端边云协同架构下，信号层负责"辨脉"，辨证层负责"辨证"，二者各司其职、协同闭环。
脉象手环与边缘节点完成信号采集、降噪与端侧特征提取，轻量推理可就地输出二十八脉概率，省去云端往返。
CNN + LSTM 轻量网络，对 243 维脉象特征做二十八脉多标签辨识，可导出 ONNX 下沉边缘，毫秒级响应。
中医专科大模型（LoRA 微调）结合脉象特征与多维矩阵，生成《伤寒论》风格的结构化辨证报告。
采用多标签分类，支持"相兼脉"并存（如弦细、滑数同时出现）。模型在验证集上的 mAP@3 作为核心质量指标，并针对二十八脉的极端类别不平衡引入 pos_weight 处理。
以中医专科大模型为基座，使用自有辨证标注集做 LoRA 微调，仅训练少量适配器参数即可注入《伤寒杂病论》与二十八脉知识，兼顾通用能力与领域专精。
边缘透传省算力、云端推理更强；系统支持公有云 API、私有自托管与全私有化 GPU 三种模式，按需切换，数据主权可控。
私有化部署下，模型服务经内网调用、不暴露公网；关键健康数据可留在企业边界。模型输出仅作辅助参考，并附合规免责声明。