中医经络数据的缺失值填补及可视化

doi:10.3969/j.issn.1006-2475.2015.03.024

计算机与现代化

中医经络数据的缺失值填补及可视化

同济大学电子与信息工程学院，上海201804

收稿日期:2015-01-08 出版日期:2015-03-23 发布日期:2015-03-26
作者简介:陈家昌(1990-),男,江西宜春人,同济大学电子与信息工程学院硕士研究生,研究方向:数据挖掘。

Missing Value Estimation and Visualization of Meridian Datain Traditional Chinese Medicine

School of Electronics and Information, Tongji University, Shanghai 201804, China

Received:2015-01-08 Online:2015-03-23 Published:2015-03-26

摘要/Abstract

摘要： 随着中国文化的不断发展与弘扬，中医经络作为中国传统文化的精髓受到越来越多人的关注和认可。然而，在经络数据采集的过程中，不可避免地造成数据的缺失，影响了数据的下一步处理。同时，由于经络数据具有维度高、时序长等特点，传统的数据挖掘方法很难处理。本文提出一种对缺失经络数据的可视化分析框架，实验结果表明，利用的可视化分析框架，有效地弥补了数据缺失带来的损失，并且通过可视化展示可挖掘出经络数据中的一些隐藏规律。

关键词: 可视化, 数据补缺, 数据挖掘, 中医经络, 经络数据分析

Abstract: With the development of Chinese culture, traditional Chinese medicine meridian is getting more and more attention and recognition. However, in the process of collecting of meridian data, it is inevitable that results data are missed which affects the further processing of the data. Also, because the meridian data is of high dimensions, long timing and so on, traditional data mining methods are difficult to deal with it. This article proposes a missing meridian data visualization analysis framework. The experimental results show that the visual analysis framework effectively compensates for the loss of missing data, and through visual display, it can dig out some hidden rules in the meridian data.

Key words: visualization, estimation, data mining, meridian data of traditional Chinese medicine, analysis of meridian data

中图分类号:

TP391.4

陈家昌. 中医经络数据的缺失值填补及可视化[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2015.03.024.

CHEN Jia-chang. Missing Value Estimation and Visualization of Meridian Datain Traditional Chinese Medicine[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2015.03.024.

参考文献

［1]吴建国. 中医经络学的运用与发展思路探讨［J]. 中华中西医杂志, 2006,7(2):35-35.
［2]黄鹂,原嘉民,蔡坚雄,等. 健康人群电导法经络测量值特点研究［J]. 广东医学, 2012,33(16):2497-2500.
［3]王亚盛,许萍. 人体经络动态电阻检测电路的设计［J]. 传感器技术, 2004,23(10):45-47.
［4]Sánchez-Araujo M, Luckert-Barela A J, Sánchez N, et al. On dermatomes, meridians and points: Results of a quasiexperimental study［J]. Acupuncture in Medicine, 2014,32(1):62-69.
［5]Troyanskaya O, Cantor M, Sherlock G, et al. Missing value estimation methods for DNA microarrays［J]. Bioinformatics, 2001,17(6):520-525.
［6]Oba S, Sato M, Takemasa I, et al. A Bayesian missing value estimation method for gene expression profile data［J]. Bioinformatics, 2003,19(16):2088-2096.
［7]Kim H, Golub G H, Park H, et al. Missing value estimation for DNA microarray gene expression data: Local least squares imputation［J]. Bioinformatics, 2005,21(2):187-198.
［8]Müller H, Reihs R, Zatloukal K. Analysis of biomedical data with multilevel glyphs［J]. Bioinformatics, 2014,15(S6):S5.
［9]张浩,郭灿. 数据可视化技术应用趋势与分类研究［J]. 软件导刊, 2012,11(5):169-172.
［10]Cai Zhipeng, HeydariI M, Lin Guohui. Iterated local least squares microarray missing value imputation［J]. Journal of Bioinformatics and Computational Biology, 2006,4(5):935-957.
［11]Zhang Jianping, Mani I. kNN approach to unbalanced data distributions: A case study involving information extraction［C]// Proceedings of Workshop on Learning from Imbalanced Datasets II. 2003.
［12]陈峰. 主成分回归分析［J]. 中国卫生统计, 1991,8(1):20-22.
［13]宫秀军. 贝叶斯学习理论及其应用研究［D]. 北京:中国科学院, 2002.
［14]Chrétien S, Hero A O. On EM algorithms and their proximal generalizations［J]. ESAIM: Probability and Statistics, 2008,12:308-326.
［15]张莹,王耀南. 基于局部加权偏最小二乘法的冷凝器污垢预测［J]. 仪器仪表学报, 2010,31(2):299-304.
［16]吴建华,刘庆,赵妍,等. 肝功能主要检验指标以动态折线图示在肝病诊疗中的应用探讨［J]. 中西医结合肝病杂志, 2007,17(4):234-235.
［17]杨建南,杨滢,王勇. 用箱线图分析评价临床科室出院病案完成时效［C]// 中国医院协会病案管理专业委员会第十七届学术会议论文集. 2008.
［18]Brás L P, Menezes J C. Dealing with gene expression missing data［J]. IEE Proceedings-Systems Biology, 2006,153(3):105-119.

