一种脉象识别方法、系统、装置及存储介质与流程

1.本发明涉及数据分类技术领域，尤其涉及一种脉象识别方法、系统、装置及存储介质。


背景技术：

2.在中医学中，脉象的辨识主要是靠手指的感觉，非常依赖中医的个人经验。现代中医研究出了脉诊仪，脉诊仪的基本原理是通过传感器，采集脉搏波的信号并绘制成脉搏波形，根据脉搏波形判断此脉搏波所属的脉象。
3.目前脉象自动识别的方法中，主要在单个脉搏波中的采集多个特征，再基于多个特征进行脉象识别，这种脉象识别结果包含多种不同类型的脉象(如虚脉和数脉)，且特征表征能力不强，影响识别的精准度。


技术实现要素：

4.为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种脉象识别方法、系统、装置及存储介质，以提高识别的精准度。
5.为实现上述目的，本发明实施例提供了一种脉象识别方法，包括以下步骤：
6.获取脉搏波信号，所述脉搏波信号包括单个脉搏波和多个连续的脉搏波；
7.根据所述多个连续的脉搏波获取第一特征，根据所述单个脉搏波获取第二特征；
8.根据所述第一特征进行第一脉象识别，获得第一识别结果，所述第一识别结果为第一类脉象或第二类脉象；
9.根据所述第二特征进行第二脉象识别，获得第二识别结果，所述第二识别结果为第三类脉象或第四类脉象；
10.其中，所述第一特征为表征脉搏跳动速率的特征，所述第二特征为表征脉搏跳动幅度的特征。
11.为实现上述目的，本发明实施例还提出了一种脉象识别系统，包括：
12.信号获取模块，用于获取脉搏波信号，所述脉搏波信号包括单个脉搏波和多个连续的脉搏波；
13.特征提取模块，用于根据所述多个连续的脉搏波获取第一特征，根据所述单个脉搏波获取第二特征；
14.第一识别模块，用于根据所述第一特征进行第一脉象识别，获得第一识别结果，所述第一识别结果为第一类脉象或第二类脉象；
15.第二识别模块，用于根据所述第二特征进行第二脉象识别，获得第二识别结果，所述第二识别结果为第三类脉象或第四类脉象；
16.其中，所述第一特征为表征脉搏跳动速率的特征，所述第二特征为表征脉搏跳动幅度的特征。
17.为实现上述目的，本发明实施例还提出了一种脉象识别装置，包括：
18.至少一个处理器；
19.至少一个存储器，用于存储至少一个程序；
20.当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现前述方法的步骤。
21.为实现上述目的，本发明实施例还提出了一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述方法的步骤。
22.本发明提出的脉象识别方法、系统、装置及存储介质，先从单个脉搏波提取第一特征，从多个连续的脉搏波中提取第二特征，通过第一特征来表征脉搏跳动速率和第二特征来表征脉搏跳动幅度，增强了表征能力；根据第一特征进行第一脉象识别，根据第二特征进行第二脉象识别，通过第一脉象识别和第二脉象识别对脉象进行了细化的识别或归类，提高了脉象识别的精准度。
附图说明
23.图1是本发明实施例提供的一种脉象识别方法的步骤流程图；
24.图2是本发明实施例中进行第一脉象识别的步骤流程图；
25.图3是本发明实施例提供的单个脉搏波的示意图；
26.图4是本发明实施例中进行第二脉象识别的步骤流程图；
27.图5是本发明实施例提供的一种脉象识别系统的结构框图；
28.图6是本发明实施例提供的一种脉象识别装置的结构框图。
具体实施方式
29.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
