应用小波特征提取肺癌组织FTIR的支持向量机分类方法研究

提出了一种新的基于傅里叶变换红外光谱(FourierTransformInfraredSpectroscopy,FTIR)的小波特征提取与支持向量机(SVM)分类方法以提高FTIR对早期肺癌的诊断准确率.对肺正常组织、早期肺癌及进展期肺癌组织的FTIR,利用连续小波(CW)多分辨率分析法提取9个特征量,支持向量机把其分为正常组与非正常组(包括早期肺癌和进展期肺癌),对正常组织、早期肺癌和进展期肺癌的识别,多项式核函数和径向基函数的识别准确率最高.多项式核函数对正常组织、早期肺癌和进展期肺癌的识别准确率分别为100%,95%及100%;径向基函数分别为100%,95%和100%.实验结果表明FTIR-CW-SVM模式分类方法对正常肺癌组织、早期肺癌及进展肺癌的识别具有较好的可行性.