作者:杨静; 王成; 谢成颖; 翁小阜; 魏勋斌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
摘要: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Hep G2)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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社