30.在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特有的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
31.如图1所示，本实施例提供一种脉象识别方法，包括以下步骤：
32.步骤s110：获取脉搏波信号，脉搏波信号包括单个脉搏波和多个连续的脉搏波。
33.脉搏波的波形形态和传统医学的中医切脉有着密切的关系，中医的切脉即脉象的诊断，一般会采用“独取寸口”这种比较经典的诊脉指法。从生理学及医学的角度来看，脉搏由心脏所驱动，血液沿动脉在人体内要走过曲折而漫长的路径才能到达远离心脏的桡动脉处。因此，脉象信号不仅受到心脏状况的影响，同时还受到动脉血管特性、血流参数、肌肉、皮肤等诸多因素的影响。在中医学中，脉象的辨识主要是靠手指的感觉，但是中医的这种依靠手指体会患者桡动脉搏动时所提供的脉搏信息，在判别脉搏的属性方面仅仅停留在原始的形象化的概念上，更多的是根据医生自身多年的临床经验，掺杂了医生的判别经验和脉诊的主观感觉。随着科技的发展，现代中医研究出了脉诊仪，可将脉搏的信号采集绘制成脉搏波形，并根据脉搏的波形判断此脉搏波所属的脉象。
34.在本实施例中，可采用现有的脉诊仪获取脉搏波信号，该脉搏波信号可为光电脉搏波信号、超声波脉搏波信号或者压力脉搏波信号。其中，获取的脉搏波信号包括单个脉搏
波和多个连续的脉搏波，单个脉搏波指的是单个脉搏波的波形，多个连续的脉搏波指的是多个连续的脉搏波的波形。
35.步骤s120：根据多个连续的脉搏波获取第一特征，根据单个脉搏波获取第二特征。其中，第一特征为表征脉搏跳动速率的特征，第二特征为表征脉搏跳动幅度的特征。
36.在本实施例中，通过对多个连续的脉搏进行特征提取，获取第一特征，该第一特征反应脉搏跳动速率的情况，比如脉搏跳的是否快速，脉搏跳的是否匀速，或者脉搏跳的是否规律等。通过对单个脉搏波进行特征提取，获取第二特征，该第二特征反应脉搏跳动幅度的情况，比如脉搏波的周期，脉搏波中主波、潮波、重博波的高度，脉搏波的主波的宽度，脉搏波的收缩期宽度等。
37.步骤s130：根据第一特征进行第一脉象识别，获得第一识别结果，第一识别结果为第一类脉象或第二类脉象。
38.现有技术通过获取多个特征，基于多个特征进行一次性地识别，比如将获得特征组成特征向量，将特征向量输入识别模型进行识别分类，以识别到对应的脉象类型，这种识别结果可能包含不同维度的识别结果，比如某个患者的脉搏跳动的比较快，且无力，而输出的结果则有可能为虚脉，或者数脉，这样识别结果不够精确。为此，本实施例通过不同的方式获取第一特征和第二特征，针对不同的特征进行相应的特征识别。
39.在一些可选的实施例中，第一特征包括脉率值和连续脉搏周期变化率，该连续脉搏周期变化率为所述多个连续的脉搏波中相邻两个周期的变化率。步骤s130可以进一步包括：
40.s131、获取预设时间段内的多个连续脉搏周期变化率。
41.s132、根据脉率值和连续脉搏周期变化率进行第一脉象识别，获得第一识别结果。
42.通过获取预设时间(如1分钟)内脉搏跳动的次数，获得脉率值。在脉搏的跳动中，有可能相邻脉搏波之间的跳动不均衡，即相邻脉搏波的周期不同，甚至有较大的差异，可以反映身体机能的某些问题，因此引入了连续脉搏周期变化率。在一些可选的实施例中，连续脉搏周期变化率的计算公式如下：
43.σ＝(t
1-t2)/t144.其中，t1和t2为任意相邻的两个脉搏波的周期，t1为t2的下一个脉搏波的周期。
45.在一些可选的实施方式中，第一类脉象包括疾脉、促脉和数脉，第二类脉象包括结脉、缓脉和迟脉，如图2所示，步骤s132可以进一步包括：
