10.3969/j.issn.1007-7146.2012.01.014
基于支持向量机的皮肤自体荧光光谱分类方法在糖尿病筛查中的应用
将63例Ⅱ型糖尿病患者以及140例正常人皮肤的自体荧光光谱分为训练集和测试集两类,针对常用的四种核函数,运用交叉验证、网格寻优法计算最优分类参数,然后结合训练集建模并对测试集分类,结果显示使用径向基核函数时分类效果相对最佳.在此基础上,构建了一种基于线性核函数与径向基核函数的混合核函数,该核函数对人体皮肤自体荧光光谱的分类效果较之于径向基核函数更优,其分类正确率为82.61%,敏感性为69.57%,特异性为95.65%.研究结果表明支持向量机可用于人体皮肤自体荧光光谱的分类,有助于提高糖尿病筛查的正确率.
支持向量机、荧光光谱、糖尿病
21
R446(诊断学)
中国科学院知识创新工程青年人才领域专项前沿项目资助课题083RC11124
2012-12-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
65-70