基于卟啉传感器阵列系统的肺癌标志物识别算法

作者：罗小刚; 张承丹; 侯长军; 霍丹群; 杨眉; 雷靳灿

来源：传感器与微系统, 2017, 36(04): 134-137.

DOI：10.13873/J.1000-9787(2017)04-0134-04

• 卟啉传感器阵列
• 肺癌呼出标志物
• 气体识别
• 神经网络
• 主成分得分

卟啉传感器阵列系统可以检测肺癌呼出气体中特定的标志性气体,不同标志性气体检测输出的差值图谱不一样。介绍了一种结合反向传播(BP)神经网络和主成分分析(PCA)的肺癌标志性气体种类识别算法,并将其应用在卟啉传感器阵列系统中。通过计算卟啉传感器阵列中各点的主成分得分选出敏感点,保留各气体敏感点的值,并组成识别模板作为BP神经网络的输入层,达到去除冗余数据的目的。通过实验对比聚类分析结果、未降维数据的BP神经网络识别结果及已经PCA降维后的数据作为输入的BP神经网络识别结果,证明提出的算法可以更加精确地识别不同的肺癌标志性气体。

• 出版日期2017
• 单位重庆大学; 生物工程学院