【FCS Letter专栏】基于FAIMS技术的常见伤口细菌检测

2019 年 7 月 7 日 FCS

点击上方蓝字

关注我们

      在临床实践中,医生普遍关注的问题是各种类型的伤口感染容易导致病人死亡、致残和经济负担。快速、可靠地检测出感染性细菌是后续治疗的关键,也成为当今研究热点之一。本文利用高场不对称离子迁移谱检测技术(FAIMS),对金黄色葡萄球菌等四种常见的伤口感染细菌进行区分。并对不同特征提取方法与学习器在伤口感染细菌分类问题上的性能,进行了比较分析。

      采用灰度共生矩阵(GLCM)、基于主成分分析的局部二进制模型(PLBP)和多尺度小波能量(MSWE)三种特征提取算法进行特征提取;采用随机森林(RF)、K最近邻(KNN)、极限学习机(ELM)和支持向量机(SVM)进行细菌样本的分类。实验结果表明,GLCM和多尺度小波能量的特征提取方法能够较好的提取出区分不同细菌样本的特征。随机森林和支持向量机均表现出了较高的识别性能。其中,以多尺度小波能量(MSWE)进行特征提取,以随机森林算法作为分类模型的组合方法达到了100%的识别率;以灰度共生矩阵(GLCM)进行特征提取,以支持向量机(SVM)作为分类模型的组合方法也达到了100%的识别率本。

文章精要

请长按下方二维码识别,阅读该文。

更多详细证明信息,请参考网页上的Supplementary material部分。

相关内容推荐:

【FCS 人工智能专栏】使用链路预测增强子空间聚类 2019 13(4):802-812

【FCS 人工智能专栏】联合显著性物体检测与存在性预测  2019 13(4):778-788

【FCS 人工智能专栏】基于不定核的大间隔聚类算法研究 2019 13(4):813-827

【FCS优秀青年计算机科学家论坛】李宇峰:安全半监督学习综述 2019 13(4):669-676

CodeAttention:基于代码结构信息的代码注释自动生成 2019 13(3):565-578 

基于非负局部约束词汇树的指静脉图像检索  2019 13(2):318-332

基于标记分布学习的软视频行为解析  2019 13(2):302-317

基于迁移的人工上采样方法解决小类样本有限的类别不平衡问题  

基于贝叶斯双神经网络的推荐算法

基于分布式表示学习的社区搜索算法 

随机局部搜索求解最大可满足性问题的经验研究 2019 13(1):86-98

基于情感信息和神经网络模型的立场分析 2019 13(1):127-138 



Frontiers of Computer Science



Frontiers of Computer Science (FCS)是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授,共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”。




长按二维码关注Frontiers of Computer Science公众号

登录查看更多
0

相关内容

FCS:Frontiers of Computer Science。 Explanation:计算机科学前沿。 Publisher:Higher Education Press。 SIT: http://dblp.uni-trier.de/db/journals/fcsc/
基于深度学习的多标签生成研究进展
专知会员服务
146+阅读 · 2020年4月25日
【中科院信工所】视听觉深度伪造检测技术研究综述
专知会员服务
41+阅读 · 2020年4月15日
【教程推荐】中科大刘淇教授-数据挖掘基础,刘 淇
专知会员服务
82+阅读 · 2020年3月4日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
19+阅读 · 2020年1月26日
跨多个异构数据源的实体对齐
FCS
15+阅读 · 2019年3月13日
基于统计关系学习的自动数据清洗
FCS
7+阅读 · 2019年3月1日
基于差分隐私的地理社交网络发布
FCS
9+阅读 · 2019年2月22日
卷积自适应降噪自动编码器
FCS
8+阅读 · 2019年1月3日
基于样本选择的安全图半监督学习方法
FCS 12(1) 文章 | 知识图谱综述
FCS
8+阅读 · 2018年3月12日
Arxiv
6+阅读 · 2020年4月14日
Arxiv
11+阅读 · 2018年9月28日
Arxiv
3+阅读 · 2018年6月19日
Arxiv
7+阅读 · 2018年2月26日
VIP会员
Top
微信扫码咨询专知VIP会员