46.s1321、统计第一数量，第一数量为连续脉搏周期变化率的绝对值大于第一预设值的个数；
47.s1322、若脉率值大于第一预设脉率值，且第一数量小于第二预设值，判定脉象为疾脉；
48.s1323、若脉率值大于或等于第二预设脉率值，且第一数量大于或等于第二预设值，判定脉象为促脉；
49.s1324、若脉率值大于第二预设脉率值且小于或等于第一预设脉率值，以及第一数量小于第二预设值，判定脉象为数脉；
50.s1325、若脉率值小于第二预设脉率值，且第一数量大于或等于第二预设值，判定脉象为结脉；
51.s1326、若脉率值大于或等于第三预设脉率值且小于第二预设脉率值，以及第一数量小于第二预设值，判定脉象为缓脉；
52.s1327、若脉率值小于第三预设脉率值，且第一数量小于第二预设值，判定脉象为迟脉；
53.其中，第一预设脉率值＞第二预设脉率值＞第三预设脉率值。
54.在本实施例中，先统计第一数量n，n为连续脉搏周期变化率的绝对值大于第一预设值的个数，示例性地，当周期变化率的绝对值大于20％，第一数量n加1。示例性地，该第一预设脉率值为110次/min，该第二预设脉率值为90次/min，该第三预设脉率值为65次/min。
55.当脉率值大于110次/min，且n小于3，说明脉律整齐，连续脉搏周期基本相等，则判定脉象为疾脉。
56.当脉率值大于90次/min，且n大于或等于3，说明脉动周期不等，有不规则的间歇或停搏；下降时间不同，时疾时缓；则判定脉象为促脉。
57.当脉率值大于90次/min，且小于110次/min，以及n小于3，说明脉律整齐，连续脉搏周期基本相等，则判定脉象为数脉。
58.当脉率值小于90次/min，且n大于或等于3，说明脉动周期不等，脉搏波有不规则的停搏，则判定脉象为结脉。
59.当脉率值大于65次/min，且小于90次/min，以及n小于3，说明脉搏中主波顶夹角略宽，下降斜率降低，则判定脉象为缓脉。
60.当脉率值小于65次/min，且n小于3，说明脉律整齐但迟缓，连续脉搏周期基本相同，则判定脉象为迟脉。
61.步骤s140：根据第二特征进行第二脉象识别，获得第二识别结果，第二识别结果为第三类脉象或第四类脉象。
62.该第二特征通过单个脉搏波提取获得，其中，单个脉搏波的波形通过波形曲线表征，波形曲线包括第一时段对应的第一曲线，第一时段属于波形曲线的收缩期。第二特征包括波形曲线的总积分面积、波形曲线的形状特征以及第一曲线的积分面积。第三类脉象包括大脉和实脉，第四类脉象包括细脉和虚脉。
63.在一些可选的实施例中，参见图3，总积分面积e为整个脉搏波对应的积分面积。主波的最高点到脉搏波的终点这一段为收缩期，选择收缩期中最后的1/3线段作为第一曲线，该第一曲线对应的积分面积为δ。波形曲线的形状特征包括潮波、重博波，主波高度、主波宽度以及主波的上升时间等。如图4所示，步骤s140可以进一步包括步骤s141-s143：
64.s141、根据总积分面积、形状特征以及第一曲线的积分面积，确定脉象为第三类脉象或第四类脉象。
65.本实施例采用多种特征进行综合识别脉象的情况，比如通过多种特征构建多维向量，基于向量进行分类识别。步骤s141可以进一步包括步骤s1411-s1413：
66.s1411、根据总积分面积、形状特征以及第一曲线的积分面积，计算实脉累计得分和虚脉累计得分。
67.在一些可选的实施例中，波形曲线的形状特征包括主波预设高度的宽度和波峰上升时间，步骤s1411进一步可包括步骤a1-a2：
68.a1、将每个第二特征划分为若干个数值区域，确定第三类脉象对应的数值区域和
