本文關(guān)鍵詞：基于呼吸氣體肺癌檢測系統(tǒng)的識別算法研究

  更多相關(guān)文章： 肺癌標(biāo)志性氣體 差值圖譜 模式識別 嵌入式系統(tǒng)

【摘要】：近年來,肺癌已經(jīng)是一種常見的癌癥疾病,威脅著人的生命健康。隨著國內(nèi)空氣環(huán)境的不斷惡化,沙塵暴、霧霾天氣出現(xiàn)增多,肺癌發(fā)病人數(shù)也明顯增加。肺癌在早期階段被確診并積極進(jìn)行手術(shù)切除治療可以提高患者的生存率,而目前臨床上缺乏無創(chuàng)、低成本、快速的肺癌檢測設(shè)備。基于卟啉傳感器的呼吸氣體肺癌檢測系統(tǒng),能夠通過患者的呼出氣體與傳感器陣列響應(yīng)的差值圖譜實現(xiàn)肺癌的無創(chuàng)、快速篩查。差值圖譜是判別不同肺癌標(biāo)志性氣體種類和濃度的關(guān)鍵,因此能夠設(shè)計一種以差值圖譜為依據(jù)實現(xiàn)不同肺癌標(biāo)志性氣體定性和定量的模式識別算法,具有肺癌早期臨床篩查的潛在應(yīng)用前景。本文基于呼吸氣體肺癌檢測系統(tǒng)輸出的差值圖譜,結(jié)合模糊評判準(zhǔn)則與模板匹配識別,設(shè)計實現(xiàn)了對不同肺癌標(biāo)志性氣體的種類識別算法,并加載到嵌入式肺癌檢測設(shè)備中應(yīng)用。在定性識別后,提取差值圖譜中敏感點上顏色屬性相關(guān)的特征分量對氣體濃度定量識別進(jìn)行探索,分析特征量與濃度之間的關(guān)系,采用不同的識別方法進(jìn)行肺癌標(biāo)志性氣體濃度的識別。具體研究工作如下:(1)結(jié)合模糊隸屬理論與模板匹配,利用傳感器陣列中卟啉單元的動態(tài)響應(yīng)曲線確定不同肺癌標(biāo)志性氣體響應(yīng)的敏感點個數(shù)及位置,生成模板圖譜,然后將待測圖譜與模板圖譜逐點進(jìn)行加權(quán)模板匹配,通過相似度量,確定待測氣體的種類。(2)對不同肺癌標(biāo)志性氣體及肺癌患者呼出氣體實例進(jìn)行識別,并與傳統(tǒng)的聚類分析識別結(jié)果進(jìn)行對比,結(jié)果表明,本文設(shè)計的定性識別算法具有較好的識別效果,較低的檢測限,并實現(xiàn)了肺癌患者呼出氣體與健康人的呼出氣體的區(qū)分。(3)基于嵌入式呼吸氣體肺癌檢測系統(tǒng)搭建了以Linux為操作系統(tǒng),以Qt-Creator為集成開發(fā)平臺實現(xiàn)了定性識別軟件,將算法加載到軟件的圖像處理部分實現(xiàn)肺癌標(biāo)志性氣體種類識別及顯示。并成功移植到嵌入式設(shè)備并運行。(4)在確定氣體種類以后,提取肺癌標(biāo)志性氣體響應(yīng)敏感點上與顏色屬性相關(guān)的特征分量,對濃度定量識別進(jìn)行探索。對陣列圖像進(jìn)行圖像預(yù)處理、二值圖像投影、網(wǎng)格劃分等處理,提取敏感點上與顏色屬性相關(guān)的色調(diào)和飽和度特征分量。分析濃度與特征量的關(guān)系,采用判別分析、支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)對特征量進(jìn)行識別。識別結(jié)果顯示支持向量機(jī)具有較好的識別效果,且該算法優(yōu)于判別分析,BP神經(jīng)網(wǎng)絡(luò)分析結(jié)果表明提取的特征量對濃度的識別誤差在可以允許的范圍內(nèi)。
【關(guān)鍵詞】：肺癌標(biāo)志性氣體 差值圖譜 模式識別 嵌入式系統(tǒng)
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R734.2
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-18
• 1.1 引言8
• 1.2 呼吸氣體檢測肺癌概述8-11
• 1.3 氣體檢測模式識別現(xiàn)狀11-15
• 1.3.1 統(tǒng)計模式識別算法12-14
• 1.3.2 人工神經(jīng)網(wǎng)絡(luò)算法的模式識別14-15
• 1.4 課題的研究目的和內(nèi)容15-18
• 1.4.1 研究目的15
• 1.4.2 研究意義15-16
• 1.4.3 研究內(nèi)容16-18
• 2 呼吸氣體肺癌檢測系統(tǒng)18-25
• 2.1 卟啉陣列傳感器檢測原理18-19
• 2.2 呼吸氣體肺癌檢測系統(tǒng)的構(gòu)建19-23
• 2.2.1 系統(tǒng)整體的設(shè)計19-20
• 2.2.2 系統(tǒng)的檢測流程20-21
• 2.2.3 系統(tǒng)軟件功能圖21-23
• 2.3 系統(tǒng)用于肺癌標(biāo)志性氣體檢測的實驗方法23-25
• 3 基于模糊隸屬和加權(quán)模板匹配的定性識別25-49
• 3.1 模糊理論25-26
• 3.1.1 隸屬函數(shù)的確定方法25-26
• 3.1.2 常用隸屬度函數(shù)26
• 3.2 模板匹配的基本原理26-28
• 3.2.1 模板匹配27-28
• 3.2.2 模板匹配的關(guān)鍵要素28
• 3.3 整體算法流程28-34
• 3.3.1 數(shù)據(jù)預(yù)處理28-29
• 3.3.2 生成模板圖譜29-32
• 3.3.3 加權(quán)模板匹配32-34
• 3.3.4 基于模糊隸屬的評判準(zhǔn)則34
• 3.4 算法的實現(xiàn)與測試34-43
• 3.4.1 代碼設(shè)計流程34-36
• 3.4.2 肺癌標(biāo)志物氣體的識別測試36-37
• 3.4.3 不同濃度肺癌標(biāo)志物氣體的識別測試37-39
• 3.4.4 聚類分析對肺癌標(biāo)志物的識別對比39-40
• 3.4.5 肺癌患者呼出氣體的識別測試40-43
• 3.5 算法在嵌入式系統(tǒng)的實現(xiàn)43-47
• 3.5.1 識別程序的實現(xiàn)43-45
• 3.5.2 算法程序移植45-47
• 3.6 本章小結(jié)47-49
• 4 基于肺癌呼氣檢測系統(tǒng)的定量識別49-64
• 4.1 卟啉傳感器陣列點顏色特征提取49-56
• 4.1.1 HSI色彩模型50-51
• 4.1.2 卟啉傳感圖像HSI特征提取51-53
• 4.1.3 特征提取結(jié)果及分析53
• 4.1.4 對不同濃度丙酮氣體響應(yīng)HSI特征分析53-56
• 4.2 基于支持向量機(jī)的不同濃度丙酮氣體識別56-59
• 4.2.1 支持向量機(jī)的概述56-57
• 4.2.2 識別結(jié)果57-59
• 4.3 基于BP神經(jīng)網(wǎng)絡(luò)不同濃度丙酮氣體識別59-62
• 4.3.1 BP神經(jīng)網(wǎng)絡(luò)59-61
• 4.3.2 識別結(jié)果61-62
• 4.4 本章小結(jié)62-64
• 5 總結(jié)與展望64-66
• 5.1 全文總結(jié)64-65
• 5.2 展望65-66
• 致謝66-67
• 參考文獻(xiàn)67-71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王海東;羅嬌;李鵬輝;祝蘭蘭;張偉;鄔小萍;曾倩;丁健樺;;慢性乙型肝炎患者呼出氣體的電噴霧萃取電離質(zhì)譜分析[J];分析化學(xué);2015年04期

