1 / 75
文档名称:

构建及肿瘤相关皮纹特征量化指标体系.pdf

格式:pdf   页数:75页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

构建及肿瘤相关皮纹特征量化指标体系.pdf

上传人:2982835315 2015/11/17 文件大小:0 KB

下载得到文件列表

构建及肿瘤相关皮纹特征量化指标体系.pdf

相关文档

文档介绍

文档介绍:第四军医大学硕士学位论文
缩略语表

缩略语英文全称中文全称
TFRC Total Finger Ridge Count 嵴纹总数
ROI Region of Interest 感兴趣区域
CCD Charge Coupled Device 光电耦合元件
LPL Left_Palm Line 左掌屈肌线数目
LPR Left_Palm Rate 左掌的二线与掌宽之比
LPI Left_Palm Intersection 左掌的屈肌线交点个数
RPL Right_Palm Line 右掌屈肌线数目
RPR Right_Palm Rate 右掌的二线与掌宽之比
RPI Right_Palm Intersection 右掌的屈肌线交点个数
K-S Kolmogorov-Smirnov Test 正态性检验
rp pearson correlation coefficient 积差相关系数
rs spearman correlation coefficient 秩相关系数
M-W U Mann-Whitney U Mann-Whitney 秩和检验
LOO Leave One Out “留一个在外”原则
LSM Least Square Method 最小二乘法
OLS Ordinary Least Square 普通最小二乘法准则
MLE Maximum Likelihood Estimation 极大似然估计
BP Back-Propagation 反向传播算法
SVM Support Vector Machine 支持向量机
SRM Structural Risk Minimization 结构风险最小化
1
第四军医大学硕士学位论文

构建与肿瘤相关的皮纹特征量化指标体系
硕士研究生:张亮
导师:屈景辉教授
第四军医大学生物医学工程系,西安 710032

中文摘要
皮纹在人体胚胎发育的第 12-13 周左右形成,属于人类的一种遗传性状,
皮纹与疾病尤其是与先天性、遗传性疾病以及肿瘤之间存在某种相关性,大
多数遗传性疾病均表现出一定的掌纹纹理或某种指纹纹型的差异。目前,医
学皮纹学的研究仍然停留在专家经验主观和定性的层次上,缺乏定量、全面
的皮纹特征描述和指标评价,使疾病与皮纹相关性的研究进展较为缓慢。
一个数字化、定量化的皮纹特征指标体系,能将医学皮纹学中主观的皮
纹描述转换为精确的数学模型,定量地描述各种皮纹特征,不但为医学工作
者提供一个统一的皮纹特征评价方法和工具,对医学皮纹学研究的发展也将
起到重要的促进作用。
本课题将定性、主观描述的多项皮纹特征指标进行定量的描述和分析,
建立量化的皮纹特征指标体系,实现了皮纹特征在一定程度上的数字化描述。
以肿瘤患者的皮纹特征作为临床应用实例,定量分析患者组与对照组之间的
皮纹差异,建立肿瘤易患性与皮纹特征的 Logistic 回归模型,从数字角度反
映皮纹与肿瘤易患性间的联系,从中发现内在规律和相关性,进而采用模式
分类中的 Fisher 线性判别、BP 神经网络和 SVM 方法,在患者组与对照组之
间按皮纹特征进行分类,并对各种分类结果进行比较,得到适于所建皮纹特
征指标体系的分类器模型。本课题在量化皮纹特征的基础上,用模式识别技
2
第四军医大学硕士学位论文
术探索皮纹与肿瘤的相关性,所提出的指标体系在皮纹特征的数量上和量化
程度上,国内外均未见相关报道。
本论文的主要工作如下:
1 建立皮纹数据采集平台:构建的皮纹采集平台,能进行手掌和手指图
像的实时采集和图像处理,得到相关的皮纹特征;
2 皮纹特征选择:在分析人类皮纹所有特征和总结已有专家知识经验的
基础上,确定了与疾病判别有关的掌纹和指纹特征,构成皮纹特征集;
3 皮纹特征的量化:将特征集中的掌纹纹型和指纹纹型分别采用变量和
矩阵形式进行描述;
4 对特征数据进行统计分析:采用统计学中的假设检验( χ 2 检验、独立
样本 t 检验、独立样本非参数检验、方差分析)、正态性分析、相关性分析、
多重共线性检测等,对特征集中的各个皮纹特征进行数据分布及患者组与对
照组间差异的统计分析,得出二者有统计差异的皮纹特征共15 个参数,构成
对肿瘤判别有贡献的皮纹特征指标体系;
5 统计判别与回归分析:为验证皮纹特征指标的有效性,将有统计差异
的特征在患者组与对照组间用 Fisher 判别分析进行二类判别,证明这些特征
可以用于区分患者组与对照组。并就所选皮纹特征进行 Logistic 回归分析,
得出患肿瘤的相对危险度与皮纹特征的回归方程数学