信息融合技術在中醫(yī)舌象診斷系統(tǒng)中的應用.pdf

1、舌診是中醫(yī)學中最有臨床應用價值的診法之一。近年來，隨著計算機科學與技術的迅速發(fā)展，傳統(tǒng)中醫(yī)舌診學朝著計算機化方向發(fā)展已經成為必然趨勢。本文正是力圖為中醫(yī)舌診方法的計算機化發(fā)揮自己的微薄之力，將信息融合理論引入中醫(yī)舌診的研究當中。本文的主要貢獻在于：設計了基于信息融合層次理論的中醫(yī)舌象診斷系統(tǒng)；提出并實現(xiàn)了了基于數(shù)據(jù)融合的反光點檢測自適應算法和反光點填充算法；運用特征層融合理論，將舌色、苔色、紋理、舌形、潤燥特征進行關聯(lián)融合將得到的特征向

2、量用于中醫(yī)病癥分類；設計實現(xiàn)了決策層融合模型，形成了基于組合分類器的分類系統(tǒng)。經過實驗，分類準確率有了顯著的提高。首先，在數(shù)據(jù)層融合的應用中，對預處理過程中反光點的檢測算法進行了研究，并提出了一種基于數(shù)據(jù)融合理論的反光點檢測算法，取得了良好的自適應性；其后運用數(shù)據(jù)融合中常用的圖像插值算法，對舌面反光點進行填充，有利于后續(xù)步驟的處理。其次，在特征層融合的應用中，提取了舌面潤燥和舌形特征，并將采用多個特征空間對舌色、苔色、紋理特征進行提取，

3、形成相互關聯(lián)的特征向量，并分別用PCA主成分分析方法和Boosting特征篩選方法對特征向量進行降維處理，得到的特征向量用于分類訓練。再次，在決策層融合的應用中，選取貝葉斯網(wǎng)絡的方法訓練概率輸出模型，并利用重采樣技術中的Adaboost算法對貝葉斯網(wǎng)絡進行訓練得到組合分類器，最后分別運用多數(shù)表決法將多個分類器進行融合，融合后的分類準確率有了顯著的提高。最后，將以上三個層次模型組建在一起，形成了基于信息融合層次模型的中醫(yī)舌象診斷系統(tǒng)的初步