基于神经网络的脉象特征的研究

《基于神经网络的脉象特征的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要脉诊是中医学中最具特色的诊断方法。随着现代科学技术的发展，人们希望能运用现代化的脉象采集仪器和信号处理方法，对传统的中医脉诊进行客观化研究与探讨。因此，脉诊的客观化研究对我国中医脉学的继承和开拓有着重要的意义。本论文的研究主要是基于这方面来进行的。首先，介绍了脉象信号采集系统的设计，本文的信号采集程序是用VB编制的，且VB在图形用户界面开发方面有较强的优势，而数据的处理分析与识别是利用MATLAB软件进行的，所以介绍了MATLAB与VIi之间的数据交换。其次，利用频域分析方法，对时域脉象信号进行频谱分析，得到相应的脉搏频谱曲线，通过频谱曲线的特征分析，提取频域特征值。着重对双谱的基本概念和

2、基本理论进行了详细的阐述，探讨了其物理意义，在利用间接算法分析脉象信号时，对算法进行了推导、验证和应用。最后，提出了利用径向型神经网络对4种脉象信号进行分类，比较了以脉象信号的频谱特征及双谱分析的相位平均值作为神经网络输入时的训练结果的差异。尽管文中的训练样本有限，但仿真结果表明：对脉象信号的一些特定的特征值，利用神经网络进行识别是一种可行而有效的方法。关键词脉象信号；特征提取：模式识别；RBF神经网络一：—一：垒!垒篁耋些耋丝垒一：，：!AbstractPulse-feelingisthemostcharacteristicdiagnosticmethodsintraditionalChin

3、cscmedicine．Alongwiththedevelopmentofscienceandteclmology,peoplehopetoapplyscnsol葛andnlod锄signalprocessingtechnologytohumanpulsediagnosisinordertocarryingonallinvestigationintheobjectivityoftheChinesemedicinePulse-feeling，"Fans，impersonalresearchofthepulse-diagnosishasimportantmeaningforinheritingan

4、dexpandingofOUtFirst,designingthesystemforcollectingpulsesignalisintroduced．ThesignalcollectionsystemprocedureisestablishedbyVBinthispaper,andtheVBhasthestrongeradvantageinthesketchcustomerinterfacedevelopment,buttheSoftwareofMATLABismadeuseofwhenprocessing,analyzingandidentifyingthesignal，SOitintro

5、ducedthecommutatingthedatabetweenMATLABandVB．Second,makingl啪ofthespectralanalysismethod,carriedonthespectrumanalysistothetimedomainpulsesignal，andgetthefrequencychar[olrvc．"FnenbythecharacteristicanalysisofthefrequencychartdistilledtheSpCCtralfeature．Thispaperrepresentsthebasicconceptionsandtheories

6、ofBispectrumestimationindetail，anddiscussesthephysicalmeaningoftheBispectrum。VChileusingtheindirectalgorithmandparametricmodelalgorithmtOanalyzepulscsignals,thispaperalsoderives，verifiesandus懿them．．Lastly,appliesthenetworkofRBFintheclassificationforfourkindsofpulse．signal，andcompareswiththedifferenc

7、ebetweenthespectralcharacteristicandtheenergyofonthedifferentdimensionsbywavelettransformationandtheboxingdimensionandthespectralcharacteristicastheneuralnetworkinput．Thoughthetrainingsampleislimitedi