导读:本文包含了脉象信号论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:脉象,特征,信号,递归,极大值,卷积,模糊。
脉象信号论文文献综述
金陈玲[1]（2019）在《便携式叁部脉象采集系统与脉象信号处理研究》一文中研究指出脉诊是中医四诊中的组成部分,它在中医辨证施治过程中占有重要地位。在传统的脉诊过程中,中医根据主观感觉和长期累积的经验判断脉象状态,不同的医生可能会给出不同的诊断。为使得脉诊更加客观化和规范化,应采用现代科技技术,研究脉象采集系统,并对脉象信号进行处理和分析。本研究设计了一款便携式叁部脉象采集装置,该装置使用压力传感器采集叁部脉象;使用泵和气袋实现了加减压力的功能,以模拟中医手指取脉的方式;设计了信号处理电路,对传感器信号进行滤波放大处理得到脉搏压力信号和取脉压力信号;设计了组合式采集手环,以支持单部和叁部脉象采集;使用装置完成了单部和叁部脉象采集实验。本研究设计的叁部脉象采集装置,总体尺寸小,比较轻便,方便携带,其多种组合方式的特点可满足家居医疗、实验研究等多种不同需求。本文对脉象信号进行处理,实现非典型脉象信号缺失点的自动添补;采用随机森林研究脉象特征对分类识别的贡献度,根据特征重要性排名降低特征维数。特征重要性研究可为特征选择和降维提供指导性建议,也为印证特征与中医理论之间的关系提供一种方法。对比使用支持向量机和叁种集成学习方法,研究脉象分类,研究表明随机森林方法分类效果好,可应用于脉象信号模式识别研究。(本文来源于《华东理工大学》期刊2019-04-09）
杨洒[2]（2017）在《脉象信号特征提取与脉图聚类方法研究》一文中研究指出脉诊为中医“望、闻、问、切”四诊之一,有着悠久的历史和传承。传统脉诊法采用触觉感知获取脉象信息,并依据临床经验判断患者所对应的中医症候。所以脉诊诊断结果带有很强的主观性,而客观量化标准的缺乏也束缚了脉诊在现代医学体系中的进一步发展。所以,采用机器学习方法研究脉象信号,将脉诊诊断过程由主观变为客观,是继承和发展脉象诊断学的有力工具。脉象图谱,即根据脉象信号的形状、节律、压力的不同而定义的脉象种类(下文简称脉图),是脉诊中对不同脉象的定义标准。本文对脉象特征提取和脉图聚类的方法进行研究,致力于将中医脉象诊断理论和机器学习相结合,利用前沿的机器学习方法提取脉象特征,并通过聚类方法挖掘脉图的种类。目前的脉图分析方法存在四个缺点,分别是单一脉图特征表达能力弱,多阶段流程优化困难,缺乏对多周期脉图的特征提取方法以及脉图定义不明确。本文主要针对脉图分析方法的这四个缺点进行改进。在脉象信号预处理方面,利用最大曲率分割方法使周期分割误差更小,利用小波重构的方法消除了单周期脉图中尾波波动的影响。同时,在单周期脉图特征提取中利用周期分解模型将脉象信号分解为周期特征空间和非周期特征空间。在单周期特征实验对比中,周期分解后的融合特征比一维特征组合的分类准确率提升了2.7%。在多周期的脉图特征提取方面,构建了输入为一维信号的14层卷积神经网络模型并进行了多层特征融合。卷积神经网络端到端学习的特点避免了多阶段流程优化带来的误差传递问题,多层特征融合提升了特征的表达能力。实验结果表明多层特征融合后的卷积神经网络的分类准确率比未融合多层特征的分类准确率提升了1.3%,比主流的VGG模型的分类准确率提升了4.7%,比单周期的周期分解模型特征的分类准确率提升了5.8%。在脉图聚类与疾病分析方面,利用脉图特征构建了基于互信息值的聚类集成方法对脉图进行聚类,并基于脉图做了初步的心血管疾病分析。结果表明聚类脉图与部分中医脉图相符合。此外,通过分析不同脉图中的心血管疾病分布,结果表明心脏病、高血压与弦脉密切相关,血脂异常也可以用涩脉有效诊断。(本文来源于《哈尔滨工业大学》期刊2017-12-01）
