买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江远图互联科技股份有限公司申请的专利一种脉搏诊断方法、装置、计算机设备、存储介质及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114283933B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010976753.1，技术领域涉及：G16H50/20；该发明授权一种脉搏诊断方法、装置、计算机设备、存储介质及系统是由吴俊宏;姚志江设计研发完成，并于2020-09-17向国家知识产权局提交的专利申请。

本一种脉搏诊断方法、装置、计算机设备、存储介质及系统在说明书摘要公布了：本发明适用于计算机技术领域，提供了一种脉搏诊断方法、装置、计算机设备、存储介质及系统，脉搏诊断方法包括：获取脉搏信号；根据脉搏信号与脉搏诊断模型确定脉搏诊断结果；脉搏诊断模型是预先基于条件生成对抗网络算法并以最小化将样本错误分类的概率作为损失函数所训练生成的。本发明实施例提供的脉搏诊断方法利用条件生成对抗网络算法训练生成脉搏诊断模型，在训练的过程中，生成器网络模型能够生成样本数据，对样本的需求量小，同时两个网络模型之间会不断进行博弈优化，生成器网络模型生成的样本会接近真实数据分布而判别器网络模型对样本的分类能力也会不断提升，从而有效提高脉搏诊断模型的诊断准确率。

本发明授权一种脉搏诊断方法、装置、计算机设备、存储介质及系统在权利要求书中公布了：1.一种脉搏诊断装置，其特征在于，包括： 脉搏信息获取单元，用于获取脉搏信号； 脉搏信息诊断单元，用于根据所述脉搏信号以及脉搏诊断模型确定脉搏诊断结果；所述脉搏诊断模型是预先基于条件生成对抗网络算法所训练生成的；所述脉搏诊断模型是以最小化将样本错误分类的概率作为损失函数； 所述脉搏信号通过小波变换进行降噪处理，生成降噪处理后的脉搏信号； 所述基于条件生成对抗网络算法训练的模型包括生成器网络模型和判别器网络模型； 所述生成器网络模型用于将随机噪声进行处理生成生成样本数据； 所述判别器网络模型用于将输入的生成样本与真实样本进行判断分类； 所述预先基于条件生成对抗网络算法训练生成所述脉搏诊断模型的步骤，具体包括： 构建初始化的生成器网络模型以及判别器网络模型； 根据所述生成器网络模型对获取的随机噪音进行处理得到生成样本数据； 根据所述生成器样本数据以及已知标签信息的真实样本数据对所述判别器网络模型进行优化，包括：根据所述判别器网络模型对所述生成器样本数据以及所述真实样本数据进行处理生成响应分类结果；确定响应分类结果与标签信息的交叉熵损失值；根据梯度下降优化算法以及所述交叉熵损失值对所述判别器网络模型进行参数优化； 判断所述判别器网络模型是否满足预设的优化完成条件； 当判断所述判别器网络模型不满足预设的优化完成条件时，返回至所述根据所述生成器样本数据以及已知标签信息的真实样本数据对所述判别器网络模型进行优化的步骤； 当判断所述判别器网络模型满足预设的优化完成条件时，根据所述随机噪音以及真实样本数据对所述生成器网络模型进行优化，包括：根据生成器网络模型对所述随机噪音进行处理得到生成样本数据；确定所述生成样本数据以及真实样本数据的特征匹配差异；根据梯度中心化的适应性矩估计优化算法以及所述特征匹配差异对所述生成器网络模型进行优化；判断生成器网络模型是否满足预设的训练完成条件；当判断生成器网络模型满足预设的训练完成条件时，将所述判别器网络模型确定为脉搏诊断模型；当判断生成器网络模型不满足预设的训练完成条件时，判断生成器网络模型是否判断预设的优化完成条件；当判断生成器网络模型满足预设的优化完成条件时，返回至根据所述生成器样本数据以及已知标签信息的真实样本数据对所述判别器网络模型进行优化的步骤；当判断生成器网络模型满足不预设的优化完成条件时，返回至所述根据生成器网络模型对所述随机噪音进行处理得到生成样本数据的步骤。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江远图互联科技股份有限公司，其通讯地址为：310030 浙江省杭州市三墩镇西园三路10号1幢4楼西边；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。