新疆维吾尔医药材图像特征提取及分类研究

目的:研究新疆维吾尔医药材图像的特征提取及分类算法。方法:随机选取花类药材图像和叶类药材图像各100张,在MATLAB7.1平台下,运用灰度共生矩阵法和颜色矩法提取图像特征,采用Lib-SVM和决策树C4.5算法,对图像进行分类研究。结果:支持向量机算法和决策树C4.5算法的最高分类准确率分别达到83.67%和81.67%;颜色矩特征和灰度共生矩阵特征的最高分类准确率分别达到83.33%和80%。结论:支持向量机算法的分类准确高于决策树C4.5算法;颜色矩特征的分类能力优于灰度共生矩阵特征;综合特征的分类能力优于单一特征的分类能力。     

基于颜色和纹理特征的新疆维吾尔医植物药材图像特征提取与判别分析

目的对新疆维吾尔医植物药材图像进行特征提取,并对所研究特征进行分析,探讨其在维吾尔医药材图像分类中的效果,找到适用于维吾尔医药材图像分类的特征,为基于内容的新疆维吾尔医药材图像的检索系统奠定基础。方法以新疆维吾尔药材中植物药的花和叶为研究对象,先对图像进行预处理,进而提取颜色和纹理特征作为原始特征,并对特征进行统计学分析,运用最大类间距法筛选得到图像分类的主要特征,最后应用Bayes判别分析法对特征的分类能力进行评价。结果将颜色特征和纹理特征筛选后进行分类,花类图像的分类准确率为85%,叶类图像的分类准确率为62%。利用筛选后的特征对花类图像的分类效果好于利用原始特征分类的效果。结论与原始特征分类比较,运用筛选后的特征进行分类,对于判别花类药材的效果较好。这为进一步研究维吾尔医药材图像分类和完善特征提取方法奠定了基础。     

基于C4.5决策树算法的中医胃炎实验数据分类挖掘研究

C4.5算法是决策树数据挖掘中功能相对比较全面的一种工具。实验对经过预处理后的800例中医胃炎的辨证数据病例采用C4.5算法进行分类,建立中医胃炎辨证分类决策树,并提取决策树中蕴含的分类规则。挖掘出的分类规则基本符合中医胃炎的辨证规律以及名老中医诊治胃炎的诊疗经验。     

基于聚类-反馈机制的植物鲜药图像检索系统设计

使用计算机辅助进行中草药尤其是植物鲜药的检索和鉴定有着极其重要的现实意义。本文通过研究图像库分类检索和反馈机制,设计出基于聚类-反馈的植物鲜药图像检索系统。系统采用K-means算法,利用小波特征对图像库中的图像进行聚类,并引入人工反馈机制,使聚类更加精确,检索效率和准确率进一步提高。     

常用分类算法在脑梗死预测中的比较研究

目的:比较常用分类算法对脑梗死的分类预测能力.方法:将反映动脉弹性的6个脉搏波参数加年龄、性别一共8个指标作为每个样本的特征.把样本按3:1随机分为训练集和测试集两部分.分别利用人工神经网络(ANN)、贝叶斯(Bayes)、决策树(Decision Tree,DT)、K邻近法(k-NN)、支持向量机(SVM)算法构造分类器,使用各分类器对训练集样本进行学习以建立分类预测模型,再用测试集测试各个模型的分类准确度.结果:SVM分类器和DT分类器效果较好,准确率超过80%.结论:以反映血管弹性的脉搏波参数结合性别、年龄作为特征并使用SVM或者DT算法来构建分类预测模型,有一定实用价值.     

利用数据挖掘技术构造医学图像分类器的研究

基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分。在分析和总结了现有各种特征提取方法的基础上，提出了基于竞争聚类和关联规则的医学图像分类算法和基于关联规则的医学图像分类器框架。该算法先用竞争聚集算法实现医学图像的聚类，利用聚类的结果提取局部特征，基于局部特征用关联规则实现医学图像的分类。实验结果表明，用此方法较好地提高了医学图像分类的准确率，进而为数字化临床诊断提供了有利的证据。     