臧瑾[3]（2017）在《阵列脉象信号融合分类方法研究》一文中研究指出“医学之要,贵于切脉”,脉诊是中医辨证论治的重要依据之一。在传统中医理论中,医师将手指放置于患者桡动脉的寸、关、尺叁个部位,根据脉搏的搏动判断患者的健康状况。近年来,随着传感器技术的进步,越来越多的学者利用基于传感器的脉象采集仪获取脉象信号,并借鉴统计模式识别方法进行脉象样本的分类研究,促进了脉诊的客观化发展。然而,通过传感器采集而来的脉象信号种类繁多,根据不同衡量标准所提取的脉象特征往往又具有不同的表现形式,带来了大量的冗余性数据,对脉诊分析造成了一定的困难。本文主要围绕阵列脉象信号的融合与分类问题展开研究,在脉象信号特征及通道优化的基础上,提出了自适应判别型广义多重集典型相关性分析方法,实现了多通道及多特征的数据融合。在多通道脉象信号特征分析方面,通过特征降维与特征选择完成了对特征的优化。在特征选择中,根据类可分性分析的评价准则,剔除了对脉象疾病分类较不敏感的特征,完成了特征间的初步选择;结合基于KNN的Relief-F算法,对初步选出的各类特征进行了特征内部的最优选择。在通道分析中,分析了各独立通道之间的相似性与差异性,并通过比较脉象通道7种融合方式的分类效果,得出了多通道的最优选择策略,即“寸+关+尺”的叁通道组合方案。本文在优化后的特征与通道基础上,提出了适用于脉象数据库的自适应判别型广义多重集典型相关性分析方法。该方法作为一种改进的特征层融合方法,打破了原始特征与通道之间的界限,结合了样本的判别信息、多重集的概念,并为高维小样本总体散布矩阵奇异的情况提供了解决方案。基于自适应判别型广义多重集典型相关性分析的脉象信号融合分类方法,能够在无创操作的基础上,进一步实现多特征与多通道的数据融合。该方法与传统的单特征或单通道分类、传统相关性算法、串行融合、决策层融合相比,能够有效提升均衡样本下各类疾病与健康样本的分类准确率。(本文来源于《哈尔滨工业大学》期刊2017-12-01）
陈臣臣[4]（2016）在《异常脉象信号检测方法研究》一文中研究指出近年来中医脉诊逐步走向客观化分析道路,客观化的首要步骤就是用采集设备获取高质量的脉象信号,然后对脉象信号进行生物医学分析。然而脉象信号作为一种动态的生理弱信号,在采集过程中容易受到外界环境的干扰以及被采集者状态的影响。外界噪声过大、采集位置偏移、被采集者说话或移动等,都可能影响到脉象信号的质量,使得脉象信号出现高频噪声、局部突变、基线漂移等异常。这些异常会对后期研究造成一定的困难,因此排除脉象信号的局部干扰是脉诊走向客观化的重点研究内容。本课题的主要目的就是在已有脉象采集设备的基础上,对其采集到的脉象信号进行质量分析。倘若检测出异常脉象信号,则在提示造成信号异常的原因之后重新采集。然后通过对质量较好的脉象信号进行突变检测,排除由噪声引起的突变周期。最后再对正常脉象信号进行标准化处理(包括去噪、去除基线漂移、周期分割等)。在脉象信号质量分类研究中,采用时域特征、频域特征以及熵特征相结合作为分类特征。其中时域特征代表了脉象信号的波形信息,频域特征代表脉象信号与噪声的频域分布,熵特征代表脉象信号的复杂度。