数字农科院2.0

基于卷积神经网络的脑卒中中医辨证分型舌象分类研究

文献类型： 中文期刊

作者： 王朝雨;黄奎麟;代国威;王倩

作者机构：

关键词： 中医舌诊;深度学习;舌象分类;支持向量机;特征选择

期刊名称：湖南中医药大学学报

ISSN： 1674-070X

年卷期： 2023 年 43 卷 08 期

页码：

收录情况： 科技核心（2023版）

摘要： 目的 通过卷积神经网络学习脑卒中中医辨证分型与中医舌象特征分类的关系，为探索新的脑卒中临床标准化治疗方法提供诊断依据。方法 本研究选取284名脑卒中患者作为研究对象，通过迁移学习微调改进DenseNet201用于特征向量的提取，使用信息增益、卡方检验、对称不确定性与ReliefF滤波算法并组合去重以选择特征向量，最后利用Cubic SVM形成交叉数据集在多种分类器上进行训练和测试，比较模型的准确性。结果 试验结果表明，组合的四类特征提取算法使得准确率高于基础结果的3.26%,Cubic SVM分类器相对于其他分类器以及未改进的DenseNet201取得了最优结果，可以在脑卒中中医舌象辨证分型中提供至少为95.74%的准确率。结论 本研究提出的TCM舌象分类模型的方法结构是有效的，可辅助临床中医师进行诊断治疗，值得临床推广和进一步深入研究。

分类号：

  • 相关文献

[1]面向代价敏感的多标记不完备数据特征选择算法. 黄琴,钱文彬,王映龙,吴兵龙. 2018

[2]液压机械无级变速箱换段液压故障诊断的BP方法. 张晓辉,太健健,王光明,张海军,王成飞,钟成义. 2016

[3]柑桔溃疡病自动识别方法及其仿真研究. 张敏,朱庆生,杨方云,柳锋. 2008

[4]基于序相关的作物育种评价性状特征选择方法. 刘忠强,赵向宇,王开义,李民赞. 2015

[5]机器视觉和AdaBoost的柑桔溃疡病自动检测. 朱庆生,张敏,杨方云,柳锋. 2008

[6]极化SAR旱地作物分类的后向消除特征选择研究. 曾妍,王迪. 2022

[7]基于特征选择实现油菜基因预测千粒重值. 何旭燕,刘昌华,管文杰. 2022

[8]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[9]基于支持向量机的水稻叶面积测定. 孙玉婷,杨红云,王映龙,周琼,孙爱珍,杨文姬. 2018

[10]自动监测装置用温室粉虱和蓟马成虫图像分割识别算法. 杨信廷,刘蒙蒙,许建平,赵丽,魏书军,李文勇,陈梅香,陈明,李明. 2018

[11]基于高光谱和频谱特征的注水肉识别方法. 於海明,徐佳琪,刘浩鲁,刘超,张大成,陈坤杰. 2019

[12]可见光光谱和支持向量机的温室黄瓜霜霉病图像分割. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 2018

[13]基于决策树和SVM的Sentinel-2A影像作物提取方法. 王利军,郭燕,贺佳,王利民,张喜旺,刘婷. 2018

[14]基于支持向量机的X射线荧光光谱重金属检测模型的建立. 李芳,陆安祥,王纪华. 2016

[15]中红外光谱法结合支持向量机快速鉴别蜂蜜品种. 徐天扬,杨娟,孙晓荣,刘翠玲,李熠,周金慧,陈兰珍. 2018

[16]基于计算机视觉的水稻叶部病害识别研究. 刘涛,仲晓春,孙成明,郭文善,陈瑛瑛,孙娟. 2014

[17]基于Log-Gabor小波和Krawtchouk矩的遥感图像分类. 吴一全,陶飞翔,曹照清. 2016

[18]改进SVM-KNN的不平衡数据分类. 张涛,马春森. 2016

[19]基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术. 师越,司海平,吴旭,郭伟,时雷,马新明,周益林. 2015

[20]河南省新乡市水资源承载力评价研究. 宰松梅,温季,仵峰,孙浩. 2011

作者其他论文 更多>>