数据挖掘在中医望诊光泽分析中的研究

VIP免费

3.0 侯斌 2024-11-19 6 4 2.62MB 58 页 15积分

侵权投诉

摘要

中医理论：“光明润泽者，气也”，光泽属神气。中医医生通过望、闻、问、

切四诊对患者的健康状况进行诊断。望诊是中医医生对患者全身、局部、排出物

等特征进行诊断性观察，以此达到了解患者的健康或疾病状态的目的。

望诊中的面诊分为颜色诊断和光泽诊断，通过面诊可以大致了解一个人的健

康状况，健康状况良好的人面部有光泽，面部无光泽的人健康状况较差。然而传

统的中医面诊光泽判别都是基于个人的主观评价，缺乏客观、定量数据的支持。

年轻的中医医生在传承、诊断疾病的过程中缺乏信心。

本文研究的重点是将数据挖掘的方法运用于中医面诊光泽判别中，提出两种

面诊光判别的数据挖掘方法：基于融合的方法进行面诊光泽判别和基于选择性集

成的方法进行面诊光泽判别。

基于融合的方法进行面诊光泽判别：首先运用中医面部分区理论将人脸面部

分成五个面部诊区，包括前额、左脸颊、右脸颊、包括鼻梁的中间区域、下颌。

再用 PCA 特征提取方法在 HSV、RGB、Lab、灰度空间对每个诊区做降维处理，

对每个诊区采用基于距离（KNN）算法构造分类器，最后采用投票融合的方法，

将每个诊区分析得到的光泽结果融合作为最终人脸光泽分析结果。

基于选择性集成的方法进行面诊光泽判别：首先选取多个基分类器对右脸颊

诊区进行面诊光泽判别，将有区分能力的基分类器存储在一个事物数据库中，其

次通过选择性集成的方式将基分类器集成一个集成分类器。通过集成分类器对面

诊光泽进行判别。此方法将选择性集成的问题转化为事物数据集的处理问题。

关键词：数据挖掘中医面诊光泽判别基于融合的方法面诊光泽判别

基于选择性集成的方法进行面诊光泽判别。

ABSTRACT

Traditional Chinese Medical (TCM ) argues that facial gloss is recognized as the Qi.

Chinese medicine doctor diagnose disease by looking listening asking and feeling the

pulse called four ways of diagnosis. Looking means TCM doctors diagnose diseases by

observing the patients’ body or parts of body include face glossy, tongue, skin and so

on.

Face consultation include face glossy testing and face color testing. Facial gloss is

correlated with body’s health condition. The facial glossy can indicate the internal organs’

situation. A heath people’s face looks glossy and a weakness man’s face looks dull.

However because of lacking of objective data, the traditional way of observing facial

gloss mainly depends on clinicians’ subjective appraises. This situation restricts TCM’s

development and is hard for young doctors to learn and diagnose.

The article proposes two data mining’s algorithms which are applied to face

glossy testing named Fusion Approach Testing Face Glossy and Facial Gloss

Identification Based on Selective Ensemble.

Fusion Approach Testing Face Glossy: This method divides the face into five parts

according to TCM’s theory including forehead, left, cheek, right cheek, jaw, and middle

area. The method uses feature extraction methods like PCA under four color space (HSV,

LAB, RGB, Gray) using KNN classification to judge glossy or not respectively, Then we

undertake a fusion approach as the final result.

Facial Gloss Identification Based on Selective Ensemble: This method present an

algorithm named SE-A (selective ensemble based on Apriori) is used in facial gloss

identification. The algorithm converts a selective ensemble task into a transaction

database process. The selective ensemble classification is used to test face glossy.

Key word：Data mining, face glossy testing, Fusion Approach

Testing Face Glossy, Facial Gloss Identification Based on

Selective Ensemble.

