1.一种确定叩诊信息的方法，其特征在于，包括：获取对模拟人进行叩诊时，模拟人表面的多个压电传感器产生的多个第一数据；

根据所述多个第一数据和机器学习模型，采用机器学习算法确定所述叩诊的信息，所述叩诊的信息至少包括叩诊位置、叩诊力度和叩诊手法；

所述根据所述多个第一数据和机器学习模型，采用机器学习算法确定所述叩诊的信息，包括：

将所述多个第一数据中的非数值数据设置为0，得到多个对齐值；

根据所述多个对齐值，确定第一特征向量；

根据所述第一特征向量和所述机器学习模型，采用所述机器学习算法确定所述叩诊的信息；所述机器学习模型为基于多个训练样本得到的；

所述根据所述多个对齐值，确定第一特征向量，包括：对所述多个对齐值进行线性平滑处理，得到多个平滑值；

对所述多个平滑值进行归一化处理，得到多个归一化值；

根据所述多个归一化值，确定所述第一特征向量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个归一化值，确定所述第一特征向量，包括：

将所述多个归一化值进行划分，得到预设数量的组，每组至少包括K个压电传感器对应的归一化值；K为正整数；

对于每个组，获取能够表征所述组包括的归一化值的S个特征的S个特征值；S≥1；

根据各组各自对应的S个特征值，得到所述第一特征向量。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：获取所述多个训练样本；所述训练样本包括，第二特征向量，所述第二特征向量是多个第二数据得到的，所述第二数据为在获取所述多个第一数据之前，对所述模拟人进行一次叩诊时所述多个压电传感器产生的数据；

获取每个训练样本的标签；所述标签用于指示相应的训练样本对应的叩诊的信息；

根据所述多个训练样本和每个训练样本的标签，采用所述机器学习算法，对所述多个训练样本进行训练，得到所述机器学习模型。

4.一种确定叩诊信息的装置，其特征在于，包括：获取模块，用于获取对模拟人进行叩诊时，模拟人表面的多个压电传感器产生的多个第一数据；

确定模块，用于根据所述多个第一数据和机器学习模型，采用机器学习算法确定所述叩诊的信息，所述叩诊的信息至少包括叩诊位置、叩诊力度和叩诊手法；

所述确定模块，具体用于：

将所述多个第一数据中的第三数据设置为0，得到多个对齐值；所述第三数据为非数值的数据；

根据所述多个对齐值，确定第一特征向量；

根据所述第一特征向量和机器学习模型，采用机器学习算法确定所述叩诊的信息；所述机器学习模型为基于多个训练样本得到的；

所述确定模块，具体用于：

对所述多个对齐值进行线性平滑处理，得到多个平滑值；

对所述多个平滑值进行归一化处理，得到多个归一化值；

根据所述多个归一化值，确定所述第一特征向量。

5.一种可读存储介质，其特征在于，包括程序或指令，当所述程序或指令在计算机上运行时，权利要求1‑3任一所述的方法被执行。

6.一种电子设备，其特征在于，包括：处理器，所述处理器与存储器耦合；

所述存储器用于，存储计算机程序；

所述处理器用于，调用所述存储器中存储的计算机程序，以实现权利要求1‑3任一所述的方法。

7.一种确定叩诊信息的系统，其特征在于，包括权利要求6所述的电子设备和分布在模拟人表面的多个压电传感器。