动态缺失数据的聚类分析及在高血压诊断上的应用

动态血压监测的聚类结果与其他临床信息相结合,可探究不同的血压特征,从而实现更准确的诊断和更深入的研究。考虑到动态血压监测每次有多个测量值,并且由于不同原因导致存在缺失数据,本文结合凝聚层次聚类以及高斯混合模型提出了一种可以有效处理动态缺失数据的新聚类方法,其中的高斯混合模型通过EM算法加以求解。我们通过数值模拟验证了所提聚类方法的效果,并在一组真实动态血压数据分析中发现该聚类方法可以有效甄别隐匿性高血压的病例,从而为临床医生提供一个有效的诊断辅助工具。