基于HATR-FTIR-SVM的正常食道及食道癌组织分类研究

摘要：

支持向量机(SVM)是根据统计理论提出的一种新的学习算法.文章以50对正常食道及食道癌组织为实验材料,通过FTIR-SVM建立了正常食道及食道癌组织识别的模型.对学习训练集中的50个样品模型识别率为100﹪,对50个预测样品的识别准确率为98﹪.研究结果表明,FTIR-SVM可以用于正常食道及食道癌组织的区别.

关键词： 傅里叶变换红外光谱 水平衰减全反射 支持向量机 食道癌 组织分类

作者: 李丹婷 成则丰 邹雪飞 程存归

作者单位: 浙江师范大学化学与生命科学学院,浙江省固体表面反应化学重点实验室,浙江,金华,321004

会议类型: 国内会议

会议名称: 第十四届全国分子光谱学学术会议

会议地点: 长春

会议语种:中文

页码: 27-28

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）