换一批概率神经网络在胃镜样品红外光谱检测中的应用
Application of Probabilistic Neural Networks Method to Gastric Endoscope Samples Diagnosis Based on FTIR Spectroscopy
摘要将人工神经网络方法应用于人体胃镜样品红外光谱检测,以克服常规线性判别分析方法的局限性,从而提高了胃镜样品判别的准确率.概率神经网络是一种适用模式分类的径向基神经网络,采用样本的先验概率和最优判定原则对新的样本进行分类,具有识别率高、训练速度快、不会陷入局部极值等优点.文章采用概率神经网络进行胃镜样品红外光谱模式识别,将预处理后的胃镜样品光谱进行主成分分析,将得分值作为输入,建立概率神经网络判别模型.文中选取118例胃镜离体样品进行红外光谱判别分析,其中正常胃组织19例,胃炎组织64例,胃癌35例,选取其巾59例样品建立概率神经网络校正模型,其余样品作为预测集来检验模型.实验结果表明,正常、炎症及癌症胃镜样品检测的总体准确率达剑81.4%,对胃镜样品的判别取得了较好的结果.
更多相关知识
- 浏览2
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