利用提取的特征,采用LIBSVM分类器进行脉象信号的质量分类,在LIBSVM分类结果基础上添加时域分析,进而做到查准率为100%。为了保证脉象信号分析的实时性,减少冗余特征,本课题又进行了特征选择。对比了两种不同的特征选择方法,最终筛选出5维具有代表性特征,用于实时的脉象信号质量分析。在质量较好的脉象信号局部异常检测中,提出了基于面积和曲线光滑度的方法,区分噪声引起的局部突变和疾病引起的局部突变,并提出基于Hilbert-Huang变换和ARMA模型预测的方法准确剔除噪声引起的突变。在质量较好脉象信号标准化研究中,提出了基于脉象波峰和波谷位置的方法调整脉象信号方向;提出了使用叁次样条插值法拟合脉象信号中的基线漂移;提出了构建相似性网络的方法排除脉象信号的异常单周期。最终达到将脉象信号分割为标准单周期集的目的。(本文来源于《哈尔滨工业大学》期刊2016-12-01）
张西洋[5]（2016）在《穿戴式脉象检测装置及其信号处理的研究》一文中研究指出中医脉诊学是中国传统文化的重要组成部分,是中华文明的艺术瑰宝。中医博大精深,源远流长,几千年来中医学为中华民族的繁衍健康做出了重要贡献,至今仍是医疗实践中一门不可或缺的重要学科。随着社会科学的发展,脉象仪作为中医与现代科技结合的结晶,解决了中医脉诊的客观化和科学化的问题,然而现阶段研制的脉诊仪多停留在实验室阶段,难以推广和应用,并且随着社会老龄化,人们对医疗穿戴式设备的需求变得十分迫切。为了应对上述状况,本文设计了一种基于中医脉诊的穿戴式脉象检测和分析系统。硬件方面通过涡轮蜗杆及螺纹传动结构解决装置的尺寸和传动问题,采用贴合中医采脉手法的压阻式传感器来提取脉象信号,并设计了自动寻找最佳取脉压力算法,去模拟中医浮、中、沉的采脉手法；另外结合传感器的输出信号的特点设计了对应的信号调理电路；软件方面下位机控制采用arduino控制器,通过蓝牙与上位机进行通讯,上位机手机端实现信息的采集、波形的绘制、时域特征的提取及下位机的控制交互等功能。脉象分析方面,采用非线性分析方法中的递归定量法分析了平脉、滑脉、弦脉叁种脉象信号,从构建的相空间重构图可以发现脉象信号有明显周期性。从精确递归图中提取了脉象信号的10个参数,随后利用灰度共生矩阵对饱和递归图提取了纹理特征的4种参数。本文对平脉、滑脉、弦脉提取的参数进行了两两对比并分析了脉象之间的差异。最后,利用深度信念网路(DBN)的方法对叁种脉象信号进行分类,通过调节不同隐层数和节点,分析对分类准确率的影响,并最终确定合适的隐层数和节点。(本文来源于《华东理工大学》期刊2016-11-09）
卫佳骏,夏春明,周侃恒,刘攀,王忆勤[6]（2016）在《LMD端点延拓方法在脉象信号处理中的应用研究》一文中研究指出针对EMD方法在脉象信号分析中存在的运算效率低以及端点效应严重等问题,首次将LMD时频分析方法运用于脉象信号的分析。同时对于仍然存在的端点污染,结合小波模极大值去噪方法提出了一种基于匹配度的脉象信号延拓方法。其中,小波模极大值去噪方法运用于信号的预处理过程,解决LMD方法中原本由于噪声引起的算法不收敛,信号两端发散等问题。通过仿真信号的验证及脉象信号的实际处理,结果表明LMD方法具有较好的分解效果,能更准确地反映脉象信号中的特征信息,且所提出的基于匹配度的脉象信号延拓方法可以明显改善LMD方法中存在的端点效应。(本文来源于《计算机应用与软件》期刊2016年08期）
