1、癌癥作為人類生命的主要?dú)⑹种?，仍然在世界范圍?nèi)威脅著許多人的生命健康。醫(yī)學(xué)界一直在致力于尋找一種能正確檢測(cè)或替代活檢的診斷方法，其中以利用激光誘導(dǎo)自體熒光(LIAF)診斷組織腫瘤的研究最受關(guān)注。在利用現(xiàn)代計(jì)算機(jī)技術(shù)診斷醫(yī)學(xué)疑難病癥時(shí)，數(shù)據(jù)挖掘已成為最有效的數(shù)據(jù)分析技術(shù)之一。本文采用數(shù)據(jù)挖掘中的分類方法對(duì)激光誘導(dǎo)自體熒光光譜數(shù)據(jù)進(jìn)行分類，從而為臨床應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。 本文首先對(duì)激光誘導(dǎo)自體熒光(LIAF)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)

2、行了綜述，然后采用幾種信號(hào)分析方法對(duì)大腸癌自體熒光光譜信號(hào)進(jìn)行了預(yù)處理和比較。在此基礎(chǔ)上，提出兩種分類方法對(duì)正常組織和癌變組織進(jìn)行分類。第一種方法為基于方差的決策樹算法，第二種方法為基于計(jì)數(shù)的k-近鄰算法(CWKNN)。 1．基于方差的決策樹算法是在對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理后，利用C4.5決策樹構(gòu)造算法對(duì)數(shù)據(jù)進(jìn)行了訓(xùn)練和分類，并對(duì)算法進(jìn)行實(shí)現(xiàn)和性能分析。由于方差可以反映曲線的變化規(guī)律，所以文中選取兩個(gè)峰值點(diǎn)的方差作為分類的特征值。