中医脉诊可视化工程平台——基于递归神经网络处理实测滑脉波图像的相似莫尔特征分析方法研究

中医诊断主要有以下四种诊断方法，即望、闻、问、诊。 最重要的是触诊，也叫脉诊，就是用中医手指测量手腕动脉脉搏，以检测病人的健康状况。 脉诊分“淳”、“关”、“气”三部分，并附有方位。 手腕的测量对应身体器官的不同部位。 然而，中医诊脉过程对脉象信息进行分析，从长期的脉象测量过程中仅选取单个波形，而往往丢弃同一信息中包含的其他波形，例如： 滑动脉冲波形。 本项目的研究对象是将中医诊断患者分为两组，一组为滑脉组，另一组为平脉组，其中第一组至少收集50例，第二组至少30例。第二组，单独。 本项目的目的是整合中医师的经验并对其进行标准化，以构建一个有效的基于可视化工程平台的滑脉诊断系统。 它可以通过在该项目中使用所提出的方法来改进滑动脉冲诊断过程并减少其诊断负荷。 因此，我们将提出一种类似的基于递归神经网络的莫尔特征分析方法来处理带有“春”、“关”和“水”的测量滑动脉冲波图像，以准备这个可视化工程平台。 我们将使用本项目提出的云纹特征技术测量手腕“春”、“关”和“气”三个部位的波形图像。 主要从众多测量“春”、“关”、“气”信号中提取脉象等莫尔特征，并通过AI技术进一步分析总结。 可以从众多的测量信号中自动提取出滑脉的脉搏特征，增强当前脉搏仪对滑脉波形的自动判断能力。 为中医提供重要的脉象信息，作为临床精准诊断的重要参考。