The front-end system includes pulse waveform information and optionally collects diagnostic-related information or data including time information, symptom information, and / or diagnostic information. One or more sensors or transducers sense the pulse waveform in a manner that is known in advance through various subjects and workers. Back-end systems typically store diagnostic and diagnostic information for a large number of subjects and workers. The back-end system generates diagnostic and / or suggested remediation actions that are generated based on the proposed query or request to the system. Back-end systems use machine learning techniques to identify correlations between defined characteristics or characteristics of a pulse waveform and a diagnosis, for a number of samples submitted by a significant number of workers, for example, traditional Chinese medicine . Back-end systems may also use main and / or minor symptoms to identify correlations.프론트-앤드 시스템은 펄스 파형 정보를 포함하고, 선택적으로 시간 정보, 증상 정보 및/또는 진단 정보를 포함하는 진단 관련 정보 또는 데이터를 수집한다. 하나 이상의 센서 또는 변환기는 다양한 대상자 및 종사자를 통해 일돤된 방식으로 펄스 파형을 감지한다. 백-앤드 시스템은 일반적으로 다수의 대상자 및 종사자에 대한 진단 관련 정보 및 진단 정보를 저장한다. 백-앤드 시스템은 시스템에 제안된 질의 또는 요청을 기반으로 생성된 진단 및/또는 제안된 개선 조치를 생성한다. 백-앤드 시스템은 예를 들어, 중국 전통 의학과 같이 상당한 수의 종사자에 의해 제출된 다수의 샘플에 대해서, 펄스 파형 및 진단의 정의된 특성 또는 특징 사이의 상관 관계를 식별하는데 기계 학습 기술을 사용한다. 백-앤드 시스템은 또한 상관 관계를 식별하는데 주 및/또는 부 증상을 사용할 수도 있다.
