-
题名基于傅里叶近红外特征光谱的血流感染致病菌鉴别研究
被引量:2
- 1
-
-
作者
王建明
王武
李祥辉
李玉榕
-
机构
福州大学电气工程与自动化学院
福建省医疗器械和医药技术重点实验室
福建医科大学医学技术与工程学院
-
出处
《福州大学学报(自然科学版)》
CAS
北大核心
2017年第5期713-718,共6页
-
基金
国家自然科学基金资助项目(61403319)
福建省科技厅国际合作资助项目(2015I003)
福建省教育厅科技资助项目(JK2014001)
-
文摘
利用傅里叶变换近红外光谱(FT-NIR)收集1 000~1 852 nm范围内3种常见病原菌大肠杆菌(ATCC25922)、金黄色葡萄球菌(ATCC 29213)、铜绿假单胞菌(ATCC 27853)的近红外透射光谱,采用竞争性自适应重加权算法(CARS)对波长变量进行筛选,并分别结合偏最小二乘判别分析(PLS-DA)、最小二乘-支持向量机(LS-SVM)建立鉴别模型.比较两种鉴别模型在进行波长变量优选前后的性能发现,采用全波段建模的PLS-DA与LS-SVM两种模型的预测性能较低;利用CARS对波长变量进行筛选后,对优选的24个特征波长分别建立两种鉴别模型,模型预测性能明显提高,其中以LS-SVM模型最优,3种病原菌准确率分别为85.0%,100%和100%.研究结果表明,利用CARS能够有效去除光谱无用信息,减少模型复杂度,增强模型预测性能,结合LS-SVM可为临床利用近红外快速检测血流感染病原菌提供一种新的方法.
-
关键词
血流感染
傅里叶变换近红外光谱
偏最小二乘判别分析
最小二乘-支持向量机
竞争性自适应重加权算法
病原菌鉴别
-
Keywords
bloodstream infections
FT-NIR
PLS-DA
LS-SVM
CARS
pathogen bacteria dis- criminate
-
分类号
O657.33
[理学—分析化学]
-