基于多级任务的“视觉脉诊”方法研究

脉诊对中医诊断至关重要。然现有脉诊客观化高度依赖设备,阻碍其在远程在线诊疗中推广。受近年来基于远程光电容积脉搏波描记法(Remote Photoplethysmography,rPPG)的视频非接触式生理参数检测启发,本文提出了一种基于rPPG的“视觉脉诊”方法,以面部视频为输入预测中医脉象;研究通过多尺度融合及多任务学习进行ROI检测,利用深度卷积神经网络进行滤波获取纯净血容量脉搏波,后基于深度神经网络进行脉象预测。经真实病例验证后发现,基于深度学习及多级任务的“视觉脉诊”准确率可达85%以上,且优于其他rPPG法。“视觉脉诊”研究创新了非接触式脉诊研究范式,未来可推广至中医移动医疗,具有较大应用价值。