中医脉诊信号的无监督聚类分析研究

• 作者: 冯冰 李绍滋
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 脉诊 机器学习 无监督学习 聚类分析 双树复小波变换 中医客观化 梅尔倒谱系数 模糊C均值聚类
• 年，卷（期）: 2018,（4）
• 页码范围: 564-570
• 页数: 7页
• 分类号: TP391.4
• 字数: 6035字
• 语种: 中文
• DOI: 10.11992/tis.201703030

摘要

随着中医客观化工作的推进,脉诊技术也越来越走向客观化和仪器化.然而,如何对仪器所检测和收集到的信息进行解读,却还是回到了原来脉诊诊断主观化的问题上.因为传统的机器学习方法,依赖于对大量的脉诊数据进行标注.但是在临床诊断和教学中,医生与医生之间对于脉象的体会不同,会导致他们对病人脉象的区分标注不同.在对比了多种特征提取方法和聚类方案之后,提出了一个较好的无监督脉诊客观化方法,在双树复小波变换(DTCWT)对数据进行预处理的基础上,以梅尔倒谱系数(MFCC)进行特征提取,在中医专家对数据进行标注之前,先根据信号的特征,使用Fuzzy c-means(FCM)聚类算法进行粗线条的分类,使得在此基础之上,可以开展进一步的细化分类研究.实验结果表明:该方法可取得较好的分类效果,为中医脉诊提供了进一步客观化的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍滋	厦门大学信息科学与技术学院	87	1292	20.0	34.0
2	冯冰	厦门大学信息科学与技术学院	1	4	1.0	1.0