一种用于肺癌筛查的模式识别方法
专利类型：发明专利
语 言：中文
申 请 号：CN201711426204.1
申 请 日：20171225
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180515
公 开 号：CN201711426204.1
代 理 人：
代理机构：
摘 要：本发明涉及的一种模式识别方法，主要用于早期肺癌筛查的电子鼻的数据处理、对原始数据进行分类识别。模式识别系统主要包括：S1数据预处理、S2特征提取并进行S3分类训练和S4分类识别，其对传感器阵列采集的数据进行处理。S1对原始的数据将进行数据解析、基线处理、滤波和数据标准化；S2采用拉布拉斯特征映射(LE)降维方法对预处理后的特征矩阵降维以提取主要特征；数据预处理和特征提取完成后，S3是使用Fuzzy?k?NN分类算法分类方法对数据进行训练并获得判别函数，S4是基于判别函数对原始数据进行识别并判断样本是否患有肺癌。
主 权 项：为提高早期肺癌筛查电子鼻系统的灵敏度和特异性，提出一种用于早期肺癌得模式识别方法，模式识别方法主要包括：S1数据预处理、S2特征提取并进行S3分类训练和S4分类识别，其步骤基本如下：S1对原始的数据将进行数据解析、基线处理、滤波和数据标准化；S2采用LE降维方法对预处理后的特征矩阵降维以提取主要特征；数据预处理和特征提取完成后，S3是使用Fuzzy?k?NN分类算法对数据进行训练并获得判别函数；S4是基于判别函数对原始数据进行识别并判断样本是否患有肺癌。
关 键 词：肺癌;数据预处理;分类识别;模式识别;判别函数;特征提取;原始数据;降维;筛查;预处理;模式识别系统;传感器阵列;数据标准化;分类算法;基线处理;数据解析;特征矩阵;数据处理;电子鼻;分类;映射;滤波;样本;采集
法律状态：生效
IPC专利分类号：G06K9/62;G06K9/00;G;G06;G06K;G06K9;G06K9/62;G06K9/00