断步骤的执行。如此,能够提升整体分析和判断的准确性,使机器分析运算的过程更贴近中医实际。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (13)
1.一种脉搏特征分析方法,其特征在于,包括:
获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组,提取所述第一周期内所述脉搏时间数据中的时间脉搏最大值所对应的第一最大时间值;
根据所述脉搏空间数据组,遍历并获取与所述第一最大时间值对应的第一空间数据组;
按照具有第一步长的脉长滑动窗口筛选所述第一空间数据组中的数据得到脉长中间数据,并计算所述脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据;
根据所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据;
其中,所述脉搏时间数据表征所述待测区域在至少两个不同时刻下的整体脉搏变化情况,所述脉搏空间数据表征所述待测区域中至少两个不同位置处的脉搏情况;
在所述“获取第一周期下相互对应的脉搏时间数据和脉搏空间数据组”之前,所述脉搏特征分析方法还包括:
接收脉搏标定数据组;其中,所述脉搏标定数据组对应所述待测区域的任一位置,且包括相互对应的多组标定输出数据和标定反馈数据;
按照所述标定输出数据的数值大小对所述脉搏标定数据组排序,分别以相邻的两组标定输出数据和标定反馈数据为基础,拟合得到标定输出数据关于标定反馈数据的多个输出标定函数,并以对应的标定反馈数据作为所述输出标定函数的设定区间数据,生成多组所述设定区间数据;
接收压力检测数据组,根据所述输出标定函数和所述设定区间数据对压力输出数据组进行校准,得到多组压力校准数据组;
根据相互对应的所述压力检测数据组和所述压力校准数据组,计算脉搏检测数据组;其中,所述脉搏检测数据组包括所述脉搏空间数据组。
2.根据权利要求1所述的脉搏特征分析方法,其特征在于,所述“根据所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据”具体包括:
按照具有第二步长的脉宽滑动窗口筛选所述第一空间数据组中的数据得到脉宽中间数据,并计算所述脉宽中间数据相对于待测区域的脉宽延伸方向的投影分量,得到第一脉宽数据;
根据所述第一脉宽数据和所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据。
3.根据权利要求1所述的脉搏特征分析方法,其特征在于,所述“按照具有第一步长的脉长滑动窗口筛选所述第一空间数据组中的数据得到脉长中间数据,并计算所述脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据”具体包括:
根据所述第一空间数据组拟合生成空间压力曲面模型,按照所述脉长滑动窗口提取所述空间压力曲面模型中的部分区域,得到包含所述脉长中间数据的脉长分析曲面;
计算所述脉长分析曲面相对于所述脉长延伸方向的投影分量,以第一脉长投影两端点的水平距离作为所述第一脉长数据。
4.根据权利要求3所述的脉搏特征分析方法,其特征在于,所述“根据所述第一空间数据组拟合生成空间压力曲面模型,按照所述脉长滑动窗口提取所述空间压力曲面模型中的部分区域,得到包含所述脉长中间数据的脉长分析曲面”具体包括:
根据第一空间数据组拟合生成空间压力曲面模型,遍历并获得所述空间压力曲面模型中的空间最大值,按照所述脉长滑动窗口以所述空间最大值对应的空间最大点为起点,确定所述空间压力曲面模型中多个脉长参考点;
提取所述空间压力曲面模型中由所述脉长参考点围设形成的区域,得到所述脉长分析曲面。
5.根据权利要求4所述的脉搏特征分析方法,其特征在于,所述“按照所述脉长滑动窗口以所述空间最大值对应的空间最大点为起点,确定所述空间压力曲面模型中多个脉长参考点”具体包括:
根据所述空间最大值计算所述第一步长,按照配置为所述第一步长的脉长滑动窗口,以所述空间最大点为起点,确定所述多个脉长参考点;其中,所述第一步长为所述空间最大值的二分之一。
6.根据权利要求3所述的脉搏特征分析方法,其特征在于,所述“根据所述第一空间数据组拟合生成空间压力曲面模型,按照所述脉长滑动窗口提取所述空间压力曲面模型中的部分区域,得到包含所述脉长中间数据的脉长分析曲面”具体包括:
以脉长延伸方向、脉宽延伸方向和脉搏空间数据递增方向分别作为第一坐标轴、第二坐标轴和第三坐标轴的延伸方向建立空间直角坐标系;
根据所述第一空间数据组在所述空间直角坐标系中拟合所述空间压力曲面模型,遍历并获得所述空间压力曲面模型中的空间最大值,按照所述脉长滑动窗口以所述空间最大值对应的所述空间最大点为起点,确定所述空间压力曲面模型中多个所述脉长参考点;
提取所述空间压力曲面模型中由所述脉长参考点围设形成的区域,得到所述脉长分析曲面;
