| 应用小波特征提取肺癌组织FTIR的支持向量机分类方法研究 |
| |
| 作者姓名： | 程存归 田玉梅 金文英 |
| |
| 作者单位： | 浙江师范大学化学系,浙江省固体表面反应化学重点实验室,金华,321004;义乌工商职业技术学院计算机工程系,义乌,322000 |
| |
| 摘 要： | 提出了一种新的基于傅里叶变换红外光谱(Fourier Transform Infrared Spectroscopy, FTIR)的小波特征提取与支持向量机(SVM)分类方法以提高FTIR对早期肺癌的诊断准确率. 对肺正常组织、早期肺癌及进展期肺癌组织的FTIR, 利用连续小波(CW)多分辨率分析法提取9个特征量, 支持向量机把其分为正常组与非正常组(包括早期肺癌和进展期肺癌), 对正常组织、早期肺癌和进展期肺癌的识别, 多项式核函数和径向基函数的识别准确率最高. 多项式核函数对正常组织、早期肺癌和进展期肺癌的识别准确率分别为100%, 95%及100%; 径向基函数分别为100%, 95%和100%. 实验结果表明FTIR-CW-SVM模式分类方法对正常肺癌组织、早期肺癌及进展肺癌的识别具有较好的可行性.
|
| 关 键 词： | 傅里叶变换红外光谱 小波特征提取 支持向量机 早期肺癌 |
| 收稿时间： | 2007-02-28 |
| 修稿时间： | 2007-02-28 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《化学学报》浏览原始摘要信息 |
|
点击此处可从《化学学报》下载全文 |
|
