KNN方法在癌症中红外光谱检测中的应用

摘要

红外光谱主要是研究分子中以化学键联结的原子之间的振动光谱,它能够在分子水平上揭示正常组织和癌组织之间存在的差异.文章利用化学计量学中的有关知识通过计算机自动对未知样本光谱进行判别分析.首先应用平滑处理,基线校正(SNV方法),奇异值剔除(RHM方法)等算法对光谱数据进行预处理,然后采用K-最近邻法(简称KNN法)实现未知样本的自动判别,提高了癌症红外光谱检测的准确度.文章对63例胃组织样品进行了傅里叶变换红外光谱判别分析,与病理检验结果比较,准确度达到91.7%.