径向基函数网络用于细菌的MALDI-TOF-MS分类

径向基函数(RBF)网络被用于根据基质辅助激光解吸/电离飞行时间质谱(MALDI-TOF-MS)对细菌的分类辨识。为了加速网络训练和减少网络的复杂性,本文采用小波变换对原始质谱数据进行压缩,将原来的13828个数据点压缩至328个,且保持了原来的特征谱峰。本文研究了在不同培养时间(24、48和72小时)的5种细菌分类,并对RBF网络参数的影响做了详细地研究,为生物学研究提供了有用的信息。结果表明,约60％以上的细菌样本能够被正确地分类辨识。由于细菌培养的生物学影响因素复杂,因而进一步严格控制细菌的培养条件是改善细菌分类正确率的关键。