文献类型：期刊文章

作　　者：储宝[1,2] 黄尧[2,3] 倪敬书[2,3] 张持健[1] 李忠胜[2,3] 张元志[2,3] 董美丽[2,3] 王全福[2,3] 王霞[2,3] 王贻坤[2,3]

Chu Bao;Huang Yao;Ni Jingshu;Zhang Chijian;Li Zhongsheng;Zhang Yuanzhi;Dong Meili;Wang Quanfu;Wang Xia;Wang Yikun(College of Physics and Electronic Information,Anhui Normal University,Wuhu,Anhui 241000,China;Anhui Provincial Engineering Laboratory for Medical Optical Diagnosis&Treatment Technology and Instrument,Anhui Institute of Optics and Fine Mechanics,Hefei Institute of Physical Science,Chinese Academy of Science,Hefei,Anhui 230026,China;Anhui Provincial Engineering Technology Research Center for Biomedical Optical Instrument,Wanjiang Center for Development of Emerging Industrial Technology,Tongling,Anhui 244000,China)

机构地区：[1]安徽师范大学物理与电子信息学院,安徽芜湖241000 [2]中国科学院合肥物质科学研究院安徽光学精密机械研究所安徽省医用光学诊疗技术与装备工程实验室,安徽合肥230026 [3]皖江新兴产业技术发展中心安徽省生物医学光学仪器工程技术研究中心,安徽铜陵244000

出　　处：《中国激光》

基　　金：中国科学院合肥物质科学研究院院长基金重点支持项目(YZJJZX202009);安徽省重点研究与开发计划面上攻关(202104a07020023)。

年　　份：2022

卷　　号：49

期　　号：5

起止页码：217-223

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：差分路径因子(DifferentialPathlengthFactor,DPF)是用于计算脑血氧生理参数的重要变量之一,可通过蒙特卡罗模拟计算得到,但此方法存在耗时长、提取参数复杂等缺点。针对以上不足,提出了一种DPF快速定量计算方法。首先对不同年龄段人群的脑组织光学参数与颅骨厚度进行归一化处理与主成分分析,采用支持向量机(SupportVectorMachine,SVM)并结合网格寻优(GridSearch,GS),建立了基于GS-SVM的脑组织差分路径因子的预测模型,对测试样本数据进行了回归预测,最后将所得结果与反向传播人工神经网络(Back Propagation ArtificialNeuralNetwork,BP-ANN)的预测结果进行了对比。结果表明,相较于蒙特卡罗模拟,GS-SVM预测模型与BP-ANN预测模型的均方误差(MSE)分别为0.0268与0.25,相关系数(R^(2))分别为0.97与0.92。基于GS-SVM的脑组织差分路径因子定量模型的预测结果优于BP-ANN,与蒙特卡罗模拟结果呈显著性相关(显著水平P<0.0001),有望取代传统蒙特卡罗模拟对DPF进行快速批量预测。

关 键 词：医用光学 近红外光谱 差分路径因子  蒙特卡罗模拟 支持向量机 网格寻优  

分 类 号：TN29]