舌体高光谱的高血压患者中合并冠心病的筛查方法

高血压合并冠心病是高血压疾病的一类严重合并症。目前高血压患者对合并冠心病的情况检测不及时,容易导致严重事件的发生,其致残率、致死率极高,严重影响患者的生活质量。因此对高血压患者合并冠心病的早期发现对预防更严重事件的发生显得尤为重要。舌体信息与心血管功能关系密切,为此,提出一种基于舌体高光谱用于高血压患者中合并冠心病筛查新方法。采集154例心血管科门诊患者舌体377.8～1 049.1 nm高光谱数据并记录临床诊断信息。对高血压患者组及高血压合并冠心病患者组舌体光谱比较发现,在500～600 nm波段之间,两组光谱存在显著性差异。基于中医舌诊分区理论,对舌体进行区域划分,划分为舌尖、舌左、舌中、舌右以及舌根五个区域。各舌体分区在波长509.6和561.2 nm以及540.5和576.7 nm均存在极大和极小值,这与血红蛋白对光的吸收特征相吻合。对组间各舌体区域光谱特征进行差异性分析。T检验分析结果显示高血压患者组与高血压合并冠心病患者组舌尖与舌中区域光谱具有显著性差异。基于高血压患者组与高血压合并冠心病患者组舌体不同区域光谱特征的差异性,利用神经网络,选取500～600 nm舌尖与舌中光谱数据进行后续高血压患者组与高血压合并冠心病患者组分类辨识模型的建立。选用准确度、灵敏度以及特异性作为模型预测能力的评价指标。最终获得模型的预测准确度、灵敏度以及特异性分别为84.78%,86.95%和82.61%。实验结果表明高血压患者与高血压合并冠心病患者舌体高光谱信息之间存在显著性差异。利用舌体高光谱所建立的分类模型能够用于高血压以及高血压合并冠心病患者的无创辨识,为高血压患者中高血压合并冠心病的早期发现提供一种有效筛查手段。     

基于主元证据理论在车辆识别中的应用

车辆识别技术作为智能交通管理系统中的研究热点和难点;在车辆识别技术中,应用Dempster- Shafer证据组合规则融合冲突信息时会产生不合理的结果;基于修正证据源的思想,提出了一种新的权重系数确定方法,该方法从证据主元角度分析,确定各组证据主元,利用该主元求出证据相容度、可信度,进而确定证据权重系数;通过新的证据冲突衡量方法,确定冲突值,归一化权重,修正证据源,按ER规则融合各组证据对目标进行识别;仿真部分以实际路面车辆车型识别为算例,将该方法与其他方法对比,结果表明:该方法能更有效地融合高度冲突的证据,减小计算复杂度,目标识别的准确性提高20%。