导读:本文包含了脉象特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:脉图特征提取,卷积神经网络,特征融合,脉图聚类
脉象特征提取论文文献综述
杨洒[1]（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）
刘永乐[2]（2016）在《基于COMSOL的中医脉象数值模拟和特征提取》一文中研究指出脉象是一种生物信息的传递现象,是从外部测量到的有关循环系统的信号,包括脉搏的频率、波动的幅度和动脉的弯曲程度等。很多脉象都与动脉血管的轮廓有关,本文利用皮肤表面的压力数据对血管的轮廓和骨线进行提取。首先我们利用COMSOL Multiphysics仿真软件模拟了桡动脉血液的流动和桡动脉的扩张和回缩。然后利用COMSOL和MATLAB提取仿真皮肤表面的数据并根据它得到含有血管轮廓、骨线信息的二值图像,并将这些图像的轮廓、骨线和血管实际轮廓、骨线分别做出对比。全文共计四章。第一章为引言部分,介绍了本文的研究背景、COMSOL软件和本文的主要工作。第二章建立了叁维流固耦合模型,模拟了桡动脉内血液的流动和桡动脉扩张和回缩,对结果做出了可视化处理,并进行了讨论。第叁章对模型的血管提取轮廓和骨线信息。首先在t=1s、1.3s两个时刻获得压力、压力变化率、压力梯度模、压力变化率梯度模四种数据,分别处理得到血管轮廓、骨线的二值图像,然后在t=1s、1.3s两个时刻获得实际血管的投影图像,对其处理得到轮廓、骨线的二值图像。最后将由数据获得的二值图像与由投影图像获得的二值图像做出对比和分析。第四章为全文的总结。(本文来源于《山东大学》期刊2016-05-24）
杨丽娟,陈雷,雷松泽[3]（2014）在《小波变换在脉象信号特征提取中的应用》一文中研究指出论文首先介绍了人体脉象是非线性、非平稳的微弱信号这个特点,然后分析了传统人工脉诊的缺陷,在当今信号处理和计算机相关技术的飞速发展,提出了很多运用现代科学对脉象分类的方法。由于小波具有优良的时频分析特性,而且还具有处理非平稳随机信号的能力,论文提出利用小波提取脉象特征,得到了很好的识别效果。(本文来源于《计算机与数字工程》期刊2014年05期）
焦琪玉[4]（2014）在《脉象信号的特征提取与分类识别》一文中研究指出脉象是血脉搏动的位、数、形、势的综合现象。脉象的形成,不仅与心、血、脉相关,而且与其他全身脏腑机能活动也息息相关。而脉诊的本质就是通过脉象的变化判断病症的部位、性质,推断病势轻重。因而脉诊对病情的判断和病症的识别具有非常重要的意义。为实现临床上常见脉象信号的量化,从时域和频域进行脉象信号的特征提取。首先采用阈值法进行时域分析,并将时域特征与模态能量商相结合,得到有效识别脉象信号的时域特征。然后采用FFT方法进行信号频域分析,并获得信号的基频、功率谱谐波个数、谱能比及前次峰等频域特征。通过200例脉象信号的分析计算,获得了临床上常见脉象信号的典型特征参数：h3/h1, h4/h1, t1, t, K, R, f0, h0及x。使用改进的模糊C均值方法、BP神经网络以及模糊神经网络叁种方法分别对六种脉象信号进行分类识别。通过识别结果发现,改进的模糊C均值易受隶属度函数、模糊推理规则及聚类中心点的影响,其识别准确率为76%；BP神经网络对脉象信号的识别准确率为84%,经过训练后,识别率提高到92%,但由于隐含层的原因,其训练时间较长；模糊神经网络对六种脉象的识别率为92%,经过训练后,其准确率提高到99%,并且训练速度得到提高,较好地实现了脉象信号的分类识别。本文对临床采集的平脉、弦脉、沉脉、细脉、滑脉、缓脉六种脉象进行了时域及频域特征分析,利用选取的特征参数作为识别的输入量,采用模糊神经网络进行分类识别,其识别率达到92%,较好地实现了六种脉象信号的分类识别。(本文来源于《长春理工大学》期刊2014-03-01）
洪芳,曹燕亚[5]（2013）在《中医脉象信号特征提取与分析方法研究进展》一文中研究指出近年来有关脉诊的客观化研究取得了长足进步,脉诊信息的分析方法决定了脉象信息全面深入的阐述。从时域分析方法、频域分析方法、时频分析方法、可视化分析方法等方面综述中医脉象信号特征提取与信息分析方法的研究进展。(本文来源于《上海中医药杂志》期刊2013年10期）
