基于递归图和卷积神经网络的脉象分析识别

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.

关键词：脉象、无阈值递归图、卷积神经网络、非线性分析

所属期刊栏目：56

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金No.81173199.No.30901897.No.81270050.No.81302913

在线出版日期：2020-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：170-175