张晗,庞春颖,焦琪玉[7]（2015）在《临床常见六种脉象信号特征研究》一文中研究指出提出以时域特征和模态能量商特征相结合进行脉象信号识别的方法。首先根据脉象信号的波形特征,计算脉象信号的h1,h3,h4,h3/h1,h4/h1,t1,t,k时域特征参数;然后对脉象信号进行EMD分解,计算6种脉象信号的模态能量商。通过临床200例脉象信号的采集和分析计算,获得临床上常见脉象信号的典型时域特征,确定弦脉的模态能量商R>1,滑脉、沉脉、细脉、缓脉、平脉的R值依次降低,且R<1。实验结果表明:时域特征和模态能量商特征相结合的方法可实现临床常见脉象信号的识别。(本文来源于《长春理工大学学报(自然科学版)》期刊2015年05期）
刘攀[8]（2015）在《基于HHT和多分类支持向量机的脉象信号分析与研究》一文中研究指出脉诊是中医理论体系的重要组成部分,但脉诊易受医生主观臆断等因素的影响,且脉诊难于传承。为了进一步提高脉诊的诊疗水平,脉诊客观化研究以及其在临床诊疗中的灵活运用是现在亟需解决的问题。本课题对含相兼脉在内的8类脉象信号进行分析,设计了以非线性方法希尔伯特黄变换(HHT)为基础的分析方法,和以支持向量机为基础的分类算法。首先,在脉象信号分析处理过程中,提出了基于聚合经验模态分解(EEMD)的改进阈值去噪算法,采用网格搜索对低频固有模态函数(IMFs)进行阈值选取去噪,实现自适应且有效的脉象信号去嗓处理。然后,特征的提取以常见时域特征为基础,采用HHT对其进行变换,从Hilbert能量谱、及IMF分量间幅值、能量差异的角度提取特征。同时,提出一种以信息熵和相关性准则为评估标准的递进式特征选择算法,对脉象信号特征集的44维特征进行更具针对性的评估、筛选。最后,在HHT分析的基础上,结合LIBSVM对两步分类算法进行改进,进一步实现脉象信号的模式识别研究。实验表明,在脉象信号的分析处理过程中,HHT分析方法在保留脉象信号内在性质的基础上明显改善了脉搏信号的去噪效果,同时,HHT方法还是脉象信号目标特征的有效提取手段。在分类算法的研究中,对482例脉象数据进行模式识别,改进后的二步分类算法使相兼脉的平均准确率得到明显提高,且8类脉象信号的平均准确率比单步分类法提高近30个百分点。(本文来源于《华东理工大学》期刊2015-05-24）
王燕,蔡吉飞,沈韶华,房瑞明,王平[9]（2014）在《基于模糊识别方法的脉象信号分类识别》一文中研究指出为了能够对脉象信号客观化、定量化的识别研究,采用模糊理论方法对脉象信号进行分类识别,将脉象信号的指感描述和判定规则进行客观描述和定量化,确定脉象指感因素的模糊输入变量;根据脉象信号的提取特征和脉象分类确定输出模糊变量;根据脉象定义确定模糊推理规则,从而完成可信度表示的脉象分类。得出采用模糊识别方法可以有效完成脉象信号分类识别的结论。(本文来源于《北京印刷学院学报》期刊2014年06期）
杜辉,庞春颖[10]（2014）在《基于MSP430的低功耗脉象信号采集系统》一文中研究指出脉象信号包含了许多生理病理信息,可以为医生诊断疾病提供重要依据。针对当前脉象仪功耗大、成本与仪器精度不可兼得等缺陷,设计了一种低功耗、微型化、可实时通讯的脉象信号采集系统。该系统采用HK-2000B脉象传感器进行采集,以MSP430单片机为核心,对信号进行分析、处理与结果显示,实现了脉象信号实时、连续的检测。通过多次实际测试,结果表明该系统可以适用于不同人群,能够准确显示脉象信号和相关参数,为医生对病情诊断提供有用信息。(本文来源于《长春理工大学学报(自然科学版)》期刊2014年06期）