第四类脉象对应的数值区域，以及确定各个数值区域对应的分值。
69.a2、根据总积分面积、第一曲线的积分面积、主波预设高度的宽度、波峰上升时间、数值区域以及数值区域对应的分值，计算实脉累计得分和虚脉累计得分。
70.其中，主波预设高度的宽度为在脉搏波的主波的预设高度处对应的宽度；波峰上升时间为从脉搏波的初始点到主波最高点的时间。
71.在本实施例中，参见图3，主波预设高度的宽度包括w3/t宽度和w5/t宽度。主波的最高点的高度为h，该w3/t宽度指的是2/3h高度处主波对应的宽度，该w5/t宽度指的是4/5h高度处主波对应的宽度。波峰上升时间ts为从脉搏波的初始点(如图3的原点0)到主波最高点的时间。
72.s1412、若实脉累计得分大于或等于虚脉累计得分，判定脉象为第三类脉象。
73.s1413、若实脉累计得分小于虚脉累计得分，判定脉象为第四类脉象。
74.以下结合具体实施例对上述的识别方式进行详细解释说明。
75.第三类脉象包括大脉和实脉，第四类脉象包括细脉和虚脉，设第三类脉象的实脉累计得分的变量为shi，设第四类脉象的虚脉累计得分的变量为xu。对总积分面积、第一曲线的积分面积、主波预设高度的宽度、波峰上升时间等特征进行数值区域划分如下：
76.(1)总积分面积e
77.如果总积分面积e》2.1,则变量shi＝shi 2；
78.如果总积分面积e》1.4,则变量shi＝shi 1；
79.如果总积分面积e《0.7,则变量xu＝xu 1；
80.如果总积分面积e《0.3,则变量xu＝xu 2。
81.(2)第一曲线的积分面积δ
82.如果第一曲线的积分面积δ》0.15,则变量xu＝xu 1；
83.如果第一曲线的积分面积δ》0.3,则变量xu＝xu 2；
84.如果第一曲线的积分面积δ《0.15，则变量shi＝shi 1；
85.如果第一曲线的积分面积δ《0.07,则变量shi＝shi 2。
86.(3)宽度w3/t和宽度w5/t
87.如宽度w3/t《0.2或宽度w5/t《0.1,则变量shi＝shi 2；
88.如宽度w3/t《0.25或宽度w5/t《0.12,则变量shi＝shi 1；
89.如果宽度w3/t》0.3or宽度w5/t》0.18,则变量xu＝xu 1；
90.如果宽度w3/t》0.35or宽度w5/t》0.2,则变量xu＝xu 2。
91.(4)波峰上升时间ts
92.如果波峰上升时间ts《200,则变量shi＝shi 2；
93.如果波峰上升时间ts《260,则变量shi＝shi 1；
94.如果波峰上升时间ts》260,则变量xu＝xu 1；
95.如果波峰上升时间ts》300，则变量xu＝xu 2。
96.计算各个特征的分值，并根据划分的数值区域统计实脉累计得分shi和虚脉累计得分xu，当shi≥xu，判定为第三类脉象；当shi《xu，判定为第四类脉象。
97.作为可选的实施方式，上述步骤a2可进一步包括：
98.对所述总积分面积、所述第一曲线的积分面积、所述主波预设高度的宽度、所述波
峰上升时间、所述数值区域以及所述数值区域进行加权求和，得到实脉累计得分和虚脉累计得分。
99.由于各个特征对脉象识别的贡献度不同，比如总积分面积的贡献比较大，而其他特征的贡献相对较小，因此对各个特征进行权重分配，比如总积分面积为40％，第一曲线的积分面积为20％，主波预设高度的宽度为20％，波峰上升时间为20％。在计算累计得分时，结合分配的权重进行计算，以获得更加准确的识别效果。
100.s142、若为第三类脉象，根据总积分面积判定脉象为大脉或实脉。步骤s142可以进一步包括步骤s1421-步骤s1422：
