排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
在冗余和相关分析的基础上,进行特征选择和结合流形学习理论,提出了一种开展系统研究的模型,并对5个基因表达数据集(NCI、Lymphoma、Lung、Leukemia、Colon)开展了疾病分类研究.实验结果表明,这种建模系统在降低数据处理计算量的同时,能有助于特征基因数目的 确定,并进而提高疾病分类的准确度,在诊断和个体化治疗方案的制定方面有着很好的应用前景. 相似文献
3.
目的研究开发一种便携式无创血红蛋白检测系统,实现人体总血红蛋白浓度的连续、实时监测。方法系统采用8个波长发光二极管(LED)作为光电容积脉搏波描记法(PPG)信号光源,联合约束独立成分分析和自适应滤波新方法消除PPG源信号的运动伪迹,应用主成分分析(PCA)和后向反馈人工神经网络(BP-ANN)相结合的新方法对PPG信号特征进行提取并利用十折交叉验证方法建立血红蛋白浓度的预测模型,无创系统样机和传统有创血液分析仪同步检测106例志愿者血红蛋白浓度。结果无创检测结果(SpHb_BP)和传统有创检测结果(Lab_tHb)的均方根误差为1.02g/dL,相关系数为0.73(P0.001);Bland-Altman图显示SpHb_BP与Lab_tHb平均偏倚绝对值为0.05g/dL,99.1%(105/106)的点在95%一致性界限内。结论基于8波长PPG信号实现了无创血红蛋白检测系统研制,系统与临床有创血红蛋白浓度检测结果具有较好的一致性。 相似文献
4.
针对传统的血红蛋白浓度检测需要抽血采样,检测流程复杂且无法连续监测血红蛋白浓度的变化趋势等问题,本研究设计了一种基于多波长近红外光谱的无创血红蛋白浓度检测方法。首先,基于Beer-Lambert定律建立了血红蛋白无创检测数学模型,并依据该模型设计了八波长近红外光电容积脉搏波(photoplethysmography, PPG)信号采集系统;然后,对采集的PPG信号进行降噪和滤除基线漂移等预处理,并根据建立的无创检测模型对特征信息进行提取与选择;最后,基于Stacking算法构建血红蛋白预测回归模型。通过对249例临床数据进行实验验证,得到无创检测模型的预测值与参考值的均方根误差为1.17 g/dL,相关系数为0.75。实验结果表明,本研究方法可有效实现血红蛋白浓度的无创检测。 相似文献
5.
目的:设计一种可用于实验动物猕猴的生理参数采集装置,可采集心电、呼吸、体位/体动信号.方法:采用体表电位提取技术采集动物的心电信号,采用呼吸感应体积描记技术来提取胸腹呼吸运动,通过三维加速度传感器的三轴输出量来获得体位/体动信号.结果:在动物实验中成功采集到了自由活动猕猴的生理参数,并将其存储于安全数码卡(secure digital memory card,SD)文件系统中,保证了实验数据的完整准确.结论:该装置能够采集自由活动状态下动物的生命体征,经过改制后亦可用于人类,在动物医学及低负荷监测技术领域有着广阔的应用前景. 相似文献
1