基于支持向量机和粒子群算法的电子鼻伤口感染检测.PDFVIP

第３４卷 第２期 世界科技研究与发展 Ｖｏｌ．３４ Ｎｏ．２ 　 　 ２０１２年４月 ２６１－２６４页 ＷＯＲＬＤＳＣＩＴＥＣＨＲ＆Ｄ Ａｐｒ．２０１２ ｐｐ．２６１－２６４ 基于支持向量机和粒子群算法的电子鼻伤口感染检测 ，１ １ ２ １ １ １ １ 闫　嘉 　田逢春 　何庆华 　冯敬伟 　贾鹏飞 　孙　诚 　樊　澍 （１．重庆大学通信工程学院，重庆４０００３０；２．第三军医大学大坪医院外科研究所，重庆４０００４２） 摘　要：针对传统的伤口感染诊断方法耗时长，操作复杂等问题，提出了一种基于电子鼻和支持向量机（ＳＶＭ）的方法进行伤口感 染检测，分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体，然后利用ＳＶＭ对实验数据进行识别。同时，鉴于传感器 阵列的优化以及ＳＶＭ参数选择对其分类准确率有重大的影响，提出一种基于粒子群算法（ＰＳＯ）的传感器阵列和ＳＶＭ参数同步优 化方法。实验结果表明，ＳＶＭ结合ＰＳＯ与传统的神经网络以及遗传算法相比，极大提高伤口感染检测的准确率。 关键词：电子鼻；伤口感染；支持向量机；粒子群算法；传感器阵列优化；参数优化 中图分类号：ＴＰ２１２．２　　　文献标识码：Ａ　　　 ＷｏｕｎｄＩｎｆｅｃｔｉｏｎＢａｓｅｄｏｎＥｌｅｃｔｒｏｎｉｃＮｏｓｅＣｏｍｂｉｎｅｄＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ ａｎｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ ，１ １ ２ １ １ １ １ ＹＡＮＪｉａ 　ＴＩＡＮＦｅｎｇｃｈｕｎ　ＨＥＱｉｎｇｈｕａ　ＦＥＮＧＪｉｎｇｗｅｉ　ＪＩＡＰｅｎｇｆｅｉ　ＳＵＮＣｈｅｎｇ　ＦＡＮＳｈｕ （１．ＣｏｌｌｅｇｅｏｆＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００３０，２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＴｒａｕｍａ， ＢｕｒｎｓａｎｄＣｏｍｂｉｎｅｄＩｎｊｕｒｙ，ＩｎｓｔｉｔｕｔｅｏｆＳｕｒｇｅｒｙＲｅｓｅａｒｃｈ，ＤａｐｉｎｇＨｏｓｐｉｔａｌ，ＴｈｉｒｄＭｉｌｉｔａｒｙＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４２） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｔｉｍｅｃｏｎｓｕｍｉｎｇａｎｄｃｏｍｐｌｉｃａｔｅｄｏｐｅｒａｔｉｏｎｐｒｏｂｌｅｍｉｎｔｒａｄｉｔｉｏｎａｌｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｏｆｗｏｕｎｄｉｎｆｅｃｔｉｏｎ，ａｎｅｗ ｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｅｌｅｃｔｒｏｎｉｃｎｏｓｅ（ｅｎｏｓｅ）ａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ｉｓｐｒｏｐｏｓｅｄｔｏｄｅｔｅｃｔｗｏｕｎｄｈｅａｄｓｐａｃｅｇａｓｅｓｏｆｒａｔｓｎｏｎｉｎ ｆｅｃｔｅｄａｎｄｔｈｏｓｅｉｎｆｅｃｔｅｄｂｙｔｈｒｅｅｔｙｐｅｓｃｏｍｍｏｎｐａｔｈｏｇｅｎｓｒｅｓｐｅｃｔｉｖｅｌｙ．Ｍｅａｎｗｈｉｌｅ，ｏｗｉｎｇｔｏｔｈｅｓｔｒｏｎｇｉｍｐａｃｔｏｆｏｐｔｉｍｉｚａｔｉｏｎｏｆｓｅｎｓｏｒａｒｒａｙ ａｎｄｐａｒａｍｅｔｅｒｓｓｅｌｅｃｔｉｏｎｏｎｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｏｆＳＶＭ，ａｎｓｉｍｕｌｔａｎｅｏｕｓｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｏｆｓｅｎｓｏｒａｒｒａｙａｎｄｐａｒａｍｅｔｅｒｓｏｆＳＶＭ ｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ｉｓｐｒｅｓｅｎｔｅｄ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＳＶＭｃｏｍｂｉｎｅｄｗｉｔｈＰＳＯｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｃ ｃｕｒａｃｙｒａ