基于SVM與關聯(lián)規(guī)則中醫(yī)舌象數(shù)據(jù)挖掘技術初步研究.pdf

1、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)，同時對舌象信息數(shù)據(jù)挖掘的研究奠定了基礎。 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)可能得出不同的結論，重復性較差。研

2、究舌象多特征同中醫(yī)判斷結論之間的關系是非常重要的。令人遺憾的是，到目前為止，基于信息處理技術的舌象多特征同中醫(yī)證候之間的關系的研究報道非常鮮見，尚沒有突破性進展。因此，本論文基于數(shù)據(jù)挖掘技術來初步探討中醫(yī)舌象多特征同中醫(yī)判斷結論之間的對應關系。 本論文初步基于舌象的多個特征進行關聯(lián)分析，首先對原始舌診數(shù)據(jù)進行了數(shù)據(jù)變換，數(shù)據(jù)集成基本的數(shù)據(jù)預處理。然后把經(jīng)過數(shù)據(jù)預處理的中醫(yī)舌象信息使用廣義規(guī)則歸納法(GRI)進行關聯(lián)規(guī)則挖掘，得到

3、了中醫(yī)舌象特征與證候之間的關聯(lián)關系，這是基于舌象多特征對中醫(yī)病癥輔助診斷的首次嘗試，對于提高診斷正確性和高效性，從而減少誤診起到一定的積極作用，初步實現(xiàn)對大量原始中醫(yī)舌象信息進行智能分析獲取有用知識。 另外，舌質(zhì)、舌苔的顏色分析是舌診的重要內(nèi)容，根據(jù)已有數(shù)據(jù)挖掘出其中的分類規(guī)則是舌診現(xiàn)代化的當務之急。已有文獻中基于SVM(supportvectormachine)分類器的研究工作取得了一定的進展，但其推廣性能，樣本的識別速度仍有

4、待提高。根據(jù)SVM對小樣本有較好的學習能力和推廣能力，結合中醫(yī)舌象樣本的特點，將多類SVM方法應用到中醫(yī)舌質(zhì)、舌苔識別中。本論文介紹了三種用于多分類的SVM算法，包括“1-a-1”及其改進算法、DAG-SVM算法，并對其進行了比較，其中“1-a－1”方法識別精度較高，樣本識別時經(jīng)過的分類器多，識別速度較慢，而DAG-SVM算法識別速度較快，識別精度較低。本論文實現(xiàn)了一種基于可分離性測度的DAG-SVM算法，并將其應用于中醫(yī)舌象分析中，理