支持向量機(jī)-微量元素法用于Ⅱ型糖尿病的模式識別.pdf

1、本研究采集了健康人全血樣本161份，頭發(fā)樣本70份，尿液樣本89份，Ⅱ型糖尿病患者全血樣本58份，頭發(fā)樣本30份，尿液樣本41份。以上述生物樣本為研究對象，分別測定其中8種微量元素的含量，并考察了年齡對體內(nèi)微量元素含量的影響，采用支持向量機(jī)算法對健康人與Ⅱ型糖尿病患者體內(nèi)微量元素的含量建立分類模式識別模型，并進(jìn)行分類分析，對Ⅱ型糖尿病的診斷及臨床治療起到輔助作用。 考察了濕法消解體系及電感耦合等離子體發(fā)射光譜儀的測定條件，采用的

2、濕法消解體系為HNO3-HClO4-H2SO4(3：1:1，V/V/V)，電感耦合等離子體發(fā)射光譜儀的最佳測定條件為入射功率1.1kw，冷卻氣流量16L/min，霧化器氣體流量0.8L/min，提升量1.4mL/min。 生物樣品經(jīng)濕法消解后，采用電感耦合等離子體發(fā)射光譜法同時(shí)測定其中的鋰、鋅、鉻、銅、鐵、錳、鎳、釩8種微量元素的含量，測得微量元素的線性范圍分別為：鋰0.001-4μgml/L，鋅0.1-50μgml/L，鉻0.

3、001-10μgml/L，銅0.01-20μgml/L，鐵1-100μgml/L，錳0.001-4μgml/L，鎳0.005-0.5μgml/L，釩0.001-4μgml/L。各元素回歸方程的相關(guān)系數(shù)為0.9995-0.9999，檢出限為0.0003-0.0082μgml/L，儀器精密度為0.4％-2.3％，方法精密度為0.5％-4.9％，加標(biāo)回收率為83.6％-119.6％。 用matlab軟件中的支持向量機(jī)算法進(jìn)行分類分析，

4、采用5次交叉驗(yàn)證法對全血、頭發(fā)、尿液三個(gè)數(shù)據(jù)集進(jìn)行分組和測試，用SVM分類器中的多項(xiàng)式核函數(shù)、高斯徑向基核函數(shù)進(jìn)行訓(xùn)練和測試，Gamma值設(shè)為1，罰分函數(shù)設(shè)為1，建立判別模型。高斯徑向基核函數(shù)分類的平均靈敏度為96.25％、97.14％和97.78％，平均特異度為94.55％、96.67％和95.00％，MCC相關(guān)系數(shù)為0.89、0.93、0.9，平均準(zhǔn)確度為95.81％、97.00％、96.92％；多項(xiàng)式核函數(shù)分類的平均靈敏度為95.