资源描述：
《基于贝叶斯分类器的脉象自动识别方法_王慧燕》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、28卷5期中国生物医学工程学报Vol.28No.52009年10月ChineseJournalofBiomedicalEngineeringOctober2009基于贝叶斯分类器的脉象自动识别方法1*2王慧燕徐珊1(浙江工商大学计算机与信息工程学院,杭州310018)2(浙江中医药大学基础医学院,杭州310053)摘要:传统脉诊依靠医生按压腕部挠动脉脉搏进行脉象识别,具有很强的主观性和模糊性,其准确性与可靠性依赖于医生个人的主观感觉与经验积累,缺乏客观和量化的诊断指标。针对脉象信号复杂性以及脉象特征与脉象类别之间非线性等特
2、点,提出一种基于贝叶斯分类器的脉象自动识别方法,并据此建立脉象定量诊断模型。首先,提取脉象信号的特征参数,创建脉象特征参数脉象类别数据库,采用少数类合成过采样技术SMOTE结合Tomeklinks的方法,对数据库进行均衡,使不同的脉象类别具有大致相同的样本;然后基于均衡后的数据库学习贝叶斯网络结构,将得到的马尔可夫毯选择为特征集合并作为贝叶斯分类器的输入,创建脉象信号与类别之间的映射关系模型。通过创建的脉象样本数据库和交叉验证方法,对所提出的方法进行验证。结果表明:所提出的方法可有效识别脉象类型,对于脉位、脉率和脉律的预测准确率都超过90%,是一种有效的
3、脉象定量诊断方法。关键词:贝叶斯分类器;脉诊;不平衡数据集AutomaticPulseRecognitionMethodBasedonBayesianClassifier1*2WANGHuiYanXUShan1(CollegeofComputerScience&InformationEngineering,ZhejiangGongshangUniversity,Hangzhou310018)2(CollegeofBasicMedicine,ZhejiangChineseMedicineUniversity,Hangzhou310053)Abstract
4、:PulsediagnosisisoneofthemostimportantexaminationsintraditionalChinesemedicine(TCM).DuetothesubjectivityandfuzzinessofpulsediagnosisinTCM,quantitativemethodsaredemanded.Inviewofthecomplexityofpulsesignalsandthenonlinearrelationshipsbetweenpulseparametersandpulsetypes,anewpulsesign
5、alrecognitionmethodwasproposedandpulsequantitativediagnosticmodelswerebuilt.First,thecharacteristicparametersofpulsesignalswerecomputedandadatabasecontainingcharacteristicparametersofpulsesignalsandpulsetypeswasbuilt.Second,thedatasetwasbalancedusingsyntheticminorityoversamplingt
6、echnique(SMOTE)andTomeklinksmethod,whichmadedifferentpulsetypeshaveapproximatelyequalsamplenumber.Third,aBayesiannetworkstructurewaslearnedfromthebalanceddatabaseandtheMarkovblanketofpulsetypeinthestructurewasselectedasfeaturesetandtakenasinputofaBayesianclassifier.Fourth,themappi
7、ngrelationshipsbetweenpulsesignalsandpulsetypeswereconstructed.Theproposedmethodologywastestifiedbytheestablishedpulsesampledatabaseandcrossvalidationmethod.Itwasshowedthatmostpulsetypeshadhighpredictiveaccuracyandthepredictiveaccuraciesofdepth,frequencyandrhythmwerehigherthan90%.
8、Theproposedmethodwaseffectiveands
