典型文献
基于GS-SVM的脑组织差分路径因子定量方法研究
文献摘要：
差分路径因子(Differential Pathlength Factor,DPF)是用于计算脑血氧生理参数的重要变量之一,可通过蒙特卡罗模拟计算得到,但此方法存在耗时长、提取参数复杂等缺点.针对以上不足,提出了一种DPF快速定量计算方法.首先对不同年龄段人群的脑组织光学参数与颅骨厚度进行归一化处理与主成分分析,采用支持向量机(Support Vector Machine,SVM)并结合网格寻优(Grid Search,GS),建立了基于GS-SVM的脑组织差分路径因子的预测模型,对测试样本数据进行了回归预测,最后将所得结果与反向传播人工神经网络(Back Propagation Artificial Neural Network,BP-ANN)的预测结果进行了对比.结果表明,相较于蒙特卡罗模拟,GS-SVM预测模型与BP-ANN预测模型的均方误差(MSE)分别为0.0268与0.25,相关系数(R2)分别为0.97与0.92.基于GS-SVM的脑组织差分路径因子定量模型的预测结果优于BP-ANN,与蒙特卡罗模拟结果呈显著性相关(显著水平P＜0.0001),有望取代传统蒙特卡罗模拟对DPF进行快速批量预测.
文献关键词：
医用光学;近红外光谱;差分路径因子;蒙特卡罗模拟;支持向量机;网格寻优
中图分类号：
作者姓名：
储宝;黄尧;倪敬书;张持健;李忠胜;张元志;董美丽;王全福;王霞;王贻坤
作者机构：
安徽师范大学物理与电子信息学院,安徽芜湖241000;中国科学院合肥物质科学研究院安徽光学精密机械研究所安徽省医用光学诊疗技术与装备工程实验室,安徽合肥230026;皖江新兴产业技术发展中心安徽省生物医学光学仪器工程技术研究中心,安徽铜陵244000
文献出处：
引用格式：
[1]储宝;黄尧;倪敬书;张持健;李忠胜;张元志;董美丽;王全福;王霞;王贻坤-.基于GS-SVM的脑组织差分路径因子定量方法研究)[J].中国激光,2022(05):217-223
A类：
差分路径因子,路径因子,Pathlength,组织光学参数,批量预测
B类：
GS,脑组织,定量方法,Differential,Factor,DPF,脑血氧,生理参数,蒙特卡罗模拟,提取参数,定量计算方法,不同年龄段,颅骨,骨厚度,归一化处理,Support,Vector,Machine,网格寻优,Grid,Search,回归预测,反向传播人工神经网络,Back,Propagation,Artificial,Neural,Network,ANN,均方误差,MSE,定量模型,显著水平,医用光学,近红外光谱
AB值：
0.270891
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