101.s1421、若总积分面积大于第一预设面积，判定脉象为大脉；
102.s1422、若总积分面积小于或等于第一预设面积，判定脉象为实脉。
103.由于总积分面积最能体现脉象的“力度”，因此，在判定脉象为第三类脉象后，进一步根据总积分面积区分大脉和实脉。示例性地，若总积分面积e》3，则判定脉象为大脉；若总积分面积e≤3，则判定脉象为实脉。
104.s143、若为第四类脉象，根据总积分面积判定脉象为细脉或虚脉。步骤s142可以进一步包括步骤s1431-步骤s1432：
105.s1431、若总积分面积小于第二预设面积，判定脉象为细脉；
106.s1432、若总积分面积大于或等于第二预设面积，判定脉象为虚脉。
107.基于总积分面积最能体现脉象的“力度”情况，所以，在判定脉象为第四类脉象后，进一步根据总积分面积区分细脉和虚脉。示例性地，若总积分面积e＜0.7，则判定脉象为细脉；若总积分面积e≥0.7，则判定脉象为虚脉。在一些可选的实施例中，在判断细脉时，增加形状特征，如：在总积分面积e＜0.7时，判断波形中是否出现重博波或潮波，若出现，则判定脉象为细脉；若不出现，则判定脉象为虚脉。
108.如图5所示，本发明实施例提出一种脉象识别系统，包括：
109.信号获取模块，用于获取脉搏波信号，所述脉搏波信号包括单个脉搏波和多个连续的脉搏波。
110.脉搏波的波形形态和传统医学的中医切脉有着密切的关系，中医的切脉即脉象的诊断，一般会采用“独取寸口”这种比较经典的诊脉指法。从生理学及医学的角度来看，脉搏由心脏所驱动，血液沿动脉在人体内要走过曲折而漫长的路径才能到达远离心脏的桡动脉处。因此，脉象信号不仅受到心脏状况的影响，同时还受到动脉血管特性、血流参数、肌肉、皮肤等诸多因素的影响。在中医学中，脉象的辨识主要是靠手指的感觉，但是中医的这种依靠手指体会患者桡动脉搏动时所提供的脉搏信息，在判别脉搏的属性方面仅仅停留在原始的形象化的概念上，更多的是根据医生自身多年的临床经验，掺杂了医生的判别经验和脉诊的主观感觉。随着科技的发展，现代中医研究出了脉诊仪，可将脉搏的信号采集绘制成脉搏波形，并根据脉搏的波形判断此脉搏波所属的脉象。
111.在本实施例中，可采用现有的脉诊仪获取脉搏波信号，该脉搏波信号可为光电脉搏波信号、超声波脉搏波信号或者压力脉搏波信号。其中，获取的脉搏波信号包括单个脉搏波和多个连续的脉搏波，单个脉搏波指的是单个脉搏波的波形，多个连续的脉搏波指的是多个连续的脉搏波的波形。
112.特征提取模块，用于根据所述多个连续的脉搏波获取第一特征，根据所述单个脉
搏波获取第二特征。其中，所述第一特征为表征脉搏跳动速率的特征，所述第二特征为表征脉搏跳动幅度的特征。
113.在本实施例中，通过对多个连续的脉搏进行特征提取，获取第一特征，该第一特征反应脉搏跳动速率的情况，比如脉搏跳的是否快速，脉搏跳的是否匀速，或者脉搏跳的是否规律等。通过对单个脉搏波进行特征提取，获取第二特征，该第二特征反应脉搏跳动幅度的情况，比如脉搏波的周期，脉搏波中主波、潮波、重博波的高度，脉搏波的主波的宽度，脉搏波的收缩期宽度等。
114.第一识别模块，用于根据所述第一特征进行第一脉象识别，获得第一识别结果，所述第一识别结果为第一类脉象或第二类脉象。
115.现有技术通过获取多个特征，基于多个特征进行一次性地识别，比如将获得特征组成特征向量，将特征向量输入识别模型进行识别分类，以识别到对应的脉象类型，这种识别结果可能包含不同维度的识别结果，比如某个患者的脉搏跳动的比较快，且无力，而输出的结果则有可能为虚脉，或者数脉，这样识别结果不够精确。为此，本实施例通过不同的方式获取第一特征和第二特征，针对不同的特征进行相应的特征识别。
