[發明專利]一種脈搏診斷方法、裝置、計算機設備、存儲介質及系統

在審

• 申請號: 202010976753.1
• 申請日: 2020-09-17
• 公開（公告）號: CN114283933A
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 吳俊宏;姚志江
• 申請（專利權）人: 浙江遠圖互聯科技股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;A61B5/02;A61B5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種脈搏診斷方法，其特征在于，包括：

獲取脈搏信號；

根據所述脈搏信號以及脈搏診斷模型確定脈搏診斷結果；所述脈搏診斷模型是預先基于條件生成對抗網絡算法所訓練生成的；所述脈搏診斷模型是以最小化將樣本錯誤分類的概率作為損失函數。

2.根據權利要求1所述的脈搏診斷方法，其特征在于，在所述獲取脈搏信號后，還包括：

根據小波變換對所述脈搏信號進行降噪處理，生成降噪處理后的脈搏信號；

所述根據所述脈搏信號以及脈搏診斷模型確定脈搏診斷結果的步驟，具體為：

根據所述降噪處理后的脈搏信號以及脈搏診斷模型確定脈搏診斷結果。

3.根據權利要求1所述的脈搏診斷方法，其特征在于，預先基于條件生成對抗網絡算法訓練生成所述脈搏診斷模型的步驟，具體包括：

構建初始化的生成器網絡模型以及判別器網絡模型；

根據所述生成器網絡模型對獲取的隨機噪音進行處理得到生成樣本數據；

根據所述生成器樣本數據以及已知標簽信息的真實樣本數據對所述判別器網絡模型進行優化；

判斷所述判別器網絡模型是否滿足預設的優化完成條件；

當判斷所述判別器網絡模型不滿足預設的優化完成條件時，返回至所述根據所述生成器樣本數據以及已知標簽信息的真實樣本數據對所述判別器網絡模型進行優化的步驟；

當判斷所述判別器網絡模型滿足預設的優化完成條件時，根據所述隨機噪音以及真實樣本數據對所述生成器網絡模型進行優化。

4.根據權利要求3所述的脈搏診斷方法，其特征在于，根據所述隨機噪音以及真實樣本數據對所述生成器網絡模型進行優化的步驟，具體包括：

根據生成器網絡模型對所述隨機噪音進行處理得到生成樣本數據；

確定所述生成樣本數據以及真實樣本數據的特征匹配差異；

根據梯度中心化的適應性矩估計優化算法以及所述特征匹配差異對所述生成器網絡模型進行優化；

判斷生成器網絡模型是否滿足預設的訓練完成條件；

當判斷生成器網絡模型滿足預設的訓練完成條件時，將所述判別器網絡模型確定為脈搏診斷模型；

當判斷生成器網絡模型不滿足預設的訓練完成條件時，判斷生成器網絡模型是否判斷預設的優化完成條件；

當判斷生成器網絡模型滿足預設的優化完成條件時，返回至根據所述生成器樣本數據以及已知標簽信息的真實樣本數據對所述判別器網絡模型進行優化的步驟；

當判斷生成器網絡模型滿足不預設的優化完成條件時，返回至所述根據生成器網絡模型對所述隨機噪音進行處理得到生成樣本數據的步驟。

5.根據權利要求3所述的脈搏診斷方法，其特征在于，所述根據所述生成器樣本數據以及已知標簽信息的真實樣本數據對所述判別器網絡模型進行優化的步驟，具體包括：

根據所述判別器網絡模型對所述生成器樣本數據以及所述真實樣本數據進行處理生成響應分類結果；

確定響應分類結果與標簽信息的交叉熵損失值；

根據梯度下降優化算法以及所述交叉熵損失值對所述判別器網絡模型進行參數優化。

6.根據權利要求3所述的脈搏診斷方法，其特征在于，所述判別器網絡模型中加入了稠密塊結構。

7.一種脈搏診斷裝置，其特征在于，包括：

脈搏信息獲取單元，用于獲取脈搏信號；

脈搏信息診斷單元，用于根據所述脈搏信號以及脈搏診斷模型確定脈搏診斷結果；所述脈搏診斷模型是預先基于條件生成對抗網絡算法所訓練生成的；所述脈搏診斷模型是以最小化將樣本錯誤分類的概率作為損失函數。

8.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行權利要求1至6中任一項權利要求所述脈搏診斷方法的步驟。