28卷5期2009年10月中�国�生�物�医�学�工�程�学�报ChineseJournalofBiomedicalEngineeringVol.28�No.5October�2009�收稿日期:2007�02�01,修回日期:2009�07�28*通讯作者。�E�mail:cederic@mail.zjgsu.edu.cn基于贝叶斯分类器的脉象自动识别方法王慧燕1*�徐�珊21(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AutomaticPulseRecognitionMethodBasedonBayesianClassifierWANGHui�Yan1*�XUShan21(CollegeofComputerScience&InformationEngineering,ZhejiangGongshangUniversity,Hangzhou310018)2(CollegeofBasicMedicine,ZhejiangChineseMedicineUniversity,Hangzhou310053)Abstract:PulsediagnosisisoneofthemostimportantexaminationsintraditionalChinesemedicine(TCM).DuetothesubjectivityandfuzzinessofpulsediagnosisinTCM,quantitativemethodsaredemanded.Inviewofthecomplexityofpulsesignalsandthenonlinearrelationshipsbetweenpulseparametersandpulsetypes,anewpulsesignalrecognitionmethodwasproposedandpulsequantitativediagnosticmodelswerebuilt.First,thecharacteristicparametersofpulsesignalswerecomputedandadatabasecontainingcharacteristicparametersofpulsesignalsandpulsetypeswasbuilt.Second,thedatasetwasbalancedusingsyntheticminorityover�samplingtechnique(SMOTE)andTomeklinksmethod,whichmadedifferentpulsetypeshaveapproximatelyequalsamplenumber.Third,aBayesiannetworkstructurewaslearnedfromthebalanceddatabaseandtheMarkovblanketofpulsetypeinthestructurewasselectedasfeaturesetandtakenasinputofaBayesianclassifier.Fourth,themappingrelationshipsbetweenpulsesignalsandpulsetypeswereconstructed.Theproposedmethodologywastestifiedbytheestablishedpulsesampledatabaseandcrossvalidationmethod.Itwasshowedthatmostpulsetypeshadhighpredictiveaccuracyandthepredictiveaccuraciesofdepth,frequencyandrhythmwerehigherthan90%.Theproposedmethodwaseffectiveandsuitableforpulsesignalclassification.Keywords:Bayesianclassifier;quantitativepulsediagnosis;classimbalance中图分类号�TP391��文献标识码�A��文章编号0258�8021(2009)05�0735�07引言传统脉诊通过按压腕部挠动脉脉搏进行诊断,其准确性与可靠性依赖于医师个人的主观感觉与经验积累,缺乏客观、量化的诊断指标,存在主观性强和可重复性差等诸多不足,因此需借助现代的生物传感技术[1]和信息学方法[2]对脉诊进行量化研究,以推动脉诊的规范化和现代化。已有很多学者开展了脉诊的客观化研究[3-10],以期通过分析脉象传感器记录得到的脉象信号,达到辨析脉象类型的目的。目前,已有的脉象信号分析方法[3-4]多采用判别分析和回归分析等多元统计技术对脉象特征参数进行建模,确定参数阈值。然而,脉象信号涉及因素众多,脉象类型与脉象参数之间存在复杂的非线性关系,而多元统计方法采用线性模型,要求变量间相互独立,因此并不能满足脉象识别...
VIP
