[发明专利]一种桡动脉检测与人体体质识别系统和方法有效
申请号: | 201711178800.2 | 申请日: | 2017-11-23 |
公开(公告)号: | CN107970027B | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | 张以文;杨培全;熊阳辉;吴金涛;郭星 | 申请(专利权)人: | 安徽大学 |
主分类号: | A61B5/02 | 分类号: | A61B5/02 |
代理公司: | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
地址: | 230000 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 桡动脉 检测 人体 体质 识别 系统 方法 | ||
1.一种桡动脉检测与人体体质识别系统,其特征在于,包括脉搏检测人员信息录入模块、多点触控压力传感器、信号过滤单元、信号控制器、模数转换器、数模转化器、特征处理模块、信号分类模型、处理器;
脉搏检测人员信息录入模块,用于将脉搏检测人员的个人信息录入;
多点触控压力传感器,与脉搏检测人员信息录入模块连接,用于检测脉搏检测人员脉搏振动信号;
信号过滤单元,与多点触控压力传感器连接,用于将多点触控压力传感器检测到的脉搏振动信号进行过滤、筛选,选出最强脉搏振动信号;
信号控制器,与信号过滤单元连接,用于将脉搏震动信号进行放大处理;
模数转换器,与信号控制器连接,用于将脉搏振动信号转换成数字化脉搏信号;
数模转化器,与模数转换器连接,用于将数字化脉搏信号转换成图像脉搏信号;
特征处理模块,与模数转换器连接,用于将数字化脉搏信号进行脉搏特征信号处理,转换过程为:定义脉搏特征信号为其中a,b,M∈N+,M表示经过模数转换器得到的数字化脉搏信号,按周期T提取M个均等时间间隔点的点数,即一个脉搏特征信号样本的特征总数为M,表示第b个数字化脉搏信号的第a个间隔点所对应的数字化脉搏信号数字,xb表示第b个脉搏特征信号样本,特征处理模块将数字化脉搏信号转换成脉搏特征信号,并传入到信号分类模型中;
信号分类模型,与特征处理模块连接和脉搏检测人员信息录入模块连接,用于将特征处理模块传入的脉搏特征信号进行分类并根据脉搏检测人员个人信息匹配对应健康建议信息,具体分类过程包括:
人体体质分为阴虚者、阳虚者、正常人三种,抽取数量均等的三种人体体质样本,三种人体体质样本数量之和为n,正常人标签信息为第1类,阳虚者标签信息为第2类,阴虚者标签信息为第3类;
预先将均等的三种体质人员经过系统检测,即检测信息通过多点触控压力传感器、信号过滤单元、信号控制器、模数转换器、特征处理模块,用来收集正常人、阴虚者和阳虚者的脉搏特征信号并存储到信号分类模型的样本数据库,且样本容量为n;
进行脉搏检测时,信号分类模型收到特征处理模块传入的脉搏特征信号,将样本数据库中脉搏特征信号和刚传入的脉搏特征信号输入到信号分类模型中的均值分类模块;
均值分类模块接收到n+1个脉搏特征信号样本,假设第n+1个样本为信号分类模型接收到特征处理模块传入的脉搏特征信号,均值分类模块运用均值算法对脉搏特征信号分类;
信号分类模型中的健康信息数据库根据在测脉搏检测人员个人信息和检测到的人体体质状态,对健康信息数据库进行检索,搜索到符合该脉搏检测人员人体体质的健康建议信息;
信号分类模型将搜索到符合该脉搏检测人员人体体质的健康建议信息、人体体质状态信息以及脉搏检测人员个人信息传递到处理器;
处理器,与数模转换器和信号分类模型连接,用于接收数模转化器和信号分类模型传送的图像脉搏信号、人体体质信息、健康建议信息以及脉搏检测人员个人信息。
2.根据权利要求1所述的一种桡动脉检测与人体体质识别系统,其特征在于,还包括显示器,显示器连接到处理器,用于显示图像脉搏信号、人体体质信息、健康建议信息以及脉搏检测人员个人信息。
3.根据权利要求1所述的一种桡动脉检测与人体体质识别系统,其特征在于,还包括脉搏检测人员信息数据库,脉搏检测人员信息数据库建立在处理器中,用于将对应脉搏检测人员个人信息、图像脉搏信号、人体体质信息以及健康建议信息进行存储。
4.根据权利要求1所述的一种桡动脉检测与人体体质识别系统,其特征在于,所述多点触控压力传感器包含多个压力感应元件,用于对桡动脉皮肤区域部位进行多点脉搏振动信号进行检测。
5.根据权利要求1所述的一种桡动脉检测与人体体质识别系统,其特征在于,所述均值分类模块运用均值算法对脉搏特征信号分类的过程为:
均值算法目标函数为:
其中,U表示脉搏特征信号样本到各聚类中心距离集合,V表示聚类中心集合,m∈(1,∞)是加权指数;uij表示样本xj属于第i类的概率;dij为样本xj到第i类聚类中心vi的距离;
约束条件为:uij∈[0,1],1≤j≤n+1,1≤i≤c,c表示三种人体体质类别,其值为3;
dij=||xi-vi||,其中vi表示第i类的聚类中心;
步骤7.3.1:分别初始化聚类中心v1,v2,v3;
步骤7.3.2:计算样本xj到第i类聚类中心vi的距离dij;
由欧氏距离计算得:dij=||xi-vi||
步骤7.3.3:计算样本xj属于第i类的概率uij
步骤7.3.4:将样本xj到第i类聚类中心vi的距离dij和样本xj属于第i类的概率uij带入目标函数,判断目标函数值是否收敛,如果收敛算法结束;否则更新聚类中心,继续从步骤7.3.2开始运算,直到目标函数值收敛;
步骤7.3.5:均值算法的目标函数值收敛
分别得到u1(n+1),u2(n+1),u3(n+1),比较三个数值大小,如果u1(n+1)值最大,那么系统检测人体体质为正常;如果u2(n+1)值最大,那么系统检测人体体质为阳虚;如果u3(n+1)值最大,那么系统检测人体体质为阴虚,将得到的人体体质状态传入到健康信息数据库。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711178800.2/1.html,转载请声明来源钻瓜专利网。