面向伤口感染检测的电子鼻智能数据处理算法研究

摘要

面向伤口感染检测的电子鼻系统，利用不同伤口病原菌代谢产物不同，通过识别伤口顶空气体来实现对伤口感染病原菌的检测。电子鼻用于伤口感染检测具有无创、快速、高效、便携等优点，是一种新型的具有吸引力的诊断方法。
　　用于伤口感染检测的电子鼻系统包括传感器信号采集、数据处理和模式识别三部分。其中，理想的数据处理技术可以从电子鼻的传感器响应中提取出更多有用信息，从而保证模式识别的判别识别率达到理想水平。但目前常见的用于伤口感染检测的电子鼻数据处理技术往往还停留在主成分分析、线性判别分析等传统方法，而已经成功应用于图像分类、目标识别等领域的新型智能数据处理技术尚未被用来解决电子鼻伤口感染检测问题。
　　本文旨在通过探索可用于电子鼻技术的新型智能数据处理算法，不断提高面向伤口感染检测的电子鼻的判别正确率。本文的智能数据处理算法以核主成分分析作为核心，具体研究包括输入数据准备、参数优化、核函数性能提升和输出数据降维等，以期找到一种有效的数据处理手段，从而提升电子鼻用于伤口感染检测的正确率。论文的主要研究内容和成果包括：
　　①以SD（Sprague-Dawley）雄性大鼠作为实验对象，使用人体常见的伤口感染病原菌进行相关实验。根据病原菌代谢产物和气体传感器敏感特性设计可用于伤口感染病原菌检测的电子鼻硬件实验平台。整套电子鼻系统由气体传感阵列、数据采集模块和气路系统等构成，在该硬件平台上进行了四种不同感染情况的伤口顶空气味采集实验。实验结果显示，气体传感阵列对不同病原菌的大鼠伤口顶空气体有显著响应，且响应模式明显不同，为后续进行电子鼻数据处理和模式识别提供了数据基础。
　　②原始特征矩阵的构建是电子鼻数据处理的关键第一步。小波系数因包含丰富的信息，常被用来作为表征原始响应的特征。在使用小波系数作为表征伤口电子鼻原始响应时，感兴趣的小波系数往往不止一个，且每个小波系数均发挥着不同程度的表征作用，某一个小波系数的丢弃或忽略可能会导致关键信息的丢失。本文提出了一种加权求和模型，根据每个小波系数在电子鼻对伤口感染类型做出正确判断的重要程度，对其进行加权整合，从而获得表征传感器响应的特征，该模型中每个小波系数的权值使用一种改进的量子粒子群优化算法获得。实验结果表明，基于小波系数加权求和模型构建的原始特征矩阵包含了更多的信息，对应的电子鼻的识别率明显高于其它特征。
　　在伤口感染检测电子鼻采样实验中，动物的体味成为了背景干扰。本文在分析该干扰特点的基础上，将小波域空间相关法引入到伤口感染检测电子鼻的背景气味干扰去除中，将实验获得的混合信号（包含伤口气味信号和大鼠体味信号）和大鼠体味信号的小波系数做空间相关分析，以达到背景去除的目的。实验结果表明，使用空间相关法进行背景去除后，电子鼻的判别识别率明显改善。
　　③伤口感染检测电子鼻的智能算法系统包括特征提取、数据降维以及模式识别等环节，各环节均含多个参数需要设置，参数设定会影响系统中各算法的性能，从而对整个电子鼻的性能产生影响。本文构建了一个电子鼻参数同步优化模型，将以上数据处理环节的参数以同一电子鼻的性能指标作为目标函数进行统一优化。同时，本文提出了一种改进的量子粒子群算法，作为电子鼻参数同步优化模型的实现载体，文中给出了详细的数学公式，并对该算法的全局寻优能力进行了研究。使用标准测试函数对本文提出的改进型量子粒子群的测试结果表明，该算法在寻找全局最优方面的性能要优于粒子群算法和标准量子粒子群算法。基于该改进算法的电子鼻参数同步优化模型在电子鼻参数寻优方面的表现明显优于对照算法。
　　④伤口感染检测电子鼻的原始特征矩阵对应的判别识别率尚没有达到令人满意的程度，应寻求一种可更有效表征伤口气味模式的特征，从而进一步提升伤口感染的判别正确率。研究表明，该原始矩阵中数据分布具有不均匀、非线性的特点，因此应采用具有非线性数据处理能力的算法来处理该原始特征矩阵。作为非线性特征提取中的经典算法，核主成分分析的性能又极易受核映射函数的影响。本文结合伤口感染检测电子鼻的应用实际，在多核学习和核主成分分析的基础上提出了一种新型加权核主成分分析算法，通过加权核的方式提高核函数映射能力，文章给出了本算法的详细数学推导过程，并就新加权核容许性、输入数据预处理和核函数中参数设定等问题进行了研究。实验结果表明，在所有用来处理原始特征矩阵的方法中，本文提出的新型加权核主成分分析对应的电子鼻的判别识别率最高。
　　⑤在使用核主成分分析进行伤口感染检测电子鼻数据处理时，核函数将数据从输入空间映射到高维核空间，如果直接将核主成分分析的输出数据作为分类器的输入，会增加分类器的计算负担。本文将流形学习中的有监督局部映射保持算法用于对伤口感染检测电子鼻核主成分分析的输出数据进行降维。该算法继承了流形学习的优点，可将输入空间的数据结构最大程度地传递给低维空间，而且优于传统流形学习算法的是其可提供显式映射表达式，从而使训练获得的降维模型也可用于处理在实测环节采集到的样本点。实验结果表明，该算法可在保证伤口电子鼻识别率不受影响的前提下，最大程度地降低数据维数，从而降低分类器的计算负担。

目录

封面

中文摘要

英文摘要

目录

符号表

缩写词表（按字母顺序排列）

1 绪论

1.1 人工嗅觉系统

1.2 常见伤口感染及诊断方法

1.3 电子鼻技术用于伤口感染检测的国内外研究现状

1.4 课题意义、论文结构和创新之处

2 用于伤口感染检测的电子鼻硬件系统及相关实验

2.1 用于伤口感染检测的电子鼻硬件平台构建

2.2 伤口感染检测动物实验及响应曲线

2.3 本章小结

3 基于小波系数的电子鼻数据特征矩阵构建和背景去除

3.1 基于小波系数加权求和伤口电子鼻特征矩阵

3.2 基于小波系数空间相关法的电子鼻背景干扰去除

3.3 实验结果与分析

3.4 本章小结

4 基于改进型量子粒子群的电子鼻参数同步优化算法研究

4.1 改进型量子粒子群算法

4.2电子鼻参数同步优化模型

4.3 实验结果与分析

4.4 本章小结

5 基于加权核主成分分析的电子鼻特征提取算法研究

5.1 加权核主成分分析算法

5.2 实验结果与分析

5.3 本章小结

6 基于有监督局部映射保持的电子鼻数据降维算法研究

6.1 有监督局部映射保持算法

6.2 实验结果与分析

6.3 本章小结

7 总结与展望

7.1 本文的主要研究内容

7.2 伤口感染检测电子鼻研究展望

致谢

参考文献

附录