[发明专利]一种基于时序卷积网络的中医脉象识别模型的建立方法

权利要求书

1.一种基于时序卷积网络的中医脉象识别模型的建立方法，其特征在于，包括以下几个步骤：

步骤1：原始脉搏波信号的采集，通过检测手环对腕部桡动脉处的压力脉搏波信号、容积脉搏波信进行采集，通过检测指夹对指端的容积脉搏波信号进行采集，得到原始脉搏波信号，分别获得原始脉搏波信号的单周期波形；

步骤2：并对单周期波形的长度作规正化处理，获得具有相同长度的脉象时间序列的数据集；

步骤3：然后将数据集分为训练集、验证集和测试集，对训练集和验证集进行时序卷积网络计算，并进行验证和超参数调整，最终得到脉象识别模型；

步骤4：然后将测试集导入到脉象识别模型进行识别验证，得到脉象诊断识别的预测结果。

2.根据权利要求1所述的基于时序卷积网络的中医脉象识别模型的建立方法，其特征在于，所述的步骤2中对单周期波形的长度作规正化处理的方法是，

步骤1，设定统一的脉象序列长度，使其至少可容纳一个单周期脉搏波；

步骤2，使用同一样本分割得到的单周期脉搏波补充在序列末尾，直至达到设定的序列长度。

3.根据权利要求2所述的基于时序卷积网络的中医脉象识别模型的建立方法，其特征在于，所述对训练集和验证集进行时序卷积网络计算的方法，是将多个残差块结构串联组成时序卷积网络，每个残差块结构中具有两个参数相同的膨胀因果卷积层，在输入的一维脉象时间序列经膨胀因果卷积层卷积后，在进行权重归一化，随后使用线性整流函数为激活函数，最后进行了正则化 ，按照此步骤进行两次；在残差块进行残差连接恒等映射的过程中，使用了 1×1 卷积，使得其输入与输出张量的维度保持一致。

4.根据权利要求3所述的基于时序卷积网络的中医脉象识别模型的建立方法，其特征在于，所述膨胀因果卷积的方法是，

若定义输入的脉象时间序列为0层，为第层中节点在第层上感受野大小， 则在步长为 1的前提下 通过推导计算，膨胀卷积中各层的感受野大小如下：

其中，式中、分别为对第1层作膨胀卷积时卷积核的大小和膨胀率，若保持各层卷积核大不变，则经过简化后，各卷积层中的节点在0 层的感受野大小为：

。