本文關(guān)鍵詞：基于支持向量機(jī)算法的癌癥組織拉曼光譜數(shù)據(jù)分析

  更多相關(guān)文章： 癌癥 拉曼光譜 表明增強(qiáng)拉曼光譜 支持向量機(jī) RBF核函數(shù) 參數(shù)優(yōu)化

【摘要】：隨著拉曼光譜技術(shù)的迅猛發(fā)展,已經(jīng)有越來越多的學(xué)者用其進(jìn)行生物醫(yī)學(xué)方面的研究。本文介紹了激光拉曼光譜技術(shù)在癌癥組織檢測方面的研究意義及其國內(nèi)外研究進(jìn)展,并以不同癌癥組織的拉曼光譜數(shù)據(jù)樣本作為研究對(duì)象,針對(duì)拉曼光譜數(shù)據(jù)的特點(diǎn),提出使用支持向量機(jī)算法對(duì)其進(jìn)行分類決策,并針對(duì)核函數(shù)及其參數(shù)的選擇進(jìn)行初步的研究。本文主要研究工作如下：1.提出使用支持向量機(jī)算法解決拉曼光譜與SERS光譜的分類問題。選取胃癌、肝癌、鼻咽癌三種血漿的拉曼光譜數(shù)據(jù)和SERS數(shù)據(jù)進(jìn)行分類,通過對(duì)比三類核函數(shù)對(duì)支持向量機(jī)的分類性能的影響,發(fā)現(xiàn)基于RBF核的支持向量機(jī)分類性能最優(yōu)2.針對(duì)同一批樣本數(shù)據(jù),將基于RBF核的支持向量機(jī)算法與傳統(tǒng)分類算法LDA進(jìn)行對(duì)比分析,發(fā)現(xiàn)對(duì)于SERS數(shù)據(jù)的分類效果,基于RBF核的支持向量機(jī)算法相比LDA算法有不小的提升,而對(duì)于常規(guī)拉曼光譜數(shù)據(jù),二者的效果相仿。3.針對(duì)SVM算法對(duì)常規(guī)拉曼光譜數(shù)據(jù)不能取得良好提升的現(xiàn)象,提出針對(duì)RBF核函數(shù)參數(shù)的優(yōu)化,優(yōu)化后的SVM分類性能明顯增強(qiáng)。4.使用優(yōu)化RBF核參數(shù)的SVM構(gòu)建模型,對(duì)食道癌組織樣本的拉曼光譜數(shù)據(jù)和SERS數(shù)據(jù)進(jìn)行分析,分類結(jié)果顯示比傳統(tǒng)算法LDA在判別診斷上更有優(yōu)勢。本文的實(shí)驗(yàn)結(jié)果表明,基于RBF核的支持向量機(jī)算法在優(yōu)化參數(shù)后能夠很好地區(qū)分正常和異常樣本的拉曼光譜數(shù)據(jù),為開發(fā)出一種新的癌癥拉曼光譜數(shù)據(jù)分類方法提供了可能。
【學(xué)位授予單位】：福建師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18;R730.4

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 呂劍峰;戴連奎;;加權(quán)最小二乘支持向量機(jī)改進(jìn)算法及其在光譜定量分析中的應(yīng)用[J];分析化學(xué);2007年03期

，

本文編號(hào)：1242527