用于宫颈前病变光谱检测的径向基函数网络集成
神经与进化计算
2007-05-23 v1 机器学习
q-bio
摘要
与宫颈癌相关的死亡率可通过早期检测和治疗大幅降低。然而，当前的检测技术（如巴氏涂片和阴道镜）无法同时实现高灵敏度与高特异性。活体荧光光谱技术是一种快速、非侵入性地定量探测癌前组织中所发生的生化和形态学变化的技术。使用多变量统计算法从95名患者361个宫颈部位在337、380和460 nm激发波长下获取的组织光谱中提取临床有用信息。多变量统计分析还用于减少区分健康组织样本与癌前组织样本所需的荧光激发-发射波长对数。研究了多层感知机、径向基函数网络以及此类网络集成等联结主义方法的使用。基于荧光光谱的RBF集成算法可在非专家手中提供自动化的、近实时的癌前检测实现。结果比人类专家或多变量统计算法所得结果更可靠、直接和准确。
引用
@article{arxiv.cs/9905011,
title = {Ensembles of Radial Basis Function Networks for Spectroscopic Detection of Cervical Pre-Cancer},
author = {Kagan Tumer and Nirmala Ramanujam and Joydeep Ghosh and Rebecca Richards-Kortum},
journal= {arXiv preprint arXiv:cs/9905011},
year = {2007}
}
备注
23 pages