原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
( ) 特约来稿 第 1 期
第 40 卷 分析化学 FENXI HUAXUE
2012 年 1 月 Chinese Journal of Analytical Chemistry 43~49
: /
DOI 10.3724SP.J.1096.2012.10527
基于人工神经网络的生物组织质谱成像分类与识别方法
* 1,2 2 欧阳证3 江 游2 黄泽建2 张玉奎1
熊行创 方 向
1 ( , ) 2 ( , )
北京理工大学生命科学与技术学院 北京 100081 中国计量科学研究院 北京 100013
3 ( , )
美国普渡大学韦尔登生物医学工程学院 西拉法叶 47907
,
摘 要 生物组织质谱成像技术不仅能够展示组织的生物分子信息 而且能直观地显示分子空间分布, 是当
。
今生物质谱的研究热点 如何对生物组织质谱成像的数据进行基于生物分子的有效分类与识别是该领域关
,
注的重要问题 特别对于病变组织与其邻近非病变组织的区分与识别和生物组织功能区域的划分与鉴定具
。 。 , ,
有重要的意义 本研究开发出一种新的分类与识别方法 其流程是 首先进行质谱成像数据预处理 应用无
, ,
监督的自组织特征映射网络区分组织样品区与非组织区域 提取组织区域的质谱数据 应用有监督的学习向
量 , ; 。
量化网络对已知类别数据进行学习训练 建立模型 应用模型对未知样品进行识别 应用本方法对 6 个膀
, ,
胱癌患者的膀胱癌变组织与邻近非癌变组织的质谱成像数据进行分类与识别 结果显示 癌变组织判错率低
, , ;
于23.38% 而非癌变组织判错率低于9.08% 表现出较高的准确度 对 3 片邻近的小鼠大脑切片质谱成像数据
文档评论（0）