所述“计算所述脉长分析曲面相对于所述脉长延伸方向的投影分量,以第一脉长投影两端点的水平距离作为所述第一脉长数据”具体包括:
计算所述脉长分析曲面相对于由所述第一坐标轴和所述第三坐标轴形成平面的投影分量,以所述第一脉长投影两端点的水平距离作为所述第一脉长数据。
7.根据权利要求6所述的脉搏特征分析方法,其特征在于,所述“根据所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据”具体包括:
按照具有第二步长的脉宽滑动窗口以所述空间最大值对应的所述空间最大点为起点,确定所述空间压力曲面模型中多个脉宽参考点;
提取所述空间压力曲面模型中由所述脉宽参考点围设形成的区域,得到脉宽分析曲面,并计算所述脉宽分析曲面相对于由所述第二坐标轴和所述第三坐标轴形成平面的投影分量,以第一脉宽投影两端点的水平距离作为第一脉宽数据;
根据所述第一脉宽数据和所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据。
8.根据权利要求3所述的脉搏特征分析方法,其特征在于,所述“根据所述第一空间数据组拟合生成空间压力曲面模型,按照所述脉长滑动窗口提取所述空间压力曲面模型中的部分区域,得到包含所述脉长中间数据的脉长分析曲面”具体包括:
对所述第一空间数据组进行双三次插值,生成第一插值数据组;
根据所述第一插值数据组拟合生成所述空间压力曲面模型。
9.根据权利要求2所述的脉搏特征分析方法,其特征在于,在所述“根据所述第一脉长数据,分析得到对应所述第一周期的第一脉搏特征数据”之后,所述方法还包括:
采集并计算多个周期下对应所述第一脉长数据和第一脉宽数据的多组脉长数据组和脉宽数据组,分别求取平均值得到平均脉长数据和平均脉宽数据;
根据所述平均脉长数据和所述平均脉宽数据,分析得到对应所述多个周期的脉搏特征数据。
10.根据权利要求1所述的脉搏特征分析方法,其特征在于,在所述“按照具有第一步长的脉长滑动窗口筛选所述第一空间数据组中的数据得到脉长中间数据,并计算所述脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据”之前,所述方法还包括:
设定去基线滑动窗口,重复所述第一空间数据组中的边界数值,并以所述去基线滑动窗口对处理后的第一空间数据组进行遍历,生成多组第一空间序列;
对所述第一空间序列按照数值大小排序,提取多个初始中位值,生成基线分量序列;
在所述第一空间数据组中滤除所述基线分量序列,生成并输出第一平滑数据组;
对所述第一平滑数据组进行小波变换去噪,得到第一原始数据;
所述“按照具有第一步长的脉长滑动窗口筛选所述第一空间数据组中的数据得到脉长中间数据,并计算所述脉长中间数据相对于待测区域的脉长延伸方向的投影分量,得到第一脉长数据”具体包括:
按照所述脉长滑动窗口筛选所述第一原始数据中的数据,得到所述脉长中间数据,并计算所述脉长中间数据相对于所述脉长延伸方向的投影分量,得到所述第一脉长数据。
11.根据权利要求1所述的脉搏特征分析方法,其特征在于,所述压力检测数据组包括第一受压空间数据,所述设定区间数据包括第一设定区间,所述输出标定函数包括第一标定函数,所述压力校准数据包括第一空间校准数据;所述方法具体包括:
根据所述第一受压空间数据,遍历所述设定区间数据,得到所述第一设定区间;其中,所述第一受压空间数据落入所述第一设定区间的范围内;
查找并获取所述第一设定区间对应的所述第一标定函数,将所述第一受压空间数据作为自变量代入所述第一标定函数,得到对应所述第一受压空间数据的第一空间校准数据;
迭代直至完成对所述压力检测数据组中所有受压空间数据的校准,得到对应的多组空间校准数据组;
根据所述空间校准数据组,遍历并获取与所述第一最大时间值对应的第一空间数据组。
12.一种脉搏特征分析设备,其特征在于,包括处理器、存储器和通信总线,其中,所述处理器和所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放应用程序;
所述处理器,用于在执行所述存储器上所存放的应用程序时,实现权利要求1-11任一项所述的脉搏特征分析方法的步骤。
13.一种存储介质,其上存储有应用程序,其特征在于,所述应用程序被执行时,实现如权利要求1-11任一项所述的脉搏特征分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210473976.5A CN114847890B (zh) | 2022-04-29 | 脉搏特征分析方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210473976.5A CN114847890B (zh) | 2022-04-29 | 脉搏特征分析方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114847890A CN114847890A (zh) | 2022-08-05 |
