换一批基于傅里叶近红外特征光谱的血流感染致病菌鉴别研究
Research on identification of bacteria in bloodstream infections based on FT-NIR characteristic spectrum selection
摘要利用傅里叶变换近红外光谱(FT-NIR)收集1000～1 852nm范围内3种常见病原菌大肠杆菌(ATCC25922)、金黄色葡萄球菌(ATCC 29213)、铜绿假单胞菌(ATCC 27853)的近红外透射光谱,采用竞争性自适应重加权算法(CARS)对波长变量进行筛选,并分别结合偏最小二乘判别分析(PLS-DA)、最小二乘-支持向量机(LS-SVM)建立鉴别模型.比较两种鉴别模型在进行波长变量优选前后的性能发现,采用全波段建模的PLS-DA与LS-SVM两种模型的预测性能较低;利用CARS对波长变量进行筛选后,对优选的24个特征波长分别建立两种鉴别模型,模型预测性能明显提高,其中以LS-SVM模型最优,3种病原菌准确率分别为85.0％,100％和100％.研究结果表明,利用CARS能够有效去除光谱无用信息,减少模型复杂度,增强模型预测性能,结合LS-SVM可为临床利用近红外快速检测血流感染病原菌提供一种新的方法.
更多相关知识
关键词
血流感染傅里叶变换近红外光谱偏最小二乘判别分析最小二乘-支持向量机竞争性自适应重加权算法病原菌鉴别bloodstream infectionsFT-NIRPLS-DALS-SVMCARSpathogen bacteria discriminate
分类号
O657.33
DOI
10.7631/issn.1000-2243.2017.05.0713
发布时间
2017-11-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览1
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
