중국 전통 의학의 맥박 진단을 위한 시각화 엔지니어링 플랫폼 - Chun, Guan 및 Chy로 측정된 슬립 맥파 이미지를 처리하기 위한 순환 신경망 기반 유사 모아레 특징 분석 접근 방식 연구

한의학(TCM)의 진단 과정은 검사, 후각, 문의 및 촉진으로 구성된 다음 네 가지 주요 유형의 진단 방법에 중점을 둡니다. 가장 중요한 것은 맥박진단이라고도 불리는 촉진법으로 한의사의 손가락으로 손목 동맥 맥박을 측정하여 환자의 건강 상태를 감지하는 것이다. 맥박 진단은 위치와 함께 '천', '관', '치'의 세 부분으로 구성됩니다. 손목 측정은 신체 기관의 다른 부분에 해당합니다. 그러나 맥박 정보는 TCM 의사의 맥박 진단 프로세스에 의해 분석되며, 이는 장기 맥박 측정 프로세스에서 단일 파형만 선택하고 동일한 정보에 포함된 다른 파형은 종종 폐기됩니다. 슬립 펄스 파형. 이 프로젝트의 연구 목적은 TCM 진단 환자를 ​​두 그룹으로 나누는 것입니다. 하나는 슬립 펄스 그룹이고 다른 하나는 플랫 펄스 그룹입니다. 여기서 사례는 첫 번째 그룹에 대해 최소 50개의 사례와 30개의 사례가 수집됩니다. 두 번째 그룹은 개별적으로. 이 프로젝트의 목적은 한의사들의 경험을 통합하고 표준화하여 시각화 엔지니어링 플랫폼을 기반으로 효과적인 슬립 맥 진단 시스템을 구축하는 것입니다. 이 프로젝트 동안 제안된 접근 방식을 사용하여 슬립 펄스 진단 프로세스를 개선하고 진단 로드를 줄일 수 있습니다. 따라서 이러한 시각화 엔지니어링 플랫폼을 준비하기 위해 'Chun', 'Guan' 및 'Chy'로 측정된 Slip Pulse 파동 이미지를 처리하기 위해 Recurrent Neural Network 기반의 유사한 Moiré 특징 분석 접근 방식을 제안합니다. 이번 프로젝트에서 제안한 모아레 특징 기술로 손목의 '춘', '관', '차이' 세 부분의 파형 영상을 측정해 보겠습니다. 수많은 측정 'Chun', 'Guan', 'Chy' 신호에서 맥박 이미지와 같은 모아레 특징을 주로 추출하고 이를 AI 기술로 추가 분석, 요약한다. 많은 측정 신호에서 슬립 펄스의 펄스 특성을 자동으로 추출하고 슬립 펄스 파형에 대한 현재 펄스 기기의 자동 판단 능력을 향상시킬 수 있습니다. 정확한 임상 진단을 위한 중요한 참고 자료로 TCM 의사에게 중요한 맥박 정보를 제공합니다.