常用分类算法在脑梗死预测中的比较研究

目的：比较常用分类算法对脑梗死的分类预测能力。方法：将反映动脉弹性的6个脉搏波参数加年龄、性别一共8个指标作为每个样本的特征。把样本按3∶1随机分为训练集和测试集两部分。分别利用人工神经网络（ANN）、贝叶斯（Bayes）、决策树（Decision Tree,DT）、K邻近法（k-NN）、支持向量机（SVM）算法构造分类器,使用各分类器对训练集样本进行学习以建立分类预测模型,再用测试集测试各个模型的分类准确度。结果：SVM分类器和DT分类器效果较好,准确率超过80%。结论：以反映血管弹性的脉搏波参数结合性别、年龄作为特征并使用SVM或者DT算法来构建分类预测模型,有一定实用价值。     

基于随机森林的脉象信号特征降维与分类研究＊

应用于中医脉象信号分类研究中的多种方法提取了大量复杂特征，但使用时由于缺乏系统分析而难以在算法中高效利用，本文提出了一种基于随机森林的脉象信号特征评估降维方法。首先，提取常用的脉象时域、频域以及时-频域特征共93维；随后，使用随机森林算法，基于Gini指数对各个特征重要性进行排序，并使用支持向量机(SVM)、反向传播神经网络(BP-NN)以及随机森林(RF)算法验证排序的正确性，最后，结合序列前向选择算法，根据算法的分类准确率变化进行特征选择。实验结果表明：基于随机森林算法的脉象特征重要性排序可行，且进行特征筛选后，特征维数从93维降低到13维左右，对平、实、弦、滑四类脉象的分类，SVM和BP-NN的准确率均提高了10%以上，对特征冗余性不敏感的RF也提高了4.5%，该方法可用于脉象信号分析中大量特征的评估降维，可显著提高算法的分类准确率和运行效率。     

基于HPD算法的中药药对挖掘方法＊

人工智能方法辅助中药药对发现对于中医发展具有重要的现实意义，但当前的药对挖掘方法大多基于现有的单一的机器学习模型，使得药对发现的质量不高。本文旨在找出中医药候选药对，通过分析已知药对中饮片之间的特性和耦合关系，提出了一种改进的机器学习算法（Herb-Pairs Discovering，HPD）。该方法采用药对属性相关度评分方法，找出其中不低于给定阈值的饮片对。在基于朴素贝叶斯对饮片作用分类方法基础上利用决策树算法对饮片组合进行分析进而找出预测药对。在实际中医药测试数据上进行实验，结果分析表明，HPD算法得到的药对召回率达到82.7%，准确率达到80.6%，说明HPD算法可以有效地发现中医药饮片集合中潜在的药对。     

基于近红外高光谱成像鉴别不同产地的红参

目的：建立一种基于近红外(NIR)高光谱成像技术融合近红外光谱和图像纹理特征,鉴别不同产地红参药材的方法。方法：提取红参ROI近红外高光谱数据,采用多种预处理算法对光谱数据进行降噪处理。利用灰度共生矩阵(GLCM)和灰度游程矩阵(GLRLM)提取图像纹理特征,实现NIR光谱和图像纹理数据融合。利用偏最小二乘判别分析(PLS-DA)和支持向量机分类(SVC)建立产地分类模型。结果：全波段光谱融合GLRLM所构建的模型性能最佳,准确率分别为90.0%和91.2%。进一步地使用混淆矩阵和ROC曲线对模型进行评估。混淆矩阵中SVC模型表现优异,对吉林、黑龙江和辽宁3个产地的分类准确率可达100%、91%和83%;经ROC特征曲线评估,2个模型的最优曲线下面积值分别达到了0.97和0.96。结论：本研究为快速鉴别红参药材不同产地提供了一种新方法。     

基于最大类间方差法和区域生长的舌体自动分割

舌图像中舌体的分割是舌诊信息化和客观化的基础。文章根据舌图像的特点,提出了基于最大类间方差法和子块生长的舌体自动分割算法,通过均值偏移对图像进行预处理,再利用最大类间方差法对彩色舌图像进行自动分类,最后基于分类后的子块特征进行区域生长,实现舌图像中舌体区域的自动分割。实验对DS01-A舌面脉信息采集体质辨识系统采集的100张舌图像进行分割,能够准确地分割出舌体区域。     

