Visualiseringsteknikkplattform for TCM-pulsdiagnose - Pulsdiagnose basert på føderert læring for å diagnostisere glatte og hakkete og andre pulser Waveform-bildefunksjoner for å hjelpe til med studiet av TCM-patologisk logikkanalyse

Diagnoseprosessene til tradisjonell kinesisk medisin (TCM) fokuserer på følgende fire hovedtyper av diagnosemetoder som består av inspeksjon, lukt, undersøkelse og palpasjon. Den viktigste er palpasjon også kalt pulsdiagnose som er å måle håndleddets arteriepuls med TCM-legens fingre for å oppdage pasientens helsetilstand. Pulsdiagnosen har tre deler, nemlig 'Chun', 'Guan' og 'Chy', med plasseringen. Håndleddsmålene tilsvarer ulike deler av kroppens organer. I dette prosjektet er det å klassifisere pulstyper ved å bruke spesialiserte pulsmåleinstrumenter. Den målte pulsbølgen (Measured Pulse Wave, MPW) ble segmentert i arterielle pulsbølgekurver (APWC) ved hjelp av bildeforslagsmetoden. Forskningsobjektet med dette prosjektet er å samle og gruppere pasienter diagnostisert av tradisjonell kinesisk medisin, nemlig glatt puls, hakkete pulsgruppe og normal pulskontrollgruppe, med minst 80 tilfeller for hver gruppe. Forskningsformålet med dette prosjektet er hovedsakelig å utføre visualiseringsteknologiplattformen for TCM-pulsdiagnose - basert på pulsdiagnosen for føderert læring for å diagnostisere pulsbølgeformens bildefunksjoner som glatt puls og hakkete puls for å gi hjelpe-TCM patologisk logikkanalyseforskning og back-end tverrføderal læring av TCM-pulsdiagnose Implementering av nodesystemet. Med andre ord forventes det at pulsbølgekarakteristikkene målt av TCM-leger som samarbeider med eksperter på området kan samles inn fra mange TCM-pulsdiagnose-fødererte læringsnoder, og analyseres ved hjelp av Multiple-Expert Repertory Grid Elicitation (MERGE)-metoden. Til slutt er den kunstige intelligensmodellen basert på FL trent til å utføre TCM patologisk logikkanalyse og relatert forskning. Resultatene vil bli gitt til TCM-leger som en viktig referanse for å hjelpe klinisk diagnose.