期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于模板匹配的肺癌呼出气体标志物识别研究 预览
1
作者 易鑫 罗小刚 +2 位作者 侯长军 《传感技术学报》 CAS CSCD 北大核心 2019年第1期29-35,共7页
肺癌呼出气体标志物所形成的颜色特征图谱是卟啉传感器阵列应用于肺癌早期筛查的重要媒介。因此,基于特征图谱设计合理的模式识别方法是实现肺癌标志物识别的关键核心。针对特征图谱的响应特点,提出了一种模板匹配识别方法,该方法不仅... 肺癌呼出气体标志物所形成的颜色特征图谱是卟啉传感器阵列应用于肺癌早期筛查的重要媒介。因此,基于特征图谱设计合理的模式识别方法是实现肺癌标志物识别的关键核心。针对特征图谱的响应特点,提出了一种模板匹配识别方法,该方法不仅了考虑特征图谱中传感器单元的响应数目和颜色差值,并且在匹配程度计算中对于敏感响应单元和非敏感响应单元赋予不同权值。通过分别对6种肺癌呼出气体标志物样本,以及20例肺癌患者和16例健康志愿者的呼出气体样本进行了识别测试。6种肺癌标志物样本的测试结果表明,该方法识别正确率高达94.17%,且相比于常用的聚类分析法,其检测限值更低,可达150×10^-9。36例人体实际呼出气体样本测试结果表明,肺癌患者和健康志愿者的差值图谱存在明显差异,同时该模板匹配方法能够较好地区分肺癌患者和健康志愿者。该研究对于基于卟啉传感器阵列的肺癌呼出气体检测方法具有重要的应用价值。 展开更多
关键词 卟啉传感器阵列 模式识别 模板匹配 肺癌标志物 特征图谱
在线阅读 下载PDF
基于卟啉传感器阵列系统的肺癌标志物识别算法 预览 被引量:3
2
作者 罗小刚 +3 位作者 侯长军 杨眉 雷靳灿 《传感器与微系统》 CSCD 2017年第4期134-137,共4页
卟啉传感器阵列系统可以检测肺癌呼出气体中特定的标志性气体,不同标志性气体检测输出的差值图谱不一样。介绍了一种结合反向传播(BP)神经网络和主成分分析(PCA)的肺癌标志性气体种类识别算法,并将其应用在卟啉传感器阵列系统中。... 卟啉传感器阵列系统可以检测肺癌呼出气体中特定的标志性气体,不同标志性气体检测输出的差值图谱不一样。介绍了一种结合反向传播(BP)神经网络和主成分分析(PCA)的肺癌标志性气体种类识别算法,并将其应用在卟啉传感器阵列系统中。通过计算卟啉传感器阵列中各点的主成分得分选出敏感点,保留各气体敏感点的值,并组成识别模板作为BP神经网络的输入层,达到去除冗余数据的目的。通过实验对比聚类分析结果、未降维数据的BP神经网络识别结果及已经PCA降维后的数据作为输入的BP神经网络识别结果,证明提出的算法可以更加精确地识别不同的肺癌标志性气体。 展开更多
关键词 卟啉传感器阵列 肺癌呼出标志物 气体识别 神经网络 主成分得分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