分類技術(shù)在大腸早癌診斷系統(tǒng)中的應(yīng)用研究.pdf

1、癌癥作為人類生命的主要殺手之一，仍然在世界范圍內(nèi)威脅著許多人的生命健康。醫(yī)學(xué)界一直在致力于尋找一種能正確檢測或替代活檢的診斷方法，其中以利用激光誘導(dǎo)自體熒光(LIAF)診斷組織腫瘤的研究最受關(guān)注。在利用現(xiàn)代計算機技術(shù)診斷醫(yī)學(xué)疑難病癥時，數(shù)據(jù)挖掘已成為最有效的數(shù)據(jù)分析技術(shù)之一。本文采用數(shù)據(jù)挖掘中的分類方法對激光誘導(dǎo)自體熒光光譜數(shù)據(jù)進行分類，從而為臨床應(yīng)用奠定堅實的基礎(chǔ)。 本文首先對激光誘導(dǎo)自體熒光(LIAF)技術(shù)的國內(nèi)外研究現(xiàn)狀進

2、行了綜述，然后采用幾種信號分析方法對大腸癌自體熒光光譜信號進行了預(yù)處理和比較。在此基礎(chǔ)上，提出兩種分類方法對正常組織和癌變組織進行分類。第一種方法為基于方差的決策樹算法，第二種方法為基于計數(shù)的k-近鄰算法(CWKNN)。 1．基于方差的決策樹算法是在對光譜數(shù)據(jù)進行預(yù)處理后，利用C4.5決策樹構(gòu)造算法對數(shù)據(jù)進行了訓(xùn)練和分類，并對算法進行實現(xiàn)和性能分析。由于方差可以反映曲線的變化規(guī)律，所以文中選取兩個峰值點的方差作為分類的特征值。