[发明专利]特征参数与脉象要素的关联在审
申请号: | 201110316998.2 | 申请日: | 2011-09-30 |
公开(公告)号: | CN103034837A | 公开(公告)日: | 2013-04-10 |
发明(设计)人: | 郭松;王颖;谭思黎 | 申请(专利权)人: | GE医疗系统环球技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/08;A61B5/00 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 唐立;朱海煜 |
地址: | 美国威*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 特征 参数 脉象 要素 关联 | ||
1.一种特征参数与脉象要素的关联方法,其特征在于,包括以下步骤:
按规则计算脉搏波信号的每个特征参数的重要度;
按所述重要度的大小对特征参数进行由高到低的相应排序;
基于人工神经网络对训练样本集的脉搏波信号进行学习;
利用测试样本集的脉搏波信号对所述人工神经网络进行测试,并计算得出对所述测试样本集关于该脉象要素判断脉象的第一分类准确率;
去除所述重要度排序相对最低的特征参数后,计算得出对所述测试样本集关于该脉象要素判断脉象的第二分类准确率;以及
判断所述第一分类准确率和第二分类准确率之间的差值的绝对值是否小于预定阈值,
如果判断为“是”,进而返回至所述去除步骤,直至判断为“否”,
如果判断为“否”,则选择该特征参数以及排序高于该特征参数的其它特征参数与所述脉象要素相关联。
2.如权利要求1所述的关联方法,其特征在于,所述规则为基于互信息、基于判别式分析或者基于多层感知器的特征排序方法。
3.如权利要求2所述的关联方法,其特征在于,所述基于判别式分析的特征排序方法中的判别式函数为:
其中,
并且,其中,Sw是类内协方差矩阵,Sb是类间协方差矩阵,mj是第j类训练样本的均值,m是所有训练样本的均值,Pj是训练样本属于第j类训练样本的概率,Nj是第j类训练样本的总数,trX/i(Sb)代表矩阵Sb的迹与对角线上第i个元素的差,trX/i(Sw)代表矩阵Sw的迹与对角线上第i个元素的差,i和j为不超过特征维数的正整数。
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GE医疗系统环球技术有限公司,未经GE医疗系统环球技术有限公司许可,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/201110316998.2/1.html,转载请声明来源钻瓜专利网。