116.在一些可选的实施例中，第一特征包括脉率值和连续脉搏周期变化率，该连续脉搏周期变化率为所述多个连续的脉搏波中相邻两个周期的变化率。第一识别模块可以进一步包括：
117.周期计算单元，用于获取预设时间段内的多个连续脉搏周期变化率。
118.第一识别单元，用于根据脉率值和连续脉搏周期变化率进行第一脉象识别，获得第一识别结果。
119.通过获取预设时间(如1分钟)内脉搏跳动的次数，获得脉率值。在脉搏的跳动中，有可能相邻脉搏波之间的跳动不均衡，即相邻脉搏波的周期不同，甚至有较大的差异，可以反映身体机能的某些问题，因此引入了连续脉搏周期变化率。在一些可选的实施例中，连续脉搏周期变化率的计算公式如下：
120.σ＝(t
1-t2)/t1121.其中，t1和t2为任意相邻的两个脉搏波的周期，t1为t2的下一个脉搏波的周期。
122.在一些可选的实施方式中，第一类脉象包括疾脉、促脉和数脉，第二类脉象包括结脉、缓脉和迟脉，第一识别单元可以进一步包括：
123.数量统计子单元，用于统计第一数量，第一数量为连续脉搏周期变化率的绝对值大于第一预设值的个数；
124.疾脉判断子单元，用于若脉率值大于第一预设脉率值，且第一数量小于第二预设值，判定脉象为疾脉；
125.促脉判断子单元，用于若脉率值大于或等于第二预设脉率值，且第一数量大于或等于第二预设值，判定脉象为促脉；
126.数脉判断子单元，用于若脉率值大于第二预设脉率值且小于或等于第一预设脉率值，以及第一数量小于第二预设值，判定脉象为数脉；
127.结脉判断子单元，用于若脉率值小于第二预设脉率值，且第一数量大于或等于第二预设值，判定脉象为结脉；
128.缓脉判断子单元，用于若脉率值大于或等于第三预设脉率值且小于第二预设脉率
值，以及第一数量小于第二预设值，判定脉象为缓脉；
129.迟脉判断子单元，用于若脉率值小于第三预设脉率值，且第一数量小于第二预设值，判定脉象为迟脉；
130.其中，第一预设脉率值＞第二预设脉率值＞第三预设脉率值。
131.在本实施例中，先统计第一数量n，n为连续脉搏周期变化率的绝对值大于第一预设值的个数，示例性地，当周期变化率的绝对值大于20％，第一数量n加1。示例性地，该第一预设脉率值为110次/min，该第二预设脉率值为90次/min，该第三预设脉率值为65次/min。
132.当脉率值大于110次/min，且n小于3，说明脉律整齐，连续脉搏周期基本相等，则判定脉象为疾脉。
133.当脉率值大于90次/min，且n大于或等于3，说明脉动周期不等，有不规则的间歇或停搏；下降时间不同，时疾时缓；则判定脉象为促脉。
134.当脉率值大于90次/min，且小于110次/min，以及n小于3，说明脉律整齐，连续脉搏周期基本相等，则判定脉象为数脉。
135.当脉率值小于90次/min，且n大于或等于3，说明脉动周期不等，脉搏波有不规则的停搏，则判定脉象为结脉。
136.当脉率值大于65次/min，且小于90次/min，以及n小于3，说明脉搏中主波顶夹角略宽，下降斜率降低，则判定脉象为缓脉。
137.当脉率值小于65次/min，且n小于3，说明脉律整齐但迟缓，连续脉搏周期基本相同，则判定脉象为迟脉。
138.第二识别模块，用于根据所述第二特征进行第二脉象识别，获得第二识别结果，所述第二识别结果为第三类脉象或第四类脉象。
139.该第二特征通过单个脉搏波提取获得，其中，单个脉搏波的波形通过波形曲线表征，波形曲线包括第一时段对应的第一曲线，第一时段属于波形曲线的收缩期。第二特征包括波形曲线的总积分面积、波形曲线的形状特征以及第一曲线的积分面积。第三类脉象包括大脉和实脉，第四类脉象包括细脉和虚脉。
