作者：冯冰; 李绍滋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
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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
