基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 探讨唾液表面增强拉曼光谱诊断肺癌的可行性,并应用数据挖掘技术得出判别肺癌的较优模型.方法 利用便携式表面增强拉曼光谱检测系统对18个健康人和59个肺癌患者的唾液样本进行光谱检测和分析,用数据挖掘技术建立SVM、随机森林模型,与传统的Fisher判别模型进行比较,探讨各个模型对肺癌辅助诊断的性能.结果 SVM和随机森林模型的各项诊断指标都高于Fisher判别分析,二者是判别肺癌的较优分类模型.结论 研究结果表明,基于数据挖掘技术的唾液表面增强拉曼光谱分析方法可能成为一种新型的肺癌诊断工具.
推荐文章
表面增强拉曼光谱的研究进展
表面增强拉曼光谱
针尖增强拉曼光谱
空间分辨率
灵敏度
纳米材料
综述
表面增强拉曼光谱技术在生物学中的应用
表面增强拉曼光谱
生物学
应用
空间偏移拉曼光谱信号探测及增强技术
空间偏移拉曼光谱技术
拉曼光谱
漫散射
无损检测
基于表面增强拉曼光谱的肺癌唾液检测方法研究
拉曼光谱
表面增强
唾液
Logistic回归分析
肺癌
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据挖掘技术的表面增强拉曼光谱诊断肺癌的研究
来源期刊 北京生物医学工程 学科 医学
关键词 拉曼光谱 唾液 肺癌 数据挖掘
年,卷(期) 2014,(1) 所属期刊栏目 论著
研究方向 页码范围 35-40
页数 6页 分类号 R318.04|O433.4
字数 4199字 语种 中文
DOI 10.3969/j.issn.1002-3208.2014.06
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (40)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (11)
1900(3)
  • 参考文献(0)
  • 二级参考文献(3)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(11)
  • 参考文献(0)
  • 二级参考文献(11)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(5)
  • 参考文献(3)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(18)
  • 参考文献(1)
  • 二级参考文献(17)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
拉曼光谱
唾液
肺癌
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导