%0 Journal Article
%T 基于主成分分析和反向传播神经网络的肝癌细胞后向散射显微光谱判别
%J -
%D 2017
%R doi:10.7507/1001-5515.201605008
%X 为了实现血液中肝癌细胞的自动识别，本文基于主成分分析（PCA）和反向传播（BP）神经网络算法对三种细胞（小鼠的白细胞、红细胞和人体肝癌细胞 HepG2）进行了识别研究。利用光纤共聚焦后向散射（FCBS）光谱仪获取光谱数据后进行 PCA，选取前两个主成分作为光谱的特征，建立一个具有 2 个输入层节点、11 个隐层节点、3 个输出节点的神经网络模式识别模型。选取 195 例对象数据训练该模型，随机抽取 150 组数据作为训练集，45 组数据作为测试集，验证模型给出的细胞是否识别准确。结果显示三种细胞的整体识别准确率在 90% 以上，平均相对偏差只有 4.36%。实验结果预示采用 PCA+BP 算法能够从红细胞和白细胞中自动识别肝癌细胞，这将为研究肝癌的转移与肝癌的生物代谢特性提供有利的工具
%K 显微光谱
%K 肝癌细胞
%K 主成分分析法
%K 反向传播神经网络
%K 细胞识别
%U http://www.biomedeng.cn:80/article/10.7507/1001-5515.201605008