滤纸法快速提取中药材DNA方法的研究

目的:为了建立一种快速提取中药材DNA的新方法,本研究考察了滤纸法对中药材DNA提取的适用性。方法:提取了33个中药材DNA,动物药使用COI(除了海马)、植物药使用ITS2、真菌使用ITS通用引物进行聚合酶链式反应(PCR)扩增。结果:通过琼脂糖凝胶电泳检测发现,27个中药材PCR扩增成功,扩增成功率达到81.8%。结论:研究结果表明滤纸法对于动物类、叶类、花类、全草类、果实类及根茎类药材DNA提取有较好的效果,提取时间可控制在30 s之内。滤纸法缩短了DNA提取时间,减少了提取成本,将在中药材分子鉴别中发挥重要作用。     

基于回归算法与决策树思想的秦艽产地划分

目的:药材产地对药材品质优劣影响很大,不同产地秦艽品质差异较大,使用秦艽样本近红外光谱数据构建模型,实现秦艽样本产地划分。方法:将多元线性回归算法(MLR)、偏最小二乘回归算法(PLS)、支持向量回归算法(SVR)和岭回归算法(RR)与决策树思想相结合对样本进行分类。结果:秦艽数据集包含207个样本,其中107个样本来自甘肃玛曲县,100个秦艽样本来自甘肃临洮县,模型的误判率在0.3%左右。结论:将回归算法与决策树思想相结合的方法可以提高模型的性能,使得算法既拥有回归算法强大的拟合能力,又拥有决策树的分类能力。在秦艽样本数据上得到了很好的分类效果。     

基于WorldView-3影像特征空间优化的随机森林算法在裸花紫珠信息提取中的研究

以海南省白沙县细水乡为研究区,采用在特征选择和分类提取等方面都具有明显优势的随机森林算法,对研究区内的裸花紫珠种植信息进行提取。首先基于World View-3数据生成4类不同特征变量,包括光谱特征、主成分特征、植被指数和纹理特征;其次通过随机森林分类算法对研究区裸花紫珠空间分布进行遥感提取研究;最后基于特征重要性对随机森林分类算法的特征空间进行优化,以得到最佳的随机森林分类结果,并与未优化特征空间的随机森林算法的分类结果进行比较。结果表明:①利用World View-3影像提取的裸花紫珠总体精度为89. 97%,Kappa系数为0. 84,表明随机森林算法在海南裸花紫珠识别中具有较高的分类精度和较好的适用性;②利用降维的分类特征提取裸花紫珠的总体精度为90. 4,Kappa系数为0. 85,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证裸花紫珠信息提取的精度,提高运行效率。该研究为栽培类药用植物资源的信息提取在特征选择和方法选择方面提供了一种新思路、方法和技术手段。     

基于决策树的蒙医方剂药物与主治的关系研究

目前在中医方剂数据挖掘方面的研究成果较多,但应用决策树算法对蒙医方剂配伍规律进行数据挖掘的研究几乎空白。然而决策树不仅是分类的最好手段,而且挖掘结果所对应的决策树可直接生成关联规则,是方剂配伍规律研究的有效方法。文中将C4.5决策树算法应用于蒙医方剂配伍规律研究中并给出了数据预处理方法,编制了使用方便的程序,可挖掘方剂药物组成与主治和功能的关系。采用《传统蒙药与方剂》中治疗"赫依病"的27个方剂进行实验,得到了决策树和相应的关联规则。蒙医药学是中华民族医学的重要组成部分,有着独特的理论和方法,目前尚未见到将决策树应用于蒙医方剂数据挖掘的文献,因此文中方法的推广及应用对蒙医方剂配伍规律的研究开辟了新途径。     

数据挖掘中的分类算法及其在中医证候学中的应用

中医研究领域中,辨证是中医学的核心,也是确保疗效的前提。为了研究中医辨证分类规律,数据挖掘近年来广泛用于其中,成为数据挖掘用于中医药领域研究的一个特点。分类算法是数据挖掘中的最重要的技术之一。文章简要介绍了分类算法中的常用技术如决策树分类、贝叶斯分类、神经网络分类等,同时对其在中医证候分类研究中的应用进行概括,希望能为未来中医证候学的研究提供一个方向。     

