文献类型：期刊文章

作　　者：程存归[1] 田玉梅[1] 金文英[2]

机构地区：[1]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 [2]义乌工商职业技术学院计算机工程系,义乌322000

出　　处：《化学学报》

年　　份：2007

卷　　号：65

期　　号：22

起止页码：2539-2543

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、IC、JST、RCCSE、RSC、SCI(收录号：WOS:000251532600007)、SCI-EXPANDED(收录号：WOS:000251532600007)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

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

分 类 号：R734.2]