张静
- 作品数：3 被引量：7H指数：1
- 供职机构：北京工业大学电子信息与控制工程学院更多>>
- 发文基金：北京市自然科学基金国家自然科学基金北京市教委面上项目更多>>
- 相关领域：医药卫生更多>>
- 中医舌象的多标记学习研究综述
- 目前,贝叶斯网络、人工神经网络、支持向量机等数据挖掘方法都被应用于中医舌象分类中.这些方法的应用,极大地推动了中医舌诊客观化的发展.上述数据挖掘方法中,每个舌象样本都是对应单个概念标记,属于单标记学习方法.然而,在中医舌...
- 张静张新峰胡广芹王亚真
- 关键词：中医舌诊评价指标
- 文献传递
- 中医舌图像质量评价研究
- 舌诊客观化研究最基本的要求是要有清晰的舌图像,而有经验的大夫发现现有舌象仪所采集的舌图像中有大量的不符合临床诊察要求的图像,这将直接影响到舌象分析的最终结果.因此本论文对舌图像质量评价进行研究.首先介绍了图像质量评价的知...
- 王亚真张新峰胡广芹张静
- 关键词：中医舌诊舌图像
- 文献传递
- 多标记学习在中医舌象分类中的研究被引量：7
- 2016年
- 目的中医舌诊中,一幅舌象对应舌色、苔色和苔厚等多个类别,而且舌象的多个类别间存在一定的相关性。传统的数据挖掘技术无法利用这些相关性同时进行建模,本文拟探索用多标记学习方法解决舌象这种多标记数据的分类问题。方法首先对舌象进行苔质分离,分别提取舌质和舌苔的颜色特征,再对舌苔图像分块,提取每一块的纹理特征,随后通过多标记学习算法(multi-label learning by exploiting label dependency,LEAD)进行分类。最后将LEAD的分类结果和ML-k NN的结果进行对比,评价指标为汉明损失(Hamming loss)、平均精度(average precision)和(-评估)(-evaluation)。结果相对于SVM等传统的单标记学习算法,LEAD可以将多个类别同时赋予一幅舌图像,而且在三个指标上的分类效果均优于ML-k NN。结论多标记LEAD算法用于舌象分类能够使得对舌象的描述更全面、准确,可以辅助中医进行舌诊。
- 张静张新峰王亚真蔡轶珩胡广芹
- 关键词：中医舌象舌质舌苔多标记学习
