化学
支持向量回归在人体血红蛋白无创检测中的应用
采用线性渐变滤光片(Linear variable filter,LVF),优化设计高性能、便携式的人体血液成分近红外检测设备,研究了支持向量回归(Support vector regression,SVR)模型对人体血红蛋白(Hemoglobin,Hb)的预测能力及稳定性,以实现贫血疾病的无创诊断。无创采集100位志愿者食指前端光谱信息并划分定标集、验证集1和2。应用网格搜索方法优选惩罚参数与核函数参数c=5.28,g=0.33,用以建立稳健的SVR模型。随后,分别对验证集1和2中Hb水平进行定量分析。实验结果表明:预测标准偏差(RMSEP)分别为10.20 g/L和10.85 g/L,相对预测标准偏差(R-RMSEP)为6.85%和7.48%,测量精度较高且SVR模型对不同样品的适应性较强,基本满足临床检测要求。基于SVR算法自行设计的LVF型近红外光谱检测设备在贫血症的无创诊断中有着良好的应用前景。
领 域:
格 式:
PDF原版;EPUB自适应版(需下载客户端)
0 5
下载全文(PDF文件/1010K)
分析化学
2017年09期