中醫(yī)舌象信息融合方法的初步研究.pdf

1、中醫(yī)學(xué)以整體觀和平衡觀為指導(dǎo)，體現(xiàn)了對人體生命科學(xué)的深刻認識，已成為現(xiàn)代醫(yī)學(xué)的重要組成部分和人類醫(yī)學(xué)的寶貴財富。眾所周知，中醫(yī)在治療和診斷疾病時是一個四診合參、辨證論治的過程。從信息科學(xué)的觀點看，這是一個典型的信息融合過程。 舌診是中醫(yī)望診的重要組成部分，在中醫(yī)四診客觀化與現(xiàn)代化研究中相對發(fā)展地最成熟。近年來，中醫(yī)舌象的自動分析在方法學(xué)上取得了可喜的進展，對一些重要舌象指標如舌色、苔色、苔厚、裂紋、濕度、舌苔腐膩等已經(jīng)實現(xiàn)了自動

2、定量分析，這給中醫(yī)診斷提供了客觀的依據(jù)，同時對舌象信息融合的研究奠定了基礎(chǔ)。 中醫(yī)在觀察舌象時，往往是對多個舌象特征在人腦中進行處理、分析后得出結(jié)論，然而這種方法受主觀性的影響，不同的中醫(yī)可能得出不同的結(jié)論，重復(fù)性較差。因此采用現(xiàn)代信息融合技術(shù)研究中醫(yī)舌象多特征與證候之間的對應(yīng)關(guān)系是非常重要的。這不僅與中醫(yī)的診療習(xí)慣一致，而且這種舌象信息融合方法的研究也可以為將來四診合參的研究所借鑒。令人遺憾的是，到目前為止，關(guān)于中醫(yī)的多特征信

3、息和中醫(yī)證候之間的關(guān)系的報道非常鮮見，還沒有突破性進展?，F(xiàn)代信息融合技術(shù)特別是不確定融合方法的發(fā)展，為舌象多特征的信息融合研究提供了可能。因此，本論文根據(jù)中醫(yī)樣本的特點，探討如何將現(xiàn)代信息融合技術(shù)應(yīng)用于中醫(yī)舌象多特征的融合分析，主要工作可分為以下五個部分： (1)論文分析了目前常用的信息融合的典型方法，并結(jié)合中醫(yī)舌象信息與中醫(yī)證候之間不完全確定的特點，提出了將基于D-S證據(jù)理論的度量級決策層的融合方法應(yīng)用于中醫(yī)舌象多特征融合的方

4、案。 (2)對D-S證據(jù)理論的基本概念、合成法則、融合原理進行研究，并針對D-S證據(jù)理論中基本概率賦值函數(shù)的獲取和不確定集合難以確定這兩個關(guān)鍵環(huán)節(jié)，結(jié)合中醫(yī)舌象分析這個特定應(yīng)用領(lǐng)域，分別設(shè)計了合理的解決方案。 (3)在舌象信息融合中樣本分布的一個重要特點是各類別的樣本數(shù)量不均衡，常見證候類型樣本數(shù)量較多，稀缺類型樣本的數(shù)量很少，因此本論文采用在小樣本情況下有較好推廣能力的SVM方法。在SVM應(yīng)用中，核函數(shù)及其參數(shù)是影響融

5、合正確識別率的關(guān)鍵因素。目前廣泛采用的k-遍交叉驗證法計算精度較高，但計算量很大。本論文從徑向基核函數(shù)構(gòu)造的Gram矩陣的意義出發(fā)，提出基于距離測度衡量Gram矩陣相似性的方法，理論分析和實驗結(jié)果表明，該方法可以較快地確定核函數(shù)的參數(shù)，同時分類器又可以獲得較好的推廣能力。 (4)D-S證據(jù)理論的核心環(huán)節(jié)是基本概率賦值的獲取，針對中醫(yī)舌象樣本小樣本的特點，研究了基于SVM分類器的概率輸出方法，為D-S證據(jù)理論在中醫(yī)舌象特征的融合分

6、析奠定了基礎(chǔ)。 (5)本論文對中醫(yī)舌象的多特征融合進行分析，提供并實現(xiàn)了一種基于SVM概率輸出和D-S證據(jù)理論相結(jié)合的融合方案：即采用SVM概率輸出的方法得到基本概率賦值，然后基于D-S證據(jù)理論進行融合。 實驗表明，這種方法可以給出舌象的多特征和中醫(yī)證候之間的概率關(guān)系。該方法可以擴展到中醫(yī)其他診法(諸如脈診)的信息融合上，將為中醫(yī)四診的融合奠定基礎(chǔ)。論文的這些研究工作，將促進信息融合技術(shù)應(yīng)用于中醫(yī)舌象分析的發(fā)展，對于將來