脉象信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
脉诊为中医“望、闻、问、切”四诊之一,有着悠久的历史和传承。传统脉诊法采用触觉感知获取脉象信息,并依据临床经验判断患者所对应的中医症候。所以脉诊诊断结果带有很强的主观性,而客观量化标准的缺乏也束缚了脉诊在现代医学体系中的进一步发展。所以,采用机器学习方法研究脉象信号,将脉诊诊断过程由主观变为客观,是继承和发展脉象诊断学的有力工具。脉象图谱,即根据脉象信号的形状、节律、压力的不同而定义的脉象种类(下文简称脉图),是脉诊中对不同脉象的定义标准。本文对脉象特征提取和脉图聚类的方法进行研究,致力于将中医脉象诊断理论和机器学习相结合,利用前沿的机器学习方法提取脉象特征,并通过聚类方法挖掘脉图的种类。目前的脉图分析方法存在四个缺点,分别是单一脉图特征表达能力弱,多阶段流程优化困难,缺乏对多周期脉图的特征提取方法以及脉图定义不明确。本文主要针对脉图分析方法的这四个缺点进行改进。在脉象信号预处理方面,利用最大曲率分割方法使周期分割误差更小,利用小波重构的方法消除了单周期脉图中尾波波动的影响。同时,在单周期脉图特征提取中利用周期分解模型将脉象信号分解为周期特征空间和非周期特征空间。在单周期特征实验对比中,周期分解后的融合特征比一维特征组合的分类准确率提升了2.7%。在多周期的脉图特征提取方面,构建了输入为一维信号的14层卷积神经网络模型并进行了多层特征融合。卷积神经网络端到端学习的特点避免了多阶段流程优化带来的误差传递问题,多层特征融合提升了特征的表达能力。实验结果表明多层特征融合后的卷积神经网络的分类准确率比未融合多层特征的分类准确率提升了1.3%,比主流的VGG模型的分类准确率提升了4.7%,比单周期的周期分解模型特征的分类准确率提升了5.8%。在脉图聚类与疾病分析方面,利用脉图特征构建了基于互信息值的聚类集成方法对脉图进行聚类,并基于脉图做了初步的心血管疾病分析。结果表明聚类脉图与部分中医脉图相符合。此外,通过分析不同脉图中的心血管疾病分布,结果表明心脏病、高血压与弦脉密切相关,血脂异常也可以用涩脉有效诊断。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
脉象信号论文参考文献
[1].金陈玲.便携式叁部脉象采集系统与脉象信号处理研究[D].华东理工大学.2019
[2].杨洒.脉象信号特征提取与脉图聚类方法研究[D].哈尔滨工业大学.2017
[3].臧瑾.阵列脉象信号融合分类方法研究[D].哈尔滨工业大学.2017
[4].陈臣臣.异常脉象信号检测方法研究[D].哈尔滨工业大学.2016
[5].张西洋.穿戴式脉象检测装置及其信号处理的研究[D].华东理工大学.2016
[6].卫佳骏,夏春明,周侃恒,刘攀,王忆勤.LMD端点延拓方法在脉象信号处理中的应用研究[J].计算机应用与软件.2016
[7].张晗,庞春颖,焦琪玉.临床常见六种脉象信号特征研究[J].长春理工大学学报(自然科学版).2015
[8].刘攀.基于HHT和多分类支持向量机的脉象信号分析与研究[D].华东理工大学.2015
[9].王燕,蔡吉飞,沈韶华,房瑞明,王平.基于模糊识别方法的脉象信号分类识别[J].北京印刷学院学报.2014
[10].杜辉,庞春颖.基于MSP430的低功耗脉象信号采集系统[J].长春理工大学学报(自然科学版).2014
论文知识图