宫树杰[6]（2013）在《肝硬化脉象信号特征提取与分类研究》一文中研究指出脉诊是我国传统中医最具特色的一项诊断方法,医生通过按触人体不同部位的脉搏来体察健康状况,进而诊断各种疾病。然而,这一简便、无创的诊断方法,很大程度上依赖医生的经验和主观感受,缺乏客观诊断标准。因此,脉诊的客观化研究具有重要的意义。近年来,研究人员将现代信息处理技术与传统的脉象诊断结合,采用信号处理与模式识别方法对脉象信号进行分析诊断。本文尝试对健康人、肝硬化患者两类脉象信号进行分析,初步探索使用脉象信号区分健康人与肝硬化患者。由于脉象信号是一种微弱的生理信号,在采集的过程中因受到其它设备的干扰,而引进噪声；同时,受被采集者的体动、呼吸等干扰而产生基线漂移。在进一步分析之前要对信号进行预处理。本文使用离散小波变换去噪：首先使用db6小波对信号进行6层分解,然后使用软阈值法对高频系数量化,最后进行重构,得到去除噪声的信号。本文使用新的阈值法来识别脉搏波周期,把各个周期的起始点作为已知点,使用叁次样条插值法去除基线漂移。特征提取是指从干净的脉象信号中提取有用信息。因为特征信息直接用于模式分类,所以特征提取方法将影响分类准确率。本文不仅使用已有的时域方法、降维方法提取特征,还尝试使用新的装箱方法提取特征,实验表明,装箱方法提取的特征能取得较好的分类准确率。提取特征之后,本文使用K邻近方法与支持向量机方法进行模式分类。实验结果显示,使用K邻近方法对装箱方法提取的特征进行分类,分类结果最好,准确率达到87.09%。这表明本文使用的方法具有一定的可行性,脉象的客观化研究可用于辅助诊断一个人的健康状况。(本文来源于《海南大学》期刊2013-03-01）
郭睿,王忆勤,颜建军,燕海霞,杨育慈[7]（2011）在《基于递归定量分析的冠心病中医脉象特征提取与分析》一文中研究指出目的:基于非线性动力学方法研究冠心病患者的脉象,寻找能区分冠心病和正常人脉象的非线性动力学参数。方法:基于非线性动力学理论,对63例冠心病患者和61例正常人的脉搏信号的递归图进行递归定量分析(recurrence quantification analysis,RQA),计算两组脉搏信号的RQA参数,这些参数包括递归率(recurrence rate,RR)、确定性(determinism,DET)、对角线长度的均值(averaged diagonal length,L)、递归熵(entropy of diagonal length,ENTR)、最长对角线(length of longest diagonal line,L_(max))、层状度(laminarity,LAM),竖直/水平线段长度均值(trapping time,TT)和最长竖直/水平线段长度(length of longest vertical line,V_(max));并用秩和检验统计两组脉搏信号的RQA参数之间的差异,用箱线图(BoxPlot)观察有显着性差异的RQA参数的数值分布;绘制有显着性差异的RQA参数的接受者工作特征(receiver operatingcharacteristic,ROC)曲线,对RQA参数进行诊断性试验,以评估脉搏信号的RQA参数区分冠心病组和正常组的诊断价值。结果:秩和检验统计结果表明冠心病组脉搏信号的RQA参数中RR、DET、L、ENTR、LAM、TT和V_(max)的平均秩次显着大于正常组,它们的ROC曲线下的面积依次为1.000、0.898、0.653、0.673、0.885、0.898、0.986和0.994。结论:与正常组相比,冠心病组的脉搏信号表现出较高的规律性、确定性和稳定性;脉象的非线性动力学RQA参数RR、TT、V_(max)DET和LAM对区分冠心病组和正常组具有较高的诊断价值。这为脉诊的无损伤检测提供了新的手段。(本文来源于《中西医结合学报》期刊2011年11期）
蔡坤宝,曹丁,段云孜,罗德成,刘宗行[8]（2011）在《脉象信号的特征提取与识别方法》一文中研究指出中医脉象信号的研究在中医诊断中具有重要的意义。为了探索由中医脉象信号识别海洛因吸毒者的有效方法,研究了中医脉象信号特征提取的倒双谱与叁阶倒谱熵算法。在简洁而准确地论述算法的基础上,估计了20例海洛因吸毒者与20例健康正常人脉象信号的倒双谱的对角切片分量。在大量实验结果的基础上,选取对角切片在m=n=1处的抽样幅值、在特定区域内抽样幅值的叁阶倒谱熵作为每例脉搏波信号的2个特征参数,并构成特征向量。以平方马氏距离为准则设计了分类器,该分类器对40个特征向量的准确识别率为87.5%。研究结果表明,提出的特征提取与分类器设计方法对海洛因吸毒者脉象信号的识别具有一定的意义。(本文来源于《重庆大学学报》期刊2011年10期）
