KNN方法在癌症中红外光谱检测中的应用

被引：8

作者：

李响 ^{[1
]}

李庆波 ^{[1
]}

徐怡庄 ^{[2
]}

张广军 ^{[1
]}

吴瑾光 ^{[2
]}

杨丽敏 ^{[2
]}

凌晓锋 ^{[3
]}

周孝思 ^{[3
]}

王健生 ^{[4
]}

机构：

[1] 北京航空航天大学仪器科学与光电工程学院

[2] 北京大学化学与分子工程学院稀土材料化学及应用国家重点实验室

[3] 北京大学第三医院普外科

[4] 西安交通大学第一医院外科

来源：

光谱学与光谱分析 | 2007年 / 03期

关键词：

KNN方法; 癌症; FTIR; 模式识别;

D O I：

暂无

中图分类号：

R730.4 [肿瘤诊断学];

学科分类号：

100214 ;

摘要：

红外光谱主要是研究分子中以化学键联结的原子之间的振动光谱,它能够在分子水平上揭示正常组织和癌组织之间存在的差异。文章利用化学计量学中的有关知识通过计算机自动对未知样本光谱进行判别分析。首先应用平滑处理,基线校正(SNV方法),奇异值剔除(RHM方法)等算法对光谱数据进行预处理,然后采用K-最近邻法(简称KNN法)实现未知样本的自动判别,提高了癌症红外光谱检测的准确度。文章对63例胃组织样品进行了傅里叶变换红外光谱判别分析,与病理检验结果比较,准确度达到91.7%。

引用

页码：439 / 443

页数：5

共 9 条

[1]

化学计量学方法.[M].许禄;邵学广著;.科学出版社.2004,

[2]

模式识别.[M].杨光正等编著;.中国科学技术大学出版社.2001,

[3] 近红外光谱的数据预处理研究 [J].