登录    注册    忘记密码

期刊文章详细信息

大鼠胰腺及癌组织红外光谱连续小波特征提取及径向基人工神经网络识别  ( EI收录 SCI收录)  

Continuous Wavelet Feature Extraction of Pancreatic Normal and Cancerous Tissue's Infrared Spectra of Sprague-Dawley Rats and Identification of Radical Basis Function Neural Network

  

文献类型:期刊文章

作  者:程存归[1] 田玉梅[1] 张长江[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]浙江师范大学电子信息工程系,金华321004

出  处:《分析化学》

基  金:浙江省自然科学基金资助课题(No.3014478)

年  份:2008

卷  号:36

期  号:8

起止页码:1051-1055

语  种:中文

收录情况:AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EBSCO、EI、IC、JST、RCCSE、RSC、SCI(收录号:WOS:000260136800008)、SCI-EXPANDED(收录号:WOS:000260136800008)、SCIE、SCOPUS、UPD、WOS、ZGKJHX、核心刊

摘  要:采用水平衰减全反射(HATR)傅里叶变换红外光谱法(FTIR)测定了SD大鼠胰腺正常组织与非正常组织的谱图,提出了一种新的基于FTIR的连续小波特征提取与径向基人工神经网络分类方法以提高FTIR对早期SD大鼠胰腺癌的诊断准确率。利用连续小波多分辨率分析法提取FTIR特征量,对于提取的特征量采用径向基函数神经网络进行模式分类。对SD大鼠的胰腺正常组织、早期癌组织及进展期癌组织的FTIR,利用连续小波多分辨率分析法提取9个特征量,进行RBF神经网络分类判断。当目标误差为0.01,径向基函数的分布常数为5时,网络达到最优化,总的正确识别率为96.67%。并对影响分类结果的网络参数、目标误差和分布常数对分类样品的影响做了讨论。实验结果表明:此方法对早期胰腺癌具有较高的诊断率。

关 键 词:水平衰减全反射傅里叶变换红外光谱法  小波特征提取 径向基函数神经网络 胰腺癌  

分 类 号:R735.9]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心