基于可视化图方法的体征时间序列数据分类分析研究＊.PDF

世界科学技术—中医药现代化★专题讨论：老年公寓健康服务系统的研发与应用 基于可视化图方法的体征时间序列 数据分类分析研究＊ 1 1 ＊＊ 2 3 4 焦晓宇 ，周雪忠 ，胡镜清 ，谢 琪 ，周洪伟 （1.…北京交通大学计算机与信息技术学院…交通数据分析与挖掘北京市重点实验室… 北京… 100044；… 2.…中国中医科学院中医基础理论研究所… 北京… 100700；3.…中国中医科学院… 北京… 100700；… 4.…中国中医科学院中医中医药数据中心… 北京… 100700） 摘  要：目的：本研究采用复杂网络理论研究体征时序数据，使用网络特征刻画体征时序数据的动态特 征，分析网络特征与人体生理系统健康状态的关系。方法：本文采用可视化图方法将标准心率时序数据和 穿戴设备采集的老年人心率等体征时序数据网络化，提取网络特征，采用决策树分类方法分析网络特征与 心脏疾病和年龄因素关系。结果：决策树模型对心脏疾病和年龄因素有较好的分类结果，标准心率时序数 据的分形特性使网络度分布为幂律分布，网络图密度特征是与心脏疾病和年龄因素相关的主要因素。结论： 网络拓扑结构继承体征时序数据的动态特性并将之体现在网络特征上。体征时序数据的动态特性和网络 特征的对应关系还待进一步研究阐明。 关键词：时间序列 复杂网络 网络特征 生理体征 老年健康 doi ：10.11842/wst.2016.04.018　　中图分类号：R19　　文献标识码：A 时间序列数据是按时间顺序记录的数据点，是 性，并将多尺度熵算法应用到人体生理系统评价中。 复杂系统的数据反映。时间序列挖掘将时间序列数 Lacasa L. 等[5] 提出将复杂系统的时间序列数据转化 据作为研究对象，以挖掘时间序列数据的稳定性、 为网络，通过分析网络模体将不同性质的复杂系统进 变异性等特性[1‑3] 。时间序列数据挖掘方法通常以 行类目划分[6,7,9] ，他们发现健康状态不同者的心率时 特征表示和相似性度量为基础，然后进行分类、聚 间序列网络具有不同的模体结构。Zhang J. 等[8] 提 类、兴趣模式发现、异常模式发现、数据可视化等挖 出将周期性时间序列数据转化为网络的方法，探讨 [2,4] 掘分析 。 网络拓扑结构和复杂系统动态特性的关系。 根据复杂系统产生的时间序列数据来评价系统 时间序列数据的网络化将复杂网络的理论引 的状态，是时间序列数据研究的重要研究内容，研 入到时间序列数据的挖掘分析中，以网络拓扑结构 究人员已经对此经过大量的研究，并在金融、医学、 为基础，探讨网络特征和复杂系统之间的关系。本 气象等领域取得了很大进步。例如，Costa M. 等[4] 文利用时间序列数据网络化方法（Visibility Graph ， 提出多尺度熵的方法，在多个尺度上计算时间序列 VG ）将时间序列数据转化为网络[5] ，抽取网络特征 数据的熵值，用多尺度熵值来评价复杂系统的复杂 作为时间序列数据的特征，结合机器学习的方法，探 讨了复杂系统特性评价的网络化方法。文中选取人 体心脏系统作为复杂系统，以心率时间序列数据为 　　　收稿日期：2016‑04‑06 　　　修回日期：2016‑04‑13 ＊　　 科学技术部国家科技支撑计划项目（2013BAH06F03 ）：服务老年公寓的健康服务应用系统研发与应用，负责人：谢琪；科学技术部国家中医药 行业科研专项（201307003 ）：基于中医特色的老年社区的健康监测与干预关键技术研究，负责人：胡镜清。 ＊＊　 通讯作者：周雪忠，本刊编委，教授，主要研究方向：复杂网络、数据仓库、数据挖掘。 〔