基于壓力傳感陣列的觸診成像成套技術研究及設備開發-涉及電子、傳感技術、信號處理、圖像分析、人工智能、生物信息、臨床醫學等學科的跨界應用研究，四項重要技術如下：

①   壓力傳感陣列：自主知識產權的方法和結構設計，使得傳感器的基礎電容值變化量更大，空間分辨率更高、靈敏性更高、穩定性更好，傳感單元之間的一致性更好。

②   微弱電容陣列采集及信號處理：對信號增益在不同的級間重新分配，使得采集模塊的總體信噪比提升；濾波性能優化，圖像更加穩定；采集模塊MCU上的電容轉換、數據采集算法的控制實施硬件和軟件深度耦合。信號調理電路把電容量轉化為電壓量供AD系統采集，對模擬信號進行各種運算、轉換、濾波，再巧妙地把調制在激勵信號上的微弱電容變化量提取出來，克服了采集單元高速切換過程中帶來的信號突變、沖擊。

③   仿生觸診算法：通過分析與計算，獲得軟組織內部不同硬度組織的楊氏模量及其相關幾何信息，重建軟組織的三維彈性分布，實現病變信息的定量檢測和三維顯示，其過程如下：

1） 采集的數據信號通過先進的數學模型處理成可視化圖像；

2）將處理過程中的反作用力進行測量并提取信息，通過專利的數據過濾模型對組織的異型性進行組織模擬運算；

3）經過模型分析，提取突出部分數據，一方面將采集到的的壓力信號將變成可重復的圖像報告，一方面計算得出腫塊的大小、硬度、形狀、均質性以及活動度等用于臨床診斷的數據。

④   觸診智能診斷：采用神經網絡、決策樹、支持向量機、貝葉斯、邏輯回歸五種分類器矩陣，對觸診壓力仿生算法技術得出的結構化數據進行機器學習模型訓練，召回率達95%以上，該工作為國際首創。