全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
-  2017 

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

DOI: doi:10.7507/1001-5515.201605008

Keywords: 显微光谱, 肝癌细胞, 主成分分析法, 反向传播神经网络, 细胞识别

Full-Text   Cite this paper   Add to My Lib

Abstract:

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

References

[1]  1. ?沈玮博, 谭宏涛, 姜洪池. 肝细胞癌抗血管治疗: 现状及新视野. 中国医刊, 2015, 65(5): 25-27, 28.
[2]  2. 黄笛, 项楠, 唐文来, 等. 基于微流控技术的循环肿瘤细胞分选研究. 化学进展, 2015, 27(7): 882-912.
[3]  3. 马清, 陈水平, 陈建魁. 肝癌患者循环肿瘤细胞的检测及其临床应用研究进展. 标记免疫分析与临床, 2014, 21(5): 599-602, 617.
[4]  4. Li Yan, Guo Jin, Wang Chaofeng, et al. Circulation times of prostate cancer and hepatocellular carcinoma cells by in vivo flow cytometry. Cytometry A, 2011, 79(10): 848-854.
[5]  5. He Wei, Wang Haifeng, Hartmann L C, et al.In vivo quantitation of rare circulating tumor cells by multiphoton intravital flow cytometry. Proc Natl Acad Sci U S A, 2007, 104(28): 11760-11765.
[6]  6. Galanzha E I, Shashkov E V, Kelly T, et al.In vivo magnetic enrichment and multiplex photoacoustic detection of circulating tumour cells. Nat Nanotechnol, 2009, 4(12): 855-860.
[7]  7. Nedosekin D A, Sarimollaoglu M, Ye Jianhui, et al.In vivo ultra-fast photoacoustic flow cytometry of circulating human melanoma cells using near-infrared high-pulse rate lasers. Cytometry A, 2011, 79(10): 825-833.
[8]  8. Biris A S, Galanzha E I, Li Zhongrui, et al. In vivo Raman flow cytometry for real-time detection of carbon nanotube kinetics in lymph, blood, and tissues. J Biomed Opt, 2009, 14(2): 021006.
[9]  9. Greiner C, Hunter M, Huang P, et al. Confocal backscattering spectroscopy for leukemic and normal blood cell discrimination. Cytometry A, 2011, 79(10): 866-873.
[10]  10. Lawrence B D, Cronin-Golomb M, Georgakoudi I A, et al. Bioactive silk protein biomaterial systems for optical devices. Biomacromolecules, 2008, 9(4): 1214-1220.
[11]  11. 王成, 方宝英, 蔡文杰, 等. 单细胞水平的光纤共焦后向散射显微光谱. 中国激光, 2009, 36(10): 2636-2641.
[12]  12. 倪晓宁, 董藩. 短期经济增长的综合影响因素研究及政策启示. 工业技术经济, 2006, 25(1): 71-73.
[13]  13. 王成, 白丽红, 文苗, 等. 基于 BP 神经网络的细胞显微光谱自动分类. 生命科学仪器, 2014, 12(6): 59-61.
[14]  14. 李志文, 蔡先发, 韦佳, 等. 基于 PCA 和 LDA 方法的肿瘤基因表达谱数据分类. 北京生物医学工程, 2014, 33(1): 47-51.
[15]  15. 刘炳胜, 王雪青, 林丽. 基于 PCA-BP 神经网络组合的中国建筑业竞争力预测. 北京理工大学学报:社会科学版, 2010, 12(6): 61-64.
[16]  16. 刘孝颂, 魏东东. 基于 BP 神经网络算法的 LTE 客户感知评价探讨. 互联网天地, 2015, 12(10): 28-33.
[17]  17. 陈先来, 肖晓旦, 杨荣, 等. 基于误差反向传播神经网络的胃癌细胞识别研究. 中国循证医学杂志, 2007, 7(9): 637-640.
[18]  18. 刘俊. BP 神经网络在多维非线性函数拟合中的应用. 商洛学院学报, 2014, 28(6): 19-22.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133