CN114847890B true CN114847890B (zh) | 2024-07-02 |
Family
ID=
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111449638A (zh) * | 2020-04-08 | 2020-07-28 | 上海祉云医疗科技有限公司 | 一种基于传感器采集的数据构建三维脉象图的方法及应用 |
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111449638A (zh) * | 2020-04-08 | 2020-07-28 | 上海祉云医疗科技有限公司 | 一种基于传感器采集的数据构建三维脉象图的方法及应用 |
Non-Patent Citations (2)
Title |
---|
Chen C, Li Z, Zhang Y, Zhang S, Hou J, Zhang H..A 3D Wrist Pulse Signal Acquisition System for Width Information of Pulse Wave.《Sensors (Basel)》.2019,11-15页. * |
王静 曲宏达 段新芬 余洁英 许文学.脉图绘制训练法在脉诊教学中的应用及效果评价.《中医教育 ECM》.2017,正文18页. * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110889896B (zh) | 获取血管狭窄病变区间及三维合成方法、装置和系统 | |
Smistad et al. | Real-time automatic ejection fraction and foreshortening detection using deep learning | |
CN105380598B (zh) | 用于针对动脉狭窄的自动治疗规划的方法和系统 | |
CN113781439B (zh) | 超声视频病灶分割方法及装置 | |
KR101625256B1 (ko) | 심장 m-모드 뷰들의 자동 분석 | |
JP2019503833A (ja) | 半自動化画像セグメント化システム及び方法 | |
WO2007052634A1 (ja) | 画像解析装置及び方法 | |
CN111612756B (zh) | 冠状动脉特异性钙化检测方法及装置 | |
CN114782358A (zh) | 一种血管形变自动计算的方法、装置及存储介质 | |
CN117651523A (zh) | 心电图解析辅助装置、程序、心电图解析辅助方法、心电图解析辅助系统、峰值推测模型生成方法、以及区间推测模型生成方法 | |
CN113706559A (zh) | 基于医学图像的血管分段提取方法和装置 | |
CN107550484B (zh) | 一种心磁信号质量评价方法及系统 | |
CN117425431A (zh) | 心电图解析辅助装置、程序、心电图解析辅助方法、以及心电图解析辅助系统 | |
CN114847890B (zh) | 脉搏特征分析方法、设备及存储介质 | |
CN109313803B (zh) | 一种用于映射对象的身体的至少部分的图像中的结构的至少部分的方法和装置 | |
JPWO2019044081A1 (ja) | 医用画像表示装置、方法及びプログラム | |
Gillette et al. | Medalcare-xl: 16,900 healthy and pathological 12 lead ecgs obtained through electrophysiological simulations | |
CN112057043A (zh) | 中医脉搏数据处理方法、设备及存储介质 | |
KR20190002957A (ko) | 컨볼루션 신경망을 이용한 혈관내 초음파 영상에서의 혈관벽 및 루멘 영역화 방법 | |
JP6690053B2 (ja) | 血流解析装置および方法並びにプログラム | |
CN114847890A (zh) | 脉搏特征分析方法、设备及存储介质 | |
KR102546290B1 (ko) | 초음파 영상 기반의 딥 러닝을 통한 관상동맥 경화반 조직 분석 방법, 장치 및 기록매체 | |
CN114937488B (zh) | 脉搏数据处理方法、设备及存储介质 | |
CN110786839A (zh) | 瞬时无波形比值的生成方法、装置、设备及介质 | |
CN111345814A (zh) | 一种心电信号中心拍的分析方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |