医学步态分析中的复杂场景下运动目标检测技术

针对医学步态分析中的复杂场景下运动目标检测问题,提出了基于贝叶斯决策规则的方法.该方法由变化检测、变化分类、前景目标提取和背景更新四部分组成.变化检测采用自适应阈值法来二值化变化点和非变化点,变化分类基于颜色共生特征向量,采用贝叶斯规则进行决策,前景对象的提取融合了时间差分法和减背景法.针对复杂场景中背景的"渐变"和"突变"情况,提出了不同的背景更新策略.实验表明,该方法在包含有摇动的树枝,或者灯的开关等复杂背景中能准确地提取运动目标,因此可用在医学步态分析的研究中.     

人的异常步态检测算法

人的步态分析在计算机视觉领域近年来倍受关注.但是,到目前为止,对于人的步态分析只考虑了利用步态对人的身份进行识别的应用.而从另一个角度来分析步态,可以将步态作为一种分析人的身体健康状况的方法,应用到医学步态分析中,作为一种科学的异常步态检测方法.我们将人的异常步态与人的正常步态区分开来,将步态识别的多类问题化为两类问题,应用到生物医学领域中.基于变化信息的步态识别算法,经实验,结果表明该算法拥有较高的识别率和较低的计算代价,同时选择的特征向量对于摇晃的,蹒跚的和摔倒等非正常步态都能够稳定的检测出来,能够很好的应用于生物医学领域.     

证素的预测及其对“既病防变”的指导

预判疾病传变对中医临床遣方用药有重要指导价值,然而当前中医临证多以经验为主,对于疾病是否传、如何传尚无明确准则。证素辨证可将复杂的证拆解出病位和病性证素,笔者通过对证素间关系的梳理,认为两两证素之间主要存在"易""已"两个层次,"嗜""夹""致"3种关系,且分别代表了疾病的起因、过程和趋势,故而尝试从证素角度预测证素的发展演变趋势。同时,将阐释证素预测与六经传变、卫气营血传变间关联,并选取内伤和外感各1例医案,解析说明如何通过证素预测实现对疾病传变的预判,以更好指导临床"既病防变"。     

人工智能与中医诊断技术

人工智能技术将有助于推动中医诊断技术的发展与进步,尤其在解决中医四诊信息客观化采集和术语规范化研究瓶颈问题上。文章阐述了人工智能技术与中医四诊以及四诊合参的研究现状和问题,论述了课题组利用人工智能技术进行诊断术语规范化的研究进展,并进一步总结提出中医诊断人工智能化的发展方向和研究重点。     

中医医案的研究进展

概述了中医医案的发展源流及各个历史时期中医医案发展的特色，以及现代研究中医医案的主要方法学，并介绍了近些年来计算机技术（主要是数据挖掘技术）在中医领域尤其是中医医案开发利用方面的研究。