张洁[9]（2010）在《脉象信号的特征提取与分类识别的研究》一文中研究指出脉诊是中国传统医学诊断的根本办法,但仅凭借医生的手指感觉和经验来判断,使得辨脉时缺乏统一、精确的标准,并使这一国粹处在逐渐消亡的过程中。为了提高脉诊的诊断水平和辨脉准确率,通过计算机对脉象信号进行特征提取和分类识别,使得脉象分析理论得到进一步量化,并为今后的临床医疗提供辅助的诊断作用。本文利用小波变换具有揭示信号时频两域细节和局部特征的能力,采用小波包分解消除脉象信号中的工频干扰,通过小波分解重构滤波法消除因呼吸引起的基线漂移,并用小波变换模极大值法对消噪后的信号进行特征点检测。实验表明,小波理论对一维非平稳微弱信号具有良好的消噪能力和突变点的检测能力,能实际有效地滤除脉象信号中混杂的基线漂移及工频干扰等噪声,并基本无损地保留信号本身特性。将时域中提取的参数比值作为识别系统特征输入,同时利用脉象信号频谱分析,提取功率谱谐波个数及不同频段的谱能比作为辅助特征。将模糊理论中的隶属度函数引入神经网络系统,两者相结合形成正规化模糊神经网络,对提取的特征进行训练识别。实验结果表明,相对于传统的脉象信号识别方法,模糊神经网络具有识别正确率高、网络训练速度快、全局优化、不存在陷入局部极小点等优点。9特征下,对于气虚、气滞、健康的识别率分别达到92.86%、85.37%、92.68%,平均识别率为90.32%,较好地实现了脉象信号的分类识别。(本文来源于《苏州大学》期刊2010-04-01）
王伟,刘文涛[10]（2009）在《基于小波变换的脉象信号特征提取》一文中研究指出针对脉象信号的时变、非线性和低频特性,利用小波变换奇异性检测功能与多尺度分辨特性,提出了应用二进小波变换方法提取脉象信号特征,并从能量的角度来构造特征向量对脉象信号进行有效判别。经过对临床采集的脉象信号进行处理与分析统计,所得数据具有较好的重复性与稳定性,可以作为用于脉象信号识别的特征向量。(本文来源于《第二十叁届中国（天津）2009IT、网络、信息技术、电子、仪器仪表创新学术会议论文集》期刊2009-09-23）
脉象特征提取论文开题报告
（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：
脉象是一种生物信息的传递现象,是从外部测量到的有关循环系统的信号,包括脉搏的频率、波动的幅度和动脉的弯曲程度等。很多脉象都与动脉血管的轮廓有关,本文利用皮肤表面的压力数据对血管的轮廓和骨线进行提取。首先我们利用COMSOL Multiphysics仿真软件模拟了桡动脉血液的流动和桡动脉的扩张和回缩。然后利用COMSOL和MATLAB提取仿真皮肤表面的数据并根据它得到含有血管轮廓、骨线信息的二值图像,并将这些图像的轮廓、骨线和血管实际轮廓、骨线分别做出对比。全文共计四章。第一章为引言部分,介绍了本文的研究背景、COMSOL软件和本文的主要工作。第二章建立了叁维流固耦合模型,模拟了桡动脉内血液的流动和桡动脉扩张和回缩,对结果做出了可视化处理,并进行了讨论。第叁章对模型的血管提取轮廓和骨线信息。首先在t=1s、1.3s两个时刻获得压力、压力变化率、压力梯度模、压力变化率梯度模四种数据,分别处理得到血管轮廓、骨线的二值图像,然后在t=1s、1.3s两个时刻获得实际血管的投影图像,对其处理得到轮廓、骨线的二值图像。最后将由数据获得的二值图像与由投影图像获得的二值图像做出对比和分析。第四章为全文的总结。
（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。
脉象特征提取论文参考文献
[1].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
[2].刘永乐.基于COMSOL的中医脉象数值模拟和特征提取[D].山东大学.2016
[3].杨丽娟,陈雷,雷松泽.小波变换在脉象信号特征提取中的应用[J].计算机与数字工程.2014
[4].焦琪玉.脉象信号的特征提取与分类识别[D].长春理工大学.2014
[5].洪芳,曹燕亚.中医脉象信号特征提取与分析方法研究进展[J].上海中医药杂志.2013
[6].宫树杰.肝硬化脉象信号特征提取与分类研究[D].海南大学.2013
[7].郭睿,王忆勤,颜建军,燕海霞,杨育慈.基于递归定量分析的冠心病中医脉象特征提取与分析[J].中西医结合学报.2011
[8].蔡坤宝,曹丁,段云孜,罗德成,刘宗行.脉象信号的特征提取与识别方法[J].重庆大学学报.2011
[9].张洁.脉象信号的特征提取与分类识别的研究[D].苏州大学.2010
[10].王伟,刘文涛.基于小波变换的脉象信号特征提取[C].第二十叁届中国（天津）2009IT、网络、信息技术、电子、仪器仪表创新学术会议论文集.2009