[1]	谢仕斌, 刘梦赤, 唐诗琪, 周瑞平, . 基于多特征提取的时间卷积知识追踪模型[J]. 计算机与现代化, 2023, 0(07): 25-29.
[2]	刘佩. 基于数据挖掘的医保控费系统[J]. 计算机与现代化, 2023, 0(06): 89-94.
[3]	刘聪, 聂芸, 王国伟. 空天三维仿真的实体多元表达方法[J]. 计算机与现代化, 2023, 0(04): 90-94.
[4]	王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛. 基于Apriori算法的大学生体测项目关联规则挖掘[J]. 计算机与现代化, 2023, 0(03): 66-70.
[5]	宋晓丽, 张勇波, 张培颖. 基于半监督学习的学生消费数据异常检测[J]. 计算机与现代化, 2022, 0(12): 13-17.
[6]	段桂芹, 邹臣嵩. 基于近邻传播聚类的职业能力评价模型[J]. 计算机与现代化, 2022, 0(05): 21-27.
[7]	田茂春, 邹显勇, 杨跃, 范光伟, 赖杭. 基于Web的风场三维动态可视化设计与仿真[J]. 计算机与现代化, 2022, 0(04): 97-102.
[8]	刘锟, 曾曦, 邱梓珩, 陈周国, . 基于RoBERTa-WWM 和HDBSCAN的文本聚类算法[J]. 计算机与现代化, 2022, 0(03): 48-52.
[9]	刘羽飞, 张绪美, 梁晓磊. 基于CiteSpace的AGV路径规划研究热点分析[J]. 计算机与现代化, 2021, 0(05): 112-119.
[10]	郭锦平, 边若鹏. MATLAB环境下数据驱动故障检测工具箱设计[J]. 计算机与现代化, 2021, 0(01): 81-86.
[11]	杨琳, 白钊, 寇勇刚. 基于RFM模型的随机森林算法对民航客户的流失分析[J]. 计算机与现代化, 2021, 0(01): 100-104.
[12]	王晓宇, 孙卡. 基于osgEarth的三维虚拟校园可视化[J]. 计算机与现代化, 2020, 0(11): 89-93.
[13]	吴忠得, 罗晓芳, 侯增选, 段鹏轩, 李楠楠. 基于三维地球场景的干扰条件雷达探测范围可视化方法[J]. 计算机与现代化, 2020, 0(10): 90-96.
[14]	张骋, 苗新蕊, 牟雪曼. 高精地图车道的三维可视化[J]. 计算机与现代化, 2020, 0(08): 21-25.
[15]	李科心, 李静, 邵佳炜, 肖屹. 多层次序列集成的高维数值型异常检测[J]. 计算机与现代化, 2020, 0(06): 73-.

中医经络数据的缺失值填补及可视化

Missing Value Estimation and Visualization of Meridian Datain Traditional Chinese Medicine

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价