APP下载

基于运动视频和自组织特征映射神经网络的针刺提插手法量化分类研究

2017-08-16唐文超杨华元刘堂义高明徐刚

上海针灸杂志 2017年8期
关键词:数据挖掘针刺分类

唐文超,杨华元,刘堂义,高明,徐刚



基于运动视频和自组织特征映射神经网络的针刺提插手法量化分类研究

唐文超,杨华元,刘堂义,高明,徐刚

(上海中医药大学针灸推拿学院,上海 201203)

目的 通过自组织特征映射神经网络(SOM)分析由德国Simi Motion 3D三维运动图像解析系统导出的教师提插手法参数,获取手法分类及特征。方法 研究选择30名针灸教师,取一侧“曲池穴”作为施术穴位,记录提插平补平泻、补法、泻法的运动视频。视频经由Simi Motion 3D三维运动图像解析系统分析,得出拇指指尖跟踪标记点位原始运动参数,通过SOM分析教师手法分类参数。结果 针刺手法参数呈非正态分布,离散度较大;平补平泻与补法可分为4类,泻法可分为5类,各分类的特征集中程度一般。结论 针刺手法参数总体上表现为非正态分布的多样性特征,为典型“人为控制曲线”,表现出神经网络分类集中度较低的特点,其分类主要根据曲线外形及周期长短进行,且与手法难易程度相关。该技术可应用于各类手法的量化分析与技术传承研究,并能为针灸规范化与标准化提供参考。

针刺手法;提插补泻;运动视频;神经网络;分类研究

针刺手法作为针刺效应的基础,也是针灸教育教学的重点,历来为针灸医家所重视。自《内经》以来,针刺手法的分类探讨不绝于医林,如《内经》除了对针刺补泻的施术原则和操作方法作了较全面的论述外,还归纳总结了“摄、爪、切、按、扪、进、退、弹、摇、动”十类单式手法;金元……

登录APP查看全文

猜你喜欢

数据挖掘针刺分类
分类算一算
谈针刺“针刺之要,气至而有效”
探讨人工智能与数据挖掘发展趋势
教你一招:数的分类
基于并行计算的大数据挖掘在电网中的应用
一种基于Hadoop的大数据挖掘云服务及应用
针刺联合拔罐治疗痤疮50例
针刺结合聪耳息鸣汤治疗耳鸣80例
针刺拉伸加TDP照射法治疗落枕的疗效报道
基于GPGPU的离散数据挖掘研究