基于递归图和卷积神经网络的脉象分析识别

• 作者: 燕海霞 王忆勤 郭睿 陈松晔 颜建军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 脉象 无阈值递归图 卷积神经网络 非线性分析
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 170-175
• 页数: 6页
• 分类号: TP391.4
• 字数: 5019字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1901-0441

摘要

在脉象信号分析识别中,时域、频域等分析方法难以挖掘脉象信号的非线性信息,且传统机器学习方法需要人工定义特征,无法进行特征的自学习.提出一种基于无阈值递归图和卷积神经网络的脉象分析识别方法.基于非线性动力学理论,将脉象信号转换为无阈值递归图,通过VGG-16卷积神经网络实现递归图非线性特征的自动提取,并建立脉象分类模型.实验结果表明,该方法分类准确率可达98.14％,与已有的脉象分类方法相比有所提升.该研究为脉象信号分类提供了一种新的思路和方法,对脉诊客观化具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭睿	上海中医药大学四诊信息综合实验室	55	266	10.0	15.0
5	王忆勤	上海中医药大学四诊信息综合实验室	259	1999	24.0	35.0
6	颜建军	华东理工大学机械与动力工程学院	21	213	9.0	14.0
7	燕海霞	上海中医药大学四诊信息综合实验室	154	844	15.0	26.0
8	陈松晔	华东理工大学机械与动力工程学院	1	1	1.0	1.0