分類技術在大腸早癌診斷系統(tǒng)中的應用研究.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自體熒光(LIAF)診斷組織腫瘤的研究最受關注。在利用現(xiàn)代計算機技術診斷醫(yī)學疑難病癥時，數(shù)據(jù)挖掘已成為最有效的數(shù)據(jù)分析技術之一。本文采用數(shù)據(jù)挖掘中的分類方法對激光誘導自體熒光光譜數(shù)據(jù)進行分類，從而為臨床應用奠定堅實的基礎。 本文首先對激光誘導自體熒光(LIAF)技術的國內(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處理和比較。在此基礎上，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)進行預處理后，利用C4.5決策樹構造算法對數(shù)據(jù)進行了訓練和分類，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。