伝統的な中国医学の脈拍診断のための可視化工学プラットフォーム-測定されたスリップ脈波を処理するためのリカレントニューラルネットワークに基づく同様のモアレ特徴分析アプローチの研究-Chun、Guan、およびChyを使用した画像

伝統的な中国医学 (TCM) の診断プロセスは、検査、嗅覚、探究、および触診からなる次の 4 つの主要なタイプの診断方法に焦点を当てています。 最も重要なものは、患者の健康状態を検出するために中医の医師の指で手首の動脈の脈拍を測定する、脈診とも呼ばれる触診です。 脈診は「春」、「関」、「血」の3つの部位に位置を合わせて診断します。 手首の寸法は、体の臓器のさまざまな部分に対応しています。 ただし、パルス情報は、TCM 医師のパルス診断プロセスによって分析されます。これは、長期のパルス測定プロセスから 1 つの波形のみを取得し、同じ情報に含まれる他の波形を破棄することがよくあります。 スリップパルス波形。 このプロジェクトの研究目的は、TCM 診断患者を 2 つのグループに分けることです。1 つはスリップ パルス グループ、もう 1 つはフラット パルス グループです。 2 番目のグループ、個別に。 このプロジェクトの目的は、TCM 医師の経験を統合し、視覚化工学プラットフォームに基づく効果的なスリップ脈拍診断システムを構築するためにそれらを標準化することです。 このプロジェクトで提案されたアプローチを使用することで、スリップパルス診断プロセスを改善し、診断の負荷を減らすことができます。 したがって、この可視化エンジニアリング プラットフォームを準備するために、「Chun」、「Guan」、および「Chy」を使用して測定されたスリップ パルス波画像を処理するために、Recurrent Neural Network に基づく同様のモアレ特徴分析アプローチを提案します。 本プロジェクトで提案するモアレ特徴技術を用いて、手首の「チュン」「グアン」「チ」の3部位の波形画像を計測します。 主に多数の計測信号「春」「関」「血」から脈拍画像などのモアレ特徴を抽出し、AI技術でさらに解析・集約します。 多数の計測信号からスリップパルスのパルス特性を自動抽出し、電流パルス計器のスリップパルス波形に対する自動判定能力を向上させることができました。 正確な臨床診断のための重要な参考資料として、TCM 医師に重要な脈拍情報を提供します。