换一批摘要脉诊借助脉搏探查人体气血循环状态,为疾病诊治、未病先知、养生保健等提供指导信息.然而,从微弱脉搏中提取脉象信息仍是脉象仪研发中的瓶颈问题.本文从脉搏信号特点、中医脉象分类及其面临的挑战等方面入手,综述了近年来利用基本机器学习(Machine Learning,ML)算法、神经网络算法以及集成学习算法建立脉象分类模型的相关研究,旨在通过比较不同ML算法和实验方案在脉象分类准确度上的表现,探讨基于ML算法建立脉象分类模型的可行性和有效性,以期为脉象仪研发提供参考.
更多相关知识
关键词
脉象仪脉诊脉象分类模型机器学习算法pulse instrumentspulse diagnosispulse classification modelmachine learning algorithms
栏目名称
DOI
10.3969/j.issn.1674-1633.2024.03.025
发布时间
2024-04-03（万方平台首次上网日期，不代表论文的发表时间）
- 浏览78
- 被引4
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
