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

程存归; 田玉梅; 金文英

首页> 中文期刊> 《化学学报》 >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

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

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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.

著录项

来源
《化学学报》 |2007年第22期|2539-2543|共5页
作者
程存归; 田玉梅; 金文英;
展开▼
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;

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;

展开▼
原文格式 PDF
正文语种 chi
中图分类化学;
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;

相似文献

中文文献
外文文献
专利

1. 基于小波变换特征提取的支持向量机心搏分类研究 [J] . 曹玉珍 ,李广 ,范增飞 . 天津大学学报 . 2007,第007期
2. 基于小波分析的特征提取文本分类方法研究 [J] . 朱晋 ,怀丽波 ,崔荣一 . 中文信息学报 . 2018,第011期
3. 提高结肠早癌诊断率的荧光光谱小波特征提取与神经网络分类方法研究 [J] . 夏代林 ,孟红霞 ,张阳德 . 光谱学与光谱分析 . 2006,第011期
4. 基于小波包特征熵支持向量机的故障分类方法研究 [J] . 刘泽华 ,高亚奎 . 计算机测量与控制 . 2010,第009期
5. 基于支持向量机的特征提取方法研究与应用 [J] . 蒋琳 ,彭黎 . 计算机工程与应用 . 2007,第020期
6. 使用支持向量机和改进特征提取方法的蛋白质分类 [C] . 徐继伟 ,李建中 ,黑龙江大学计算机科学与技术学院 . 第二十二届中国数据库学术会议 . 2005
7. 自适应小波包特征提取支持向量机建模及光谱分析应用 [A] . 吴继东 . 2012

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

摘要

著录项

相似文献

相关主题

期刊订阅