基于非線性系統(tǒng)分析方法的醫(yī)學數(shù)據(jù)挖掘.pdf

1、傳統(tǒng)醫(yī)學研究主要依靠專家經驗，基于數(shù)學方法的醫(yī)學分析收獲甚少，限制了醫(yī)學診斷的人工智能化研究的發(fā)展。日益發(fā)展的基礎科學豐富了醫(yī)學數(shù)學化研究的成果，降低了醫(yī)學診斷對專家經驗的依賴，提高了醫(yī)學診斷的準確度和效率，使得智能化計算機輔助分析成為可能。近年來，非線性引起了醫(yī)學研究者的廣泛關注。非線性機制更接近人體生理活動特點，可以解決諸多線性科學無法解決的難點問題。非線性方法已在醫(yī)學領域得到了眾多有價值的成果，非線性與醫(yī)學的結合在未來將有廣闊的前

2、景。 目前的文獻中，對各種非線性方法的應用研究都相對單一，即只單獨討論某一種方法的結果或比較不同方法的結果，對不同方法的互補性鮮有涉及。本文以ECG信號為載體研究醫(yī)學上的心率不齊現(xiàn)象，采用相空間重構，關聯(lián)維分析為主，傅立葉變換，分形維，矩陣奇異值分解為輔的綜合分析方法。其中，相空間重構投影及矩陣奇異值大小對比的特征挖掘方法在其他研究中尚未見使用。實驗結果表明，正常心率和不齊心率的傅立葉變換與分形維結果沒有顯著差別，但相空間重構投

3、影，矩陣奇異值分解結果存在明顯區(qū)別，具備臨床應用潛力；通過相空間重構及矩陣奇異值分解的輔助，發(fā)現(xiàn)關聯(lián)維雖然能提供心臟機能復雜度的量化說明，與心率狀況聯(lián)系并不密切，該結論補充了以往ECG的關聯(lián)維研究。 實驗結果也表明，單獨使用相空間重構，關聯(lián)維，奇異值分解三種方法中的任何一個都存在缺點，但這三種方法在實驗中顯示了互補性，即三種方法結合使用能互相彌補單獨使用某種方法時的缺點，互相充實對方的結果。這種互補性表現(xiàn)在，相較只使用單個方法，