140.在一些可选的实施例中，参见图3，总积分面积e为整个脉搏波对应的积分面积。主波的最高点到脉搏波的终点这一段为收缩期，选择收缩期中最后的1/3线段作为第一曲线，该第一曲线对应的积分面积为δ。波形曲线的形状特征包括潮波、重博波，主波高度、主波宽度以及主波的上升时间等。该第二识别模块进一步可以包括实虚分类子模块、实脉类分类子模块和虚脉类分类子模块：
141.实虚分类子模块，用于根据总积分面积、形状特征以及第一曲线的积分面积，确定脉象为第三类脉象或第四类脉象。
142.本实施例采用多种特征进行综合识别脉象的情况，比如通过多种特征构建多维向量，基于向量进行分类识别。该实虚分类子模块可以进一步包括：
143.分值累计单元，用于根据总积分面积、形状特征以及第一曲线的积分面积，计算实脉累计得分和虚脉累计得分。
144.在一些可选的实施例中，波形曲线的形状特征包括主波预设高度的宽度和波峰上升时间，分值累计单元进一步可包括：
145.区域划分子单元，用于将每个第二特征划分为若干个数值区域，确定第三类脉象
对应的数值区域和第四类脉象对应的数值区域，以及确定各个数值区域对应的分值。
146.分值累计子单元，用于根据总积分面积、第一曲线的积分面积、主波预设高度的宽度、波峰上升时间、数值区域以及数值区域对应的分值，计算实脉累计得分和虚脉累计得分。
147.其中，主波预设高度的宽度为在脉搏波的主波的预设高度处对应的宽度；波峰上升时间为从脉搏波的初始点到主波最高点的时间。
148.在本实施例中，参见图3，主波预设高度的宽度包括w3/t宽度和w5/t宽度。主波的最高点的高度为h，该w3/t宽度指的是2/3h高度处主波对应的宽度，该w5/t宽度指的是4/5h高度处主波对应的宽度。波峰上升时间ts为从脉搏波的初始点到主波最高点的时间。
149.实脉类判断单元，用于若实脉累计得分大于或等于虚脉累计得分，判定脉象为第三类脉象。
150.虚脉类判断单元，用于若实脉累计得分小于虚脉累计得分，判定脉象为第四类脉象。
151.以下结合具体实施例对上述的识别方式进行详细解释说明。
152.第三类脉象包括大脉和实脉，第四类脉象包括细脉和虚脉，设第三类脉象的实脉累计得分的变量为shi，设第四类脉象的虚脉累计得分的变量为xu。对总积分面积、第一曲线的积分面积、主波预设高度的宽度、波峰上升时间等特征进行数值区域划分如下：
153.(1)总积分面积e
154.如果总积分面积e》2.1,则变量shi＝shi 2；
155.如果总积分面积e》1.4,则变量shi＝shi 1；
156.如果总积分面积e《0.7,则变量xu＝xu 1；
157.如果总积分面积e《0.3,则变量xu＝xu 2。
158.(2)第一曲线的积分面积δ
159.如果第一曲线的积分面积δ》0.15,则变量xu＝xu 1；
160.如果第一曲线的积分面积δ》0.3,则变量xu＝xu 2；
161.如果第一曲线的积分面积δ《0.15，则变量shi＝shi 1；
162.如果第一曲线的积分面积δ《0.07,则变量shi＝shi 2。
163.(3)宽度w3/t和宽度w5/t
164.如宽度w3/t《0.2或宽度w5/t《0.1,则变量shi＝shi 2；
165.如宽度w3/t《0.25或宽度w5/t《0.12,则变量shi＝shi 1；
166.如果宽度w3/t》0.3or宽度w5/t》0.18,则变量xu＝xu 1；
167.如果宽度w3/t》0.35or宽度w5/t》0.2,则变量xu＝xu 2。
168.(4)波峰上升时间ts
169.如果波峰上升时间ts《200,则变量shi＝shi 2；
