基于主成分分析的呼吸氣體類型識別與實現(xiàn).pdf

1、醫(yī)學上通常采用抽血化驗的方式來檢測疾病，它是一種侵入創(chuàng)傷式檢測手段，不僅會給病人帶來痛苦，而且檢測時間比較長。研究發(fā)現(xiàn)每個人所呼出的氣體成分都是不同的，就像人的指紋一樣，因此可稱為“氣體指紋”。氣檢具有非侵入無創(chuàng)傷等優(yōu)點，它有望取代血檢成為一種新型的疾病檢測方式，呼吸診斷已經(jīng)成為醫(yī)學上的一個重要研究領(lǐng)域。
　　本文圍繞對經(jīng)過萃取和電離后的呼吸氣體信號進行數(shù)據(jù)處理方法的研究這一主線開展工作。呼吸氣體成分分析過程包括四個方面：呼吸氣體

2、采集、呼吸氣體平滑、呼吸氣體特征提取以及陰陽虛分類識別。
　　實驗時四類呼吸氣體樣本數(shù)分別為42、12、13和19，所測得主成分數(shù)分別為43、7、8和13。四類訓練模型的識別率和拒絕率都在80%以上。驗證了PCA算法和SIMCA分類法相結(jié)合用于呼吸氣體陰陽虛類型的識別效果比較明顯。
　　在呼吸診斷研究過程中，人們不斷地探索新的檢測技術(shù)來獲取呼吸氣體中反映病情的標志物。本文采用一種新的呼吸氣體檢測技術(shù)——電噴霧萃取電離質(zhì)譜技術(shù)

3、（EESI-MS）。采集經(jīng)EESI-MS技術(shù)處理后的陰虛、陽虛、陰陽兩虛和正常四類試驗者的呼吸氣體建立數(shù)據(jù)模型。對呼吸氣體離子的質(zhì)荷比歸整后將質(zhì)荷比相同的離子強度累加,使離子的強度值離散化，取質(zhì)荷比為50-350的呼吸氣體離子的總強度值作為數(shù)據(jù)分析的對象。在提取呼吸氣體特征之前對呼吸氣體進行高斯平滑處理，消除噪聲干擾。在對呼吸氣體特征提取方法的研究中，通過實驗得出主成分分析方法PCA能夠較好地提取呼吸氣體的特征。最后利用SIMCA分類方