光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2009年
7期
1772-1776
,共5页
梁亮%刘志霄%潘世成%张学炎%白振清%汪承华%杨敏华
樑亮%劉誌霄%潘世成%張學炎%白振清%汪承華%楊敏華
량량%류지소%반세성%장학염%백진청%왕승화%양민화
可见-近红外反射光谱%粪便%慢性肠炎%高山麝%诊断
可見-近紅外反射光譜%糞便%慢性腸炎%高山麝%診斷
가견-근홍외반사광보%분편%만성장염%고산사%진단
提出了一种利用粪便可见-近红外反射光谱进行高山麝慢性肠炎诊断的新方法.以FieldSpec(R)3地物光谱仪采集了125份高山麝粪便(正常粪样70份,慢性肠炎患者粪样55份)的光谱数据,将其随机分成训练集(95份)和检验集(30份).光谱经S. Golay平滑与一阶导数处理后以主成分分析法(PCA)降维.以前6个主成分(含原始光谱95.16%的特征信息)作为新变量,利用训练集样本,分别以模糊模式识别、BP-神经网络、Fisher线性判别以及Bayes逐步判别四种方法建立高山麝慢性肠炎的诊断模型.对检验集30个未知样的预测表明,Fisher线性判别的准确率为86.7%,模糊模式识别与BP-神经网络模型判别的准确率为90%,Bayes逐步判别的准确率最高,达93.3%.进一步分析发现所有误诊都源于将正常样误判为病样,四种方法对病样的检出率均达100%.说明利用粪便的可见-近红外反射光谱进行高山麝慢性肠炎的快速、非接触性诊断是可行的,且PCA结合Bayes逐步判别是一种优选方法.
提齣瞭一種利用糞便可見-近紅外反射光譜進行高山麝慢性腸炎診斷的新方法.以FieldSpec(R)3地物光譜儀採集瞭125份高山麝糞便(正常糞樣70份,慢性腸炎患者糞樣55份)的光譜數據,將其隨機分成訓練集(95份)和檢驗集(30份).光譜經S. Golay平滑與一階導數處理後以主成分分析法(PCA)降維.以前6箇主成分(含原始光譜95.16%的特徵信息)作為新變量,利用訓練集樣本,分彆以模糊模式識彆、BP-神經網絡、Fisher線性判彆以及Bayes逐步判彆四種方法建立高山麝慢性腸炎的診斷模型.對檢驗集30箇未知樣的預測錶明,Fisher線性判彆的準確率為86.7%,模糊模式識彆與BP-神經網絡模型判彆的準確率為90%,Bayes逐步判彆的準確率最高,達93.3%.進一步分析髮現所有誤診都源于將正常樣誤判為病樣,四種方法對病樣的檢齣率均達100%.說明利用糞便的可見-近紅外反射光譜進行高山麝慢性腸炎的快速、非接觸性診斷是可行的,且PCA結閤Bayes逐步判彆是一種優選方法.
제출료일충이용분편가견-근홍외반사광보진행고산사만성장염진단적신방법.이FieldSpec(R)3지물광보의채집료125빈고산사분편(정상분양70빈,만성장염환자분양55빈)적광보수거,장기수궤분성훈련집(95빈)화검험집(30빈).광보경S. Golay평활여일계도수처리후이주성분분석법(PCA)강유.이전6개주성분(함원시광보95.16%적특정신식)작위신변량,이용훈련집양본,분별이모호모식식별、BP-신경망락、Fisher선성판별이급Bayes축보판별사충방법건립고산사만성장염적진단모형.대검험집30개미지양적예측표명,Fisher선성판별적준학솔위86.7%,모호모식식별여BP-신경망락모형판별적준학솔위90%,Bayes축보판별적준학솔최고,체93.3%.진일보분석발현소유오진도원우장정상양오판위병양,사충방법대병양적검출솔균체100%.설명이용분편적가견-근홍외반사광보진행고산사만성장염적쾌속、비접촉성진단시가행적,차PCA결합Bayes축보판별시일충우선방법.