期刊简介
本刊是综合性学术期刊，主要刊登人工器官、生物材料、生物力学、生物信息与控制、生物医学测量、医药工程、生物工程、中医工程、计算机在医学中的应用、医疗器械等方面的理论研究和最新成果。适合从事生物医学工程的科研、工程人员及临床医生阅读，面向国内外公开发行。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>北京生物医学工程杂志
- 杂志名称：北京生物医学工程杂志
- 主管单位：北京市卫生健康委员会
- 主办单位：北京市心肺血管疾病研究所
- 国际刊号：1002-3208
- 国内刊号：11-2261/R
- 出版周期：双月刊
期刊荣誉：北京市优秀作品编辑奖（89）期刊收录：维普收录(中), 知网收录(中), 万方收录(中), 统计源核心期刊(中国科技论文核心期刊), 国家图书馆馆藏, 上海图书馆馆藏
多标记学习在中医舌象分类中的研究
张静；张新峰；王亚真；蔡轶珩；胡广芹
关键词：中医, 舌象, 舌质, 舌苔, 多标记学习
摘要：目的 中医舌诊中,一幅舌象对应舌色、苔色和苔厚等多个类别,而且舌象的多个类别间存在一定的相关性.传统的数据挖掘技术无法利用这些相关性同时进行建模,本文拟探索用多标记学习方法解决舌象这种多标记数据的分类问题.方法 首先对舌象进行苔质分离,分别提取舌质和舌苔的颜色特征,再对舌苔图像分块,提取每一块的纹理特征,随后通过多标记学习算法(multi-label learning by exploiting label dependency,LEAD)进行分类.后将LEAD的分类结果和ML-kNN的结果进行对比,评价指标为汉明损失(Hamming loss)、平均精度(average precision)和((e)-评估)((e)-evaluation).结果 相对于SVM等传统的单标记学习算法,LEAD可以将多个类别同时赋予一幅舌图像,而且在三个指标上的分类效果均优于ML-kNN.结论 多标记LEAD算法用于舌象分类能够使得对舌象的描述更全面、准确,可以辅助中医进行舌诊.
友情链接