题目:肿瘤光声谱的机器学习与识别研究
光声谱在肿瘤的诊断识别中一大优势在于可以反映不同尺寸的化学组分对不同光波长的吸收, 可同时判别生物组织的化学成分和分子团簇尺寸的变化。由于每个样本的光声谱数据量丰富, 在不同波长和不同频率上变化较为剧烈,传统的线性拟合方法丢失了很多光声谱的细节。
光声成像基本原理在于非电离电磁波的电磁能量激发生物软组织产生光声效应。
判别分析算法属于监督降维算法。其主要原理为贝叶斯理论。通过计算新输入样本属于各个类别的概率, 将概率最大的类作为算法预测新输入样本的类。采用高斯分布作为概率密度函数可推导出判别函数[5]。
光声二维谱经改进的二次判别分析算法提取有用特征后可对正常生物组织样本和肿瘤样本进行有效的分类识别。后续可从改进实验装置提升各个激光波长下的信噪比、增加样本量进一步提升识别效果。
看不下去了哈哈哈