中文摘要

ABSTRACT

第一章绪论 ..................................................... 1

1.1 引言 ........................................................ 1

1.2 数据挖掘 .................................................... 2

1.3 国内外研究现状 .............................................. 3

1.3.1 国外研究现状 ........................................... 3

1.3.2 国内研究现状 ........................................... 3

1.4 课题研究的意义 .............................................. 4

1.5 论文组织结构 ................................................ 4

第二章数据挖掘技术介绍 .......................................... 5

2.1 数据挖掘技术基本概念 ....................................... 5

2.2 数据挖掘知识体系 ........................................... 5

2.2.1 关联性知识 ............................................. 6

2.2.2 广义性知识 ............................................. 7

2.2.3 分类型知识 ............................................. 7

2.2.4 预测性知识 ............................................ 12

2.2.5 偏差型知识 ............................................ 14

2.3 数据挖掘流程 .............................................. 16

2.4 数据挖掘常用分类器 ........................................ 17

2.4.1 朴素贝叶斯分类器 ...................................... 17

2.4.2 K-邻近分类器 .......................................... 18

2.4.3 决策树分类器 .......................................... 18

2.4.4 支持向量机分类器 ...................................... 20

2.5 本章小结 .................................................. 22

第三章中医面诊光泽图像分析 ..................................... 23

3.1 面诊照片采集 ............................................... 23

3.2 面部分区 ................................................... 24

3.3 面部诊区分析 ............................................... 25

3.4 本章小结 ................................................... 27

第四章中医面诊光泽判别方法 ..................................... 28

4.1 采用融合的方法进行光泽判别 ................................ 28

4.1.1 面部诊区 .............................................. 29

4.1.2 诊区特征提取 ........................................... 29

4.1.3 诊区光泽判别分类器 ..................................... 30

4.1.4 简单投票融合方法 ....................................... 34

4.2 基于选择性集成的方法进行面诊光泽判别 ...................... 35

4.2.1 SE-A 算法描述 .......................................... 36

4.2.2 面诊光泽判别图像 ....................................... 37

4.2.3 事物数据库 ............................................. 38

4.2.4 精简事物预测结果表 ..................................... 39

4.3 挖掘精简预测表的频繁项集 .................................. 40

4.4 本章小结 .................................................. 43

第五章中医面诊光泽挖掘系统 ..................................... 44

5.1 面诊光泽挖掘系统开发环境 .................................. 45

5.2 面诊光泽判别需求分析 ...................................... 45

5.3 面诊光泽挖掘系统功能介绍 .................................. 46

5.4 本章小结 .................................................. 49

第六章结束语 ................................................... 50

6.1 工作总结 ................................................... 50

6.2 工作展望 .................................................. 50

参考文献 ....................................................... 52

在读期间公开发表的论文和承担科研项目及取得成果 .................. 55

致谢 ............................................................ 56

第一章绪论

1.1 引言

中医医学经过 2000 多年的发展和实践证明中医医学在诊断疾病、治疗疾病方

面是有疗效的，但是西方医学始终对中医医学采取保留态度的原因是中医医学缺

乏客观数据的支撑。中医医生的诊疗水平是通过多年的临床经验结合中医理论日

积月累而形成的个性化东西。随着现代信息技术、大数据研究方法的发展，中医

医学和现代数据挖掘技术的结合越来越多的受到人们的关注。本文通过数据挖掘

的方法为中医面诊光泽判别提供数据支持，希望促进中国传统中医医学的发展，

促进将名老中医的临床经验的传承，通过数据挖掘的方法辅助年轻中医医生诊断。

传统中医医学中采用望、闻、问、切，四诊方法进行疾病的分析，通过这四

种手段中医会对患者的身体健康状况有一个大致的了解。望诊是中医医生采用的

最多也是最普遍的方法，望诊主要包括望颜色，望光泽两个部分。《素问·脉要精

微论》曰：“夫精明五色者，气之华也”。认为气血之精华上行头面及外达肌肤，

可以表现出不同色泽。五色为阴血，光泽属神气。《望诊遵经·色以润泽为本》曰：

“光明润泽者，气也，青赤黄白黑者，色也。有气不患无色，有色不可无气”。气

属阳，色属阴，故气色不可离，但气尤为重要。“气至色不至则生，色至气不至则

死。

人类获得对外界的感知 70％以上通过视觉，在传统的中医医学领域，中医望

诊即通过观察患者的外部表象获取疾病信息，对患者进行诊断。在 2000 多年的中

医医学发展过程中形成独特的中医医学诊断的特点：个性化、主观性。在中医望

诊诊断疾病的过程中由于望诊的特点和人类视觉的特性导致中医望诊在在医学领

域具有以下特点：

(1)疾病特征的描述与疾病判别的相对性。中医医生通过望、闻、问、切四诊

中的望诊诊断疾病依赖于自己多年临床经验，在自己多年的中医从业过程中凭借

传承师傅的经验形成自己独特的体系。根据自己的体系结合患者疾病表象的差异

导致不同疾病特征描述、疾病判别定义模糊，容易混淆相似疾病相近特征的描述

比如：在望诊中面诊颜色判别面部颜色分为红、淡红、浅红，淡白等，同一个面

诊颜色判别中颜色的特征和疾病的判别之间的界线范围往往依赖于自己多年的望

诊经验。

(2)中医医生望诊过程中主、客体之间的差异性。在望诊过程中疾病特征依赖

于中医医生的主观判断，这种情况必然会导致主观差异性。从客观的角度看，即

上海理工大学硕士学位论文

使不考虑病理因素的影响，不同患者的体质也是不相同的，有的患者体质较好，

相同特征的疾病表现出的疾病症状因为体质的差异也会和体质较弱的患者表现出

的疾病特征不相同。所以通过中医望诊诊断疾病是患者、医生、患者体质、疾病

状况等很多因素在中医医生视觉上的反映。

(3)疾病特征在视觉上的复杂性。在中医望、闻、问、切四诊诊断疾病的过程

中，疾病是身体诸多因素导致的身体病变具有复杂性的特征，望诊中，面诊结果

受患者的面部颜色特征、患者诊断过程的空间特性和时间特性等许多因素影响，

导致患者病理状态在中医望诊会表现出高度的复杂性，所以常常需要通过中医医

生的视觉与其他信息相结合，才能对患者所患有的疾病做出正确的判别。

以上介绍的是传统望诊的特点。由于中医望诊诊断疾病自身的特点，导致通

过中医医学诊断疾病会造成缺少定量标准的缺陷。中医医生通过自己积累多年的

临床经验通过主观对患者疾病做出定性的判断，在中医医学领域中一个显著的特

点就是不同派别的中医医生的诊法是不相同的，有些中医传统诊法“只可意会，

不可言传”。传统的中医望诊疾病诊断量化模糊、缺乏客观数据导致中医医学得不

到西方医学的认可，也不利于中医医学的传承。通过运用数据挖掘技术手段作用

于中医望诊成为研究的必然。

1.2 数据挖掘

数据挖掘又称为知识发现，是数据库和人工智能领域里研究的热点之一，数

据挖掘是从海量的数据信息中提取容易被理解的、隐藏的、丰富的、潜在有效的、

尚未知晓的、有应用意义的信息[1]。数据挖掘技术是通过将数据库技术、模式识别

技术、人工智能技术、机器学习技术、统计学等技术的融合而形成的一门技术学

科，从上世纪 90 年代开始，在产业领域开始运用数据挖掘技术，然而在中医医学

领域，由于中医医学的独特性将数据挖掘技术应用于中医医学领域的研究比较困

难，目前只有极少数的专家、学者将数据挖掘技术运用到中医医学领域。

本文以中医面诊光泽判别为研究背景，对经过中医医生判别好的光泽图像进

行分析和研究，在中医面诊光泽判别中依靠中医医生的临床经验和主观性，经过

几十年的临床经验可以正确的面诊进行判别，但是不利于中医医学的传承和发展，

为了给年轻中医医生光泽辅助判别，促进中医医学的发展。把数据挖掘技术应用

到中医面诊光泽判别中能够为中医医生进行面诊光泽判别提供决策帮助和科学依

据，应用数据挖掘技术针对光泽判别图像进行挖掘，可以迅速地辅助中医医生光

泽判别，提高诊断的效率。为此本文结合中医面诊光泽判别特点提出两种应用于

中医面诊光泽判别的数据挖掘方法，基于融合的方法进行面诊光泽判别，基于选

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要中医理论：“光明润泽者，气也”，光泽属神气。中医医生通过望、闻、问、切四诊对患者的健康状况进行诊断。望诊是中医医生对患者全身、局部、排出物等特征进行诊断性观察，以此达到了解患者的健康或疾病状态的目的。望诊中的面诊分为颜色诊断和光泽诊断，通过面诊可以大致了解一个人的健康状况，健康状况良好的人面部有光泽，面部无光泽的人健康状况较差。然而传统的中医面诊光泽判别都是基于个人的主观评价，缺乏客观、定量数据的支持。年轻的中医医生在传承、诊断疾病的过程中缺乏信心。本文研究的重点是将数据挖掘的方法运用于中医面诊光泽判别中，提出两种面诊光判别的数据挖掘方法：基于融合的方法进行面诊光泽判别和基于选择性集成的方...

展开>> 收起<<

数据挖掘在中医望诊光泽分析中的研究.pdf

共58页,预览6页

还剩页未读，继续阅读

数据挖掘在中医望诊光泽分析中的研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: