聚类
Parent: ai_keywords
聚类
核心定义
聚类是一种无监督学习方法，旨在将无标签数据划分为若干个簇（cluster），使同一簇内样本的相似度最大化、不同簇间样本的相似度最小化。其本质是发现数据内在的群组结构，无需先验类别信息。
关键技术点
- K-Means：基于质心的划分算法，通过迭代更新簇中心最小化簇内平方和，简单高效但需预设簇数且对初始值敏感。
- 层次聚类：自底向上（凝聚）或自顶向下（分裂）构建树状图，无需预先指定簇数，可通过树状图选择合适的剪枝层次。
- DBSCAN：基于密度的聚类，将高密度区域划分为簇，能自动发现任意形状的簇并识别噪声点，特别适用于空间不规则分布数据。
- 谱聚类：利用图拉普拉斯矩阵降维后聚类，善于处理非凸或流形结构，常用于图像分割和生物网络模块识别。
- 高斯混合模型（GMM）：假设数据由多个高斯分布混合生成，通过EM算法软分配样本到各成分，同时给出隶属概率。
医学/神经科学应用场景
在首都医科大学神经病学研究中，聚类被用于帕金森病运动亚型的精准分型。研究者采集患者静息态功能磁共振成像（rs-fMRI）数据，提取全脑功能连接矩阵，随后应用谱聚类将患者分为“震颤主导”与“姿势不稳步态障碍（PIGD）主导”两种亚型。进一步结合临床量表验证发现，两种亚型对深部脑刺激（DBS）靶点的响应显著不同，从而指导个体化手术规划。此外，DBSCAN被用于癫痫患者头皮脑电图（EEG）的棘波自动检测——通过密度阈值识别异常放电簇，减少人工标注时间，提升术前病灶定位效率。以上方法体现了聚类从数据驱动到临床决策的转化价值。
