基于MOS和SAW传感器呼吸诊断肺癌的复合识别算法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.0258-8021.2012.01.017

基于MOS和SAW传感器呼吸诊断肺癌的复合识别算法研究

引用
目前国际上有关肺癌的呼吸检测诊断方法越来越受到关注,其具有简便、快速、无创伤、无标记以及非接触等显著特点.在前期大量肺癌呼出气体挥发性有机物(VOCs)标志物研究的基础上,采用基于MOS-SAW传感器联用的电子鼻技术,分析27例肺癌患者和27例健康人呼出气体样本,并对数据进行处理和识别,设计PCA、PLS、LDA以及ANN等多种诊断方法,比较不同算法的识别结果.实验结果表明,采用的人工神经网络复合模型对肺癌和健康人群的识别灵敏度和特异性分别达到92.59%和88.89%.所提出的复合识别方法对于电子鼻快速诊断肺癌患者是有效的.通过呼出气体中冷凝物标志物的检测和复合诊断算法,将进一步提高通过呼吸气体标志物诊断的新型电子鼻仪器在临床诊断中的广泛应用.

电子鼻、呼出气体标志物、肺癌、呼吸诊断方法、模式识别

31

N32(统计方法、计算方法)

国家自然科学基金重点项目仪器专项81027003;教育部博士点基金20100101110079;浙江大学基本科研业务费专项资助

2012-04-20(万方平台首次上网日期,不代表论文的发表时间)

共7页

110-116

相关文献
评论
暂无封面信息
查看本期封面目录

中国生物医学工程学报

0258-8021

11-2057/R

31

2012,31(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn