[发明专利]一种基于双通道卷积神经网络的脉搏特征识别系统及方法

说明书

本发明提供了一种基于双通道卷积神经网络的脉搏特征识别系统，包括脉搏采集模块、脉搏特征提取模块以及双通道卷积神经网络，脉搏采集模块用于采集脉搏信号并对脉搏信号进行预处理，脉搏特征提取模块用于接收预处理后的脉搏信号并提取预处理后的脉搏信号的时域特征信息以及频域特征信息，双通道卷积神经网络用于对时域特征信息以及频域特征信息进行混合训练并对脉搏信号的特征信息进行识别与分类。本发明能够获取完整的脉搏特征信息，以便对脉搏特征信息进行定量分析，并辅助医生通过脉搏特征信息进行临床上的客观诊断。相应地，本发明还提供一种基于双通道卷积神经网络的脉搏特征识别方法。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于双通道卷积神经网络的脉搏特征识别系统及方法。

背景技术

脉搏压力及脉搏特征变化是评价人体心血管系统生理病理状态的重要依据，无论是中医切脉或是西医心血管病检查，都试图从脉搏波特征中提取各种生理病理信息。目前在脉诊上主要依赖于医生主观性的诊断，但由于脉搏信号复杂多样，医生在临床诊断上会出现主观性误诊的问题。

为解决医生在临床诊断上会出现的主观性误诊的问题，现有技术一般采用时域或频域分析方法对脉搏信号进行处理，并通过单通道卷积神经网络对脉搏信号的时域特征或频域特征进行训练及分类，进而实现脉搏信号的识别与后续诊断。然而采用时域或频域分析方法对脉搏信号进行处理，并通过单通道卷积神经网络对脉搏信号的时域特征或频域特征进行训练及分类无法获取完整的脉搏特征信息，不便于后续分析与诊断。

发明内容

基于此，为了解决现有技术采用时域或频域分析方法对脉搏信号进行处理，并通过单通道卷积神经网络对脉搏信号的时域特征或频域特征进行训练及分类无法获取完整的脉搏特征信息而不便于后续分析与诊断的问题，本发明提供了一种基于双通道卷积神经网络的脉搏特征识别系统及方法，其具体技术方案如下：

一种基于双通道卷积神经网络的脉搏特征识别系统，包括脉搏采集模块、脉搏特征提取模块以及双通道卷积神经网络。

所述脉搏采集模块用于采集脉搏信号并对所述脉搏信号进行预处理，所述脉搏特征提取模块用于接收预处理后的脉搏信号并提取预处理后的脉搏信号的时域特征信息以及频域特征信息，所述双通道卷积神经网络用于对所述时域特征信息以及所述频域特征信息进行混合训练并对脉搏信号的特征信息进行识别与分类。

上述基于双通道卷积神经网络的脉搏特征识别系统通过脉搏特征提取模块提取脉搏信号的时域特征信息以及频域特征信息，通过双通道卷积神经网络对所述时域特征信息以及所述频域特征信息进行混合训练并对脉搏信号的特征信息进行识别与分类，能够获取完整的脉搏特征信息，以便对脉搏特征信息进行定量分析，并辅助医生通过脉搏特征信息进行临床上的客观诊断。

进一步地，所述脉搏特征识别系统还包括处理器以及数据显示模块，所述处理器用于根据识别与分类后的脉搏信号的特征信息计算心率以及血压值，所述数据显示模块用于显示所述心率以及所述血压值。

进一步地，所述双通道卷积神经网络包括Softmax分类器。

进一步地，预处理后的脉搏信号包括多个周期的脉搏波曲线。

相应地，本发明还提供一种基于双通道卷积神经网络的脉搏特征识别方法，其包括如下步骤：

采集脉搏信号并对所述脉搏信号进行预处理；

提取预处理后的脉搏信号的时域特征信息以及频域特征信息；

通过双通道卷积神经网络对所述时域特征信息以及所述频域特征信息进行混合训练并对脉搏信号的特征信息进行识别与分类。

进一步地，提取预处理后的脉搏信号的时域特征信息的具体方法包括如下步骤：

设定低限阈值以及距离阈值；