基于弱标记学习的脉搏信号分类方法研究

项目名称： 基于弱标记学习的脉搏信号分类方法研究

项目编号： No.61401125

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 张冬雨

作者单位： 哈尔滨工业大学

项目金额： 25万元

中文摘要： 中医脉诊是我国传统医学中最具特色的诊断方法之一。随着生物医学技术的发展，中医脉诊现代化研究已引起国际学术界的广泛关注。近年来，采用生物特征识别技术对脉搏信号进行分析已经成为中医脉诊客观化研究的一个新方向。本项目针对脉搏信号分类问题中存在的脉搏信号样本多义性的问题及疾病诊断过程中诊断模型的自适应问题开展相关的研究。本研究引入基于多标记学习的方法，用以解决脉搏信号样本的多义性问题。通过对脉搏信号特性的分析，利用类别标记之间的相关性来提高分类模型的精度及泛化能力；针对由于设备更新、环境变化、样本分布变化引起的脉搏信号诊断模型精度降低的问题，本研究中将通过领域自适应的方法，在信号层、特征层、模型层三个方面开展基于非监督或半监督学习方法的自适应诊断模型研究。本研究将在脉搏信号分类与诊断的相关研究方面提供新的思路与方法。

中文关键词： 脉象信号分析；领域自适应；深度表征学习；生物特征识别；迁移学习

英文摘要： ulse diagnosis is one of the most distinct diagnosis methods in Traditional Chinese Medicine. With the development of biomedical technology, the research on the objectifying of traditional pulse diagnosis has attracted many attentions in the international

英文关键词： Pulse Signal Analysis；Domain Adaption；Deep Feature Learning；Biometrics；Transfer Learning