[发明专利]一种高血压诊断方法、装置、电子设备及介质在审
申请号: | 202210471982.7 | 申请日: | 2022-04-29 |
公开(公告)号: | CN114842963A | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 范琳;姚瑞玲;王劲松;张荣;张洁;王文浪;贺炎;横霞;梁琛 | 申请(专利权)人: | 西安邮电大学 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H70/20;G16H20/90;G06K9/62;A61B5/021;A61B5/00 |
代理公司: | 西安汇恩知识产权代理事务所(普通合伙) 61244 | 代理人: | 张伟花 |
地址: | 710121 陕西*** | 国省代码: | 陕西;61 |
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 高血压 诊断 方法 装置 电子设备 介质 | ||
1.一种融合体质特征和脉搏信号的高血压诊断方法,其特征在于,该方法包括:
获取样本人员的脉搏数据,对所述脉搏数据进行周期划分,获得多个单周期脉搏数据,然后提取每个单周期脉搏数据的基本时域和基本频域特征,得到多个单周期脉搏数据的基本时域和基本频域特征,用样本人员所有单周期脉搏数据的基本时域和基本频域特征构建该样本人员的脉搏特征向量;所述样本人员的脉搏数据打上了用于区分样本人员是否是高血压患者的标签;
收集样本人员基于自身状况按照《中医体质分类与判定自测表》打分获得自身的9种中医体质的得分,通过分析,获得样本人员与高血压显著相关的中医体质,由样本人员与高血压显著相关的中医体质的得分构建体质特征向量;与高血压显著相关的中医体质包括阳虚质、阴虚质和痰湿质;
将样本人员的脉搏特征向量和体质特征融合组成输入特征向量,输入到分类模型并以样本对应的标签进行监督,进行训练,获得训练好的分类模型;
将待诊断人员的脉搏特征向量和体质特征融合组成输入特征向量,输入训练好的分类模型中,确定待诊断人员是否为高血压患者。
2.根据权利要求1所述的一种融合体质特征和脉搏信号的高血压诊断方法,其特征在于,获取样本人员的脉搏数据,包括:样本人员手腕寸部、关部和尺部位置的脉搏振动数据。
3.根据权利要求1所述的一种融合体质特征和脉搏信号的高血压诊断方法,其特征在于,所述基本时域特征包括单周期脉搏数据中第一波峰高度、第二波峰高度、第三波峰高度、第一波峰高度与第二波峰高度的差值、第一波峰高度与第三波峰高度的差值、第二波峰高度与第三波峰高度的差值、第二波峰高度与第一波峰高度的比值、第三波峰高度与第一波峰高度的比值、第三波峰与第一波峰出现的时间差、第三波峰与第二波峰出现的时间差、第一波谷高度的绝对值、第二波谷高度的绝对值、第二波谷与第一波谷的时间差、第一波峰出现的时间、第二波峰出现的时间、第三波峰出现的时间、K值、峭度、偏度、均方根、波形因子、峰值因子、脉冲因子、裕度因子、方差、期望和标准差;所述基本频域特征包括单周期脉搏数据经小波包分解第三层8个结点的能量特征。
4.根据权利要求1所述的一种融合体质特征和脉搏信号的高血压诊断方法,其特征在于,收集样本人员基于自身状况按照《中医体质分类与判定自测表》打分获得自身的9种中医体质的得分,通过分析,获得样本人员与高血压显著相关的中医体质;具体包括:
以样本人员是否是高血压患者为因变量,以样本人员基于自身状况按照《中医体质分类与判定自测表》打分获得的9种中医体质的得分为自变量进行单因素分析,用K-S作正态性检验,符合正态分布计量资料组间比较采用独立样本t检验,以P小于0.05判定判断差异有统计学意义,将P小于0.05纳入多因素二元logistic回归分析,最终找到与高血压显著性相关的中医体质。
5.一种融合体质特征和脉搏信号的高血压诊断装置,其特征在于,包括:
脉搏特征模块,用于获取样本人员的脉搏数据,对所述脉搏数据进行周期划分,获得多个单周期脉搏数据,然后提取每个单周期脉搏数据的基本时域和基本频域特征,得到多个单周期脉搏数据的基本时域和基本频域特征,用样本人员所有单周期脉搏数据的基本时域和基本频域特征构建该样本人员的脉搏特征向量;所述样本人员的脉搏数据打上了用于区分样本人员是否是高血压患者的标签;
体质特征模块,用于收集样本人员基于自身状况按照《中医体质分类与判定自测表》打分获得自身的9种中医体质的得分,通过分析,获得样本人员与高血压显著相关的中医体质,由样本人员与高血压显著相关的中医体质的得分构建体质特征向量;与高血压显著相关的中医体质包括阳虚质、阴虚质和痰湿质;
训练模块,用于将样本人员的脉搏特征向量和体质特征融合组成输入特征向量,输入到分类模型并以样本对应的标签进行监督,进行训练,获得训练好的分类模型;
诊断模块,用于将待诊断人员的脉搏特征向量和体质特征融合组成输入特征向量,输入训练好的分类模型中,确定待诊断人员是否为高血压患者。
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西安邮电大学,未经西安邮电大学许可,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/202210471982.7/1.html,转载请声明来源钻瓜专利网。