皮花叶茎及全草类药材商品规格等级标准——以牡丹皮 杜仲 金银花等7种药材为例

目的:介绍皮类、叶类、花类、茎木类、全草类药材商品规格标准制订的方法及依据。方法:以牡丹皮、杜仲、金银花等7种皮类、叶类、花类、茎木类以及全草类药材为例,对其商品规格等级划分进行介绍,总结出该类药材商品规格等级划分的主要依据。结果:介绍了牡丹皮、杜仲、金银花、淫羊藿、桂枝、鸡血藤、薄荷7种药材商品规格等级标准,并总结了皮类、全草、叶类、花类、茎木类、全草类药材商品规格等级划分的依据。结论:皮类药材主要按照长度、直径、皮的厚度、去除非药用部位的程度等划分等级;花叶类药材主要按照花的非药用部位多少、加工过程导致的褐变、花蕾药材的开花率、含杂质率、破碎率、色泽、气味等划分等级;叶类主要根据叶所含的比例及其完整度划分等级;茎类中药主要按照加工方法、是否野生、长度、直径等与大小性状相关指标划分等级;全草类大多为统货。     

基于计算机视觉的中药饮片检测与分级研究

为了适应大规模商业化中药饮片生产同时弥补人工质检方法不足,基于计算机视觉技术和朴素贝叶斯分类模型构建中药饮片生产线快速检测与分级系统。该系统工作时,生产线上的传送带将中药饮片送至图像采集区进行图像采集,由计算机视觉系统对采集到的图像进行面积、颜色H分量值和缺陷面积百分比的特征值提取,然后将提取到的特征值输入到朴素贝叶斯分类器中,并以中药饮片的3个等级分类为输出,最后用训练数据和试验数据对模型进行检测。测试结果表明:中药饮片检测与分级系统可以高效、较精确的完成分类工作,为中药饮片的分级提供了一种新方法。     

基于决策树及神经网络的高血压病阴阳两虚证诊断模型的研究

目的:基于决策树及神经网络的方法,建立高血压病阴阳两虚证的诊断模型。方法:从古今医案及临床病例中收集高血压病病例,对所收集资料中患者的中医四诊信息进行归一化处理,并建立证候要素数据库,运用CHAID、CRT、QUEST及C5.0决策树算法和神经网络的方法提取高血压病阴阳两虚证的诊断规律,建立诊断模型。结果:采用CHAID、CRT、QUEST及C5.0决策树算法建立高血压病阴阳两虚证诊断模型,准确率分别为93.1%、91.5%、91.5%、96.03%,其中C5.0算法的诊断模型更优于其他3种;采用多层感知器(MLP,Multilayer Perceptron)、径向基函数(RBF,Radical Basis Function)建立高血压病阴阳两虚证诊断模型,前者训练样本正确百分比为95.9%,测试样本正确百分比为93.9%;后者训练样本正确百分比为99.2%,测试样本正确百分比为96.3%,径向基函数神经网络的诊断模型更优于多层感知器神经网络。结论:通过联合应用决策树及神经网络两种方法可见,腰膝酸软在高血压病阴阳两虚证的临床诊断中起决定性作用,同时结合中医四诊信息,可形成比较符合高血压病阴阳两虚证的诊断判别模型模式,为规范高血压病阴阳两虚证诊断标准提供依据。     

中文专利文档关键词自动提取方法研究进展

专利是一种包含学术、商业、法律等信息的科技文献,记录了大量新颖、实用的研究成果,近年来关注度不断提高。利用共词分析、文本聚类等方法对专利文献进行信息分析时,往往需要借助关键词提取技术达到降低数据复杂度、过滤噪声的目的。关键词提取技术多数基于统计规律。本文对基于词频、关联信息和多特征的关键词提取方法研究进展进行了总结,介绍了常用的分别以TF-IDF、熵、词汇链、TextRank、遗传算法、决策树学习、朴素贝叶斯分类器、支持向量机等为主导的方法。另外,本文还总结了在专利文档关键词提取中可能用到的词频、位置、语义、关联、自身等方面的特征。实际应用中,关键词自动提取技术可作为一种有力的辅助手段,降低数据处理过程中的人力和时间成本。