基于量子粒子群的电子鼻伤口感染检测算法研究.pdf

基于量子粒子群的电子鼻伤口感染
检测算法研究







重庆大学硕士学位论文
（学术学位）



学生姓名：樊 澍
指导教师：田逢春 教 授
专 业：电路与系统
学科门类：工 学




重庆大学通信工程学院
二 O 一四年四月
Study on the Wound Infection Detection
Algorithm for Electronic Nose Based on
Quantum-behaved Particle Swarm



A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Master’s Degree of Engineering
By
Fan Shu

Supervised by Prof. Tian Fengchun
Speicalty: Circuits and Systems



College of Communication Engineering of
Chongqing University, Chongqing, China
April, 2014
摘 要

医用电子鼻特指用于医疗诊断的电子鼻系统，检测原理是根据患者呼出的气
体或者伤口顶空气体的气味特征，来实现疾病诊断以及伤口感染检测。传统的病
理学细菌检验方法耗时费力（通常耗时 48 小时以上），而且检测需要专业人员进
行操作，程序复杂。近年来，电子鼻作为一种新型的具有吸引力的方法受到了广
泛关注和应用，并且其具有响应时间短、检测速度快，成本低、方便快捷、容易
与人工智能结合的优点。本论文主要以雄性大鼠作为实验对象，动物伤口病原菌
感染检测作为应用背景，对已建立的用于动物伤口检测的医用电子鼻实验系统进
行进一步研究，论文的主要内容如下：
特征提取是电子鼻数据处理中重要的一部分，原始特征的维数可能十分庞大，
这很大程度影响了电子鼻后续的分类能力。针对传统的特征提取方法，经常是仅
提取时域的响应信号或者变换域的响应信号作为特征，这样并不能完全描述电子
鼻数据的完整信息。为了建立能够包含绝大部分伤口感染有用信息的数据，论文
主要介绍了伤口感染检测电子鼻最常用的两类特征提取方法用来提取数据关键信
息、提高后续分类器的识别精度，分别为基于时间域和基于变换域的特征提取方
法，其中时域特征为提取稳态响应的最大值，变换域特征使用小波变换和傅里叶
变换提取小波和傅里叶系数。最终通过实验表明不同的特征提取方法能对后续的
分类器识别产生很大影响，本论文的混合特征矩阵构建方法能够包含更多的有用
信息并且很大程度提高分类器的识别能力。
优化算法近年来越来越广泛地应用于函数优化、数据挖掘、模式识别等领域，
本文电子鼻伤口感染检测算法的研究中，优化算法将在特征选择、分类器参数以
及特征子集优化等方面起巨大作用，因此本文着重研究了其中一