基于随机森林误分类处理的3D人体姿态估计

为解决基于随机森林的3D人体姿态估计算法容易出现的误分类问题,提出一种基于自适应融合特征提取和误分类处理机制的改进算法.该算法利用自适应融合特征提取方法自适应提取深度融合特征,此特征可表达图像距离信息和部位尺寸信息,增强特征的表征能力;针对识别部位误分类问题,分别从识别部位误分点聚集情况和迭代整合思想出发,提出误分类处理机制,改善部位识别结果;最后提出可进一步处理误分点的改进主方向分析(Principal direction analysis,PDA)算法,自适应计算出部位主方向向量,实现3D人体姿态估计.结果表明,该算法能有效去除部位误分点,并显著改善了3D人体姿态估计.

106例2型糖尿病患者舌色分布特点及相关因素分析

目的探讨2型糖尿病患者舌色分布特点及其与西医实验室指标的相关性,尝试从舌色角度为糖尿病临床辨证论治与判断预后转归提供更多的参考依据。方法选取2018年12月—2019年4月于北京中医药大学东直门医院肾病内分泌Ⅱ科住院治疗的2型糖尿病患者106例,应用舌象仪统一采集患者舌象资料。由2位高年资中医内科专家分别从舌色的红、紫、暗3个维度评分,进行程度量化,将量化结果录入《中医舌诊专家判读数据库》。同时收集患者舌象采集前后2周内的实验室指标[单次空腹静脉血糖、空腹指尖血糖、早餐后2 h指尖血糖、糖化血红蛋白、血常规、肾功能、离子、血清白蛋白、血脂、尿视黄醇结合蛋白、同型半胱氨酸和反映尿蛋白情况的尿微量白蛋白、α1微球蛋白、尿白蛋白肌酐比(ACR)、24 h尿蛋白定量]。研究2型糖尿病患者舌色分布特点并分析以上实验室指标与舌色的相关性。结果106例2型糖尿病患者舌色均有偏红的特点,聚类类别方差分析显示糖尿病初期、中期、后期3类群体舌红评分比较差异无统计学意义(P均>0.05),病程及舌紫、舌暗评分差异均有统计学意义(P均<0.05),随着病程进展,舌紫、舌暗的程度不断加深。舌红的程度与糖化血红蛋白呈负相关(r=-0.296,P<0.05);舌紫的程度与糖化血红蛋白、尿视黄醇结合蛋白均呈正相关(r=0.395,0.391,P均<0.05);舌暗的程度与糖化血红蛋白、同型半胱氨酸均呈正相关(r=0.328,0.336,P均<0.05)。结论糖尿病患者不同病程中均有舌色偏红的特点;随糖尿病病程的延长,舌紫、舌暗程度加深;舌色与糖化血红蛋白、尿视黄醇结合蛋白、同型半胱氨酸相关,可作为评估糖尿病患者血糖控制情况、预测心脑肾大小微血管并发症的重要中医诊断学要素。