脉象仪中的智能分类算法研究

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。