2 徐永紅;霍丹群;法煥寶;楊眉;侯長軍;;納米金-卟啉復(fù)合傳感陣列快速識別肺癌患者呼氣中的有機(jī)小分子[J];高等學(xué)�；瘜W(xué)學(xué)報;2015年02期

3 陳景林;曹小安;劉永慧;曾嘉儀;任柯柯;;提取多維催化發(fā)光信號鑒別有害氣體的傳感器[J];高等學(xué)校化學(xué)學(xué)報;2014年06期

4 章永來;史海波;周曉鋒;楊秀鋒;;基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)預(yù)測模型[J];統(tǒng)計與決策;2014年05期

5 趙飛翔;羅小剛;徐峰;;可視化陣列傳感器對糖尿病標(biāo)志物的檢測研究[J];傳感器與微系統(tǒng);2013年10期

6 穆麗君;黃星奕;姚麗婭;戴煌;;基于可視傳感器陣列的鳊魚新鮮度評價模型研究[J];食品安全質(zhì)量檢測學(xué)報;2012年06期

7 王怡珊;王鏑;余凱;王林;趙聰;鄒瑩暢;王平;胡艷捷;應(yīng)可凈;;基于MOS和SAW傳感器呼吸診斷肺癌的復(fù)合識別算法研究[J];中國生物醫(yī)學(xué)工程學(xué)報;2012年01期

8 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報;2011年01期

9 李小勝;陳珍珍;;如何正確應(yīng)用SPSS軟件做主成分分析[J];統(tǒng)計研究;2010年08期

10 耿志廣;王希武;王寅龍;神鵬飛;;基于人工神經(jīng)網(wǎng)絡(luò)的電子鼻對混合氣體檢測研究[J];現(xiàn)代計算機(jī)(專業(yè)版);2010年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王瑋;基于氣體傳感器陣列的混合氣體檢測系統(tǒng)[D];西北工業(yè)大學(xué);2002年

，

本文編號：1027563