脈象信號(hào)人工智能辨識(shí).pdf

1、脈診在中醫(yī)理論與臨床診斷中都占有很重要的地位，運(yùn)用數(shù)學(xué)分析法判別脈象是近代中醫(yī)學(xué)研究的重要課題之一。本文以中醫(yī)脈象人工智能辯識(shí)的研究與開發(fā)為背景，對(duì)脈象信號(hào)的分析和識(shí)別做了研究和探討。傳統(tǒng)的脈象圖形數(shù)學(xué)分析法為時(shí)域分析法，對(duì)時(shí)域內(nèi)脈象圖的特征形參數(shù)進(jìn)行分析研究，尋找出了部分中醫(yī)脈象的參數(shù)定義，解釋與疾病的關(guān)系。本文將小波分析理論應(yīng)用于脈象信號(hào)的分析和處理，討論了小波變換對(duì)脈象信號(hào)除噪的效果，利用小波分析所具有良好的時(shí)．頻同時(shí)局部化的能力

2、和對(duì)非平穩(wěn)信號(hào)突變點(diǎn)的檢測(cè)能力對(duì)脈象信號(hào)進(jìn)行了分析和時(shí)域特征值的提取，并提取了脈象信號(hào)的小波變換在不同尺度上的能量這一新的表征脈象的特征參數(shù)。在此基礎(chǔ)上提出了利用BP神經(jīng)網(wǎng)絡(luò)對(duì)健康人和腦血管病人脈象信號(hào)進(jìn)行分類，比較了以脈象信號(hào)的頻譜能量和以其小波變換高頻部分d6尺度上的能量為神經(jīng)網(wǎng)絡(luò)輸入時(shí)的訓(xùn)練結(jié)果的差異。盡管文中的訓(xùn)練樣本有限，但仿真結(jié)果表明：對(duì)脈象信號(hào)的一些特定的特征值(如原始信號(hào)的小波變換在不同尺度上的能量)，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)