170.如果波峰上升时间ts《260,则变量shi＝shi 1；
171.如果波峰上升时间ts》260,则变量xu＝xu 1；
172.如果波峰上升时间ts》300，则变量xu＝xu 2。
173.计算各个特征的分值，并根据划分的数值区域统计实脉累计得分shi和虚脉累计得分xu，当shi≥xu，判定为第三类脉象；当shi《xu，判定为第四类脉象。
174.作为可选的实施方式，上述分值累计子单元具体用于：
175.对所述总积分面积、所述第一曲线的积分面积、所述主波预设高度的宽度、所述波峰上升时间、所述数值区域以及所述数值区域进行加权求和，得到实脉累计得分和虚脉累计得分。
176.由于各个特征对脉象识别的贡献度不同，比如总积分面积的贡献比较大，而其他特征的贡献相对较小，因此对各个特征进行权重分配，比如总积分面积为40％，第一曲线的积分面积为20％，主波预设高度的宽度为20％，波峰上升时间为20％。在计算累计得分时，结合分配的权重进行计算，以获得更加准确的识别效果。
177.实脉类分类子模块，用于若为第三类脉象，根据总积分面积判定脉象为大脉或实脉。实脉类分类子模块可以进一步包括：
178.大脉判断单元，用于若总积分面积大于第一预设面积，判定脉象为大脉；
179.实脉判断单元，用于若总积分面积小于或等于第一预设面积，判定脉象为实脉。
180.由于总积分面积最能体现脉象的“力度”，因此，在判定脉象为第三类脉象后，进一步根据总积分面积区分大脉和实脉。示例性地，若总积分面积e》3，则判定脉象为大脉；若总积分面积e≤3，则判定脉象为实脉。
181.虚脉类分类子模块，用于若为第四类脉象，根据总积分面积判定脉象为细脉或虚脉。虚脉类分类子模块可以进一步包括：
182.细脉判断单元，用于若总积分面积小于第二预设面积，判定脉象为细脉；
183.虚脉判断单元，用于若总积分面积大于或等于第二预设面积，判定脉象为虚脉。
184.基于总积分面积最能体现脉象的“力度”情况，所以，在判定脉象为第四类脉象后，进一步根据总积分面积区分细脉和虚脉。示例性地，若总积分面积e＜0.7，则判定脉象为细脉；若总积分面积e≥0.7，则判定脉象为虚脉。在一些可选的实施例中，在判断细脉时，增加形状特征，如：在总积分面积e＜0.7时，判断波形中是否出现重博波或潮波，若出现，则判定脉象为细脉；若不出现，则判定脉象为虚脉。
185.如图6所示，本发明实施例提出一种脉象识别装置30，该装置30包括存储器31、处理器32、存储在该存储器上并可在该处理器上运行的程序以及用于实现处理器31和存储器32之间的连接通信的数据总线33，该程序被该处理器执行时，以实现以下如图1所示的具体步骤。
186.上述方法实施例中的内容均适用于本装置的实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
187.本发明实施例提出一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现以下如图1所示的具体步骤。
188.上述方法实施例中的内容均适用于本存储介质的实施例中，本存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
189.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
190.在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
191.以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。