EasiCS：颈椎病功能障碍的客观细粒度分类方法
机器学习
2019-05-16 v1 机器学习
摘要
精准诊断对于制定精准治疗方案以恢复颈部功能并减轻颈椎病（CS）所带来的负担具有重要意义。然而，当前可用的颈部功能评估方法主观且粗粒度。本文基于 CS、颈椎结构、颈椎功能与表面肌电（sEMG）之间的关系，力求在临床环境采集的 sEMG 数据集上开发聚类算法并实现分型。我们提出并开发了框架 EasiCS，其包含降维、聚类算法 EasiSOM、谱聚类算法 EasiSC。EasiCS 总体上优于常用的七种算法。
引用
@article{arxiv.1905.05987,
title = {EasiCS: the objective and fine-grained classification method of cervical spondylosis dysfunction},
author = {Nana Wang and Li Cui and Xi Huang and Yingcong Xiang and Jing Xiao and Yi Rao},
journal= {arXiv preprint arXiv:1905.05987},
year = {2019}
}