舌脉合参中信号和特征的约简与协同分析方法研究

According to the comprehensive and thorough observation and analysis principle , traditional Chinese medicine (TCM) doctors often should make decisions by collecting diagnostic information from multiple methods, e.g.,inspection, auscultation-olfaction, interrogation and palpation diagnosis. Moreover, for a given patient or a specific disease / syndrome, one usually should make the decision mainly based on the diagnostic result by one or a few dominant diagnosis methods. Actually, the applications of the principles described above can be regarded as the procedure of the reduction and synergy of the diagnostic information. In this proposal, from the viewpoint of signal reduction and synergic analysis, we suggested to utilize sparse representation and optimization methods, investigate signal restoration, dimensionality reduction, feature selection, and selective combination of heterogeneous feature sets. We aim to construct a comprehensive combination scheme for tongue and pulse diagnostic information, and propose several advanced signal restoration, dimensionality reduction, feature selection, and multiple kernel learning algorithms. Finally, by preserving the advantages and characteristics of TCM diagnosis, we plan to find a robust solution for the combination of heterogeneous tongue / pulse features, and build a comprehensive combination model of tongue and pulse diagnostic information by following the TCM diagnosis principle. In summary, our model can take the comprehensive and thorough observation and analysis principle into account, more better to adapt to TCM tongue diagnosis and pulse diagnosis applications, and has important research value and social significance.

中医病证的诊断需要综合望、闻、问、切多种诊法以体现"整体审察"和"诊法合参"原则。而在对某个病人或某种具体病/证的诊断中，常需要把握诸要素中的主因，以某一方面或若干方面的诊断特征作为分析的主要依据。上述原则实质上可视为是一个诊断信息的协同和约简分析过程。因此，本项目拟利用稀疏表示和优化方法，从面向任务的舌脉信号约简与协同分析的角度出发，重点研究诊断信号复原、诊断特征维数约简/特征筛选、异质舌脉信号或特征的选择性融合模型与方法，建立舌脉合参计算模型，并提出相关的信号复原、维数约简/特征筛选、多重核学习算法。本项目在保持中医诊断学自身的优势和特点的基础上，能够为异质舌/脉特征的选择性融合问题提供鲁棒的解决方案，建立起符合中医诊断原则的舌脉合参计算模型，将"整体审察"和"诊法合参"原则纳入到中医诊断客观化研究中，更好地适应中医舌诊和脉诊临床应用，具有重要的学术研究价值和社会意义。

中医病证的诊断需要综合望、闻、问、切多种诊法以体现“整体审察”和“诊法合参”原则。而在对某个病人或某种具体病/证的诊断中，常需要把握诸要素中的主因，以某一方面或若干方面的诊断特征作为分析的主要依据。上述原则实质上可视为是一个诊断信息的协同和约简分析过程。因此，本项目利用稀疏表示和优化方法，从面向任务的舌脉信号约简与协同分析的角度出发，重点研究诊断图像/信号增强与复原、距离测度学习、字典学习与特征选择、异质舌脉信号或特征的选择性融合模型与方法，建立舌脉合参计算模型，并提出相关的图像/信号复原、测度学习/特征筛选、多重核学习算法，建立起符合中医诊断原则的舌脉合参计算模型。..在本项目资助下，在通用方法研究方面，提出了一系列图像增强与复原、距离测度学习、字典学习/特征选择、以及多重核学习算法。提出了纹理增强图像去噪、基于判别学习的盲去卷积、非均匀相机去抖的快速计算模型、细节保持和内容自适应多视三维重建、基于核分类的距离测度学习、深度匹配网络、基于正则化自表达的特征选择等代表性模型和方法。进而，结合舌脉数据处理及合参应用需求，系统研究了相关的脉象传感器设计、舌脉数据预处理及诊断特征抽取、诊断和集成模型。研制了多通道联合脉象采集系统，改进了反光点去除和舌图像分割算法，建立了基于多层组合核分类器的舌脉合参计算模型。..研究成果方面，在World Scientific出版社出版医学生物特征分析方面的英文专著1部，在IEEE T-IP、IEEE T-NNLS等国际期刊及CVPR/ICCV/ICML/ECCV等国际会议发表论文44篇，其中SCI检索期刊论文23篇，CCF A类会议9篇，CCF B类会议2篇和其它国际会议论文9篇。在国际合作与交流方面，参加国际会议2次，邀请国外学者讲学一次，博士生访学4人次。在人才培养方面，培养博士生3名，硕士生8名。本项目研究成果不仅有望推动自动化中医舌脉诊的临床应用，对计算机视觉和机器学习相关领域的研究与扩展应用具有一定的可借鉴性。