基于GA-SVR的近红外无创检测智能算法研究

引用本文

于欣冉, 赵鹏, 宦克为, 李野, 姜志侠, 周林华. 基于GA-SVR的近红外无创检测智能算法研究[J]. 光谱学与光谱分析, 2024,44(11): 3020-3028.
YU Xin-ran, ZHAO Peng, HUAN Ke-wei, LI Ye, JIANG Zhi-xia, ZHOU Lin-hua. Research on Intelligent Algorithm of Near-Infrared Spectroscopy Non-Invasive Detection Based on GA-SVR Method[J]. Spectroscopy and Spectral Analysis, 2024,44(11): 3020-3028.
Doi:10.3964/j.issn.1000-0593(2024)11-3020-09 复制到剪切板

Permissions

《光谱学与光谱分析》期刊社所有

基于GA-SVR的近红外无创检测智能算法研究

于欣冉^1,³, 赵鹏², 宦克为², 李野², 姜志侠^1,³, 周林华^1,^3,^*

1.长春理工大学数学与统计学院, 吉林长春 130022

2.长春理工大学物理学院, 吉林长春 130022

3.长春理工大学数学实验示范中心, 吉林长春 130022

*通讯作者 e-mail: zhoulh@cust.edu.cn

作者简介: 于欣冉, 女, 1999年生, 长春理工大学数学与统计学院硕士研究生 e-mail: 1339688841@qq.com;赵鹏, 1981年生, 长春理工大学物理学院讲师 e-mail: zhaop@cust.edu.cn;于欣冉, 赵鹏: 并列第一作者

收稿日期: 2023-08-17 修回日期: 2024-03-12

基金: 吉林省自然科学基金自由探索重点项目(YDZJ202201ZYTS585), 吉林省创新能力建设项目(2022C047-2), 国家自然科学基金项目(11401092)资助

摘要

近年来, 由于安全、无损、高效等因素, 基于近红外光谱及人工智能算法的无创检测在医学、生物等领域内备受关注。如何获取智能回归模型的近红外光谱有效特征是关键问题之一。以血糖浓度检测为例, 融合近红外光谱、遗传算法与支持向量回归(GA-SVR), 建立了近红外无创血糖浓度智能预测算法。首先, 根据OGTT实验规则, 采集志愿者无创动态血液近红外光谱及其对应的血糖浓度, 进一步基于遗传算法确定最优近红外特征波长组合, 最后建立支持向量机回归模型实现血糖浓度的回归预测。设计了对比实验, 分别将遗传算法与多层感知机回归(GA-MLPR)、偏最小二乘回归(GA-PLSR)和随机森林回归(GA-RFR)结合, 与本文提出的方法进行比较。实验结果表明, 提出的GA-SVR模型预测效果最好, 测试集相关系数相比GA-PLSR提高了44%, 相关系数达到99.97%, 均方误差为0.000 097。表明, 提出的GA-SVR可以实现对近红外光谱数据的有效特征提取, 验证了启发式智能算法对于近红外无创检测的可行性。

关键词: 近红外光谱; 无创检测; 特征选择; 遗传算法; 支持向量机

中图分类号:O433 文献标志码:A

Research on Intelligent Algorithm of Near-Infrared Spectroscopy Non-Invasive Detection Based on GA-SVR Method

YU Xin-ran^1,³, ZHAO Peng², HUAN Ke-wei², LI Ye², JIANG Zhi-xia^1,³, ZHOU Lin-hua^1,^3,^*

1. School of Mathematics and Statistics, Changchun University of Science and Technology, Changchun 130022, China

2. School of Physics, Changchun University of Science and Technology, Changchun 130022, China

3. Mathematical Experiment Demonstration Center of Changchun University of Science and Technology, Changchun 130022, China

*Corresponding author

YU Xin-ran and ZHAO Peng: joint first authors

Abstract

In recent years, non-invasive detection based on near-infrared spectroscopy and artificial intelligence algorithms has received much attention in medicine and biology due to its safety, non-invasiveness, and high efficiency. One key issue is selecting effective input features for intelligent regression models from wide-band near-infrared spectroscopy. This paper establishes a non-invasive near-infrared blood glucose concentration intelligent prediction model by combining near-infrared spectroscopy, genetic algorithm, and support vector regression (GA-SVR) using blood glucose concentration detection as an example. Firstly, according to the OGTT experimental rules, non-invasive dynamic blood near-infrared spectroscopy and corresponding blood glucose concentrations of volunteers were collected. The optimal near-infrared feature wavelength combination was further determined based on a genetic algorithm. Finally, the support vector machine regression model was established to achieve blood glucose concentration prediction. In this paper, comparative experiments were designed to compare the proposed method with the genetic algorithm and multi-layer perceptron regression (GA-MLPR), partial least squares regression (GA-PLSR), and random forest regression (GA-RFR). The experimental results show that the proposed GA-SVR model has the best prediction performance, and the correlation coefficient of the test set is increased by 44% compared with GA-PLSR, the correlation coefficient reaches 99.97%, and the mean square error is 0.000 97. The study shows that the proposed GA-SVR can achieve effective feature selection of near-infrared spectroscopy data, verifying the feasibility of intelligent algorithms for feature selection. The excellent performance of this feature selection model provides a new approach to non-invasive detection.

Keyword: Near-infrared spectroscopy; Non-invasive detection; Feature Selection; Genetic algorithm; Support vector machine

文章图片

引言

随着现代生活条件的不断提升, 人们越来越注重身体健康状况。传统的生化血液检测方法需要通过穿刺等有创方式获取样本, 会给患者带来不适和痛苦, 而且检测时间过长, 难以实现患者生理指标的实时监测。相比之下, 无创检测技术避免了传统有创方法所带来的风险和不适, 简化了操作流程, 节省了时间和资源。同时, 无创检测还可以实时监测患者的生理指标, 适用于一般人群的健康管理。因此, 无创检测技术是未来发展的必然趋势, 在医疗、科研和工业等领域具有广阔的发展前景^{[1, 2]}。然而, 由于人体组织背景复杂、血液信号变化微弱以及测量设备条件有限等原因, 无创检测技术尚未达到预期效果^{[3, 4]}。

近红外光谱分析技术因其样品无损、分析迅速和操作便利等众多优势在医学、生物等领域备受关注^[5]。事实上, 早在1987年Dahne已将近红外光谱分析应用于人体血液的无创检测, 开启了光谱技术在医学领域应用研究的新篇章^[6]。然而, 由于相邻波段光谱数据之间存在严重的信息冗余^[7], 直接应用于建模会导致模型复杂性高, 稳定性差等问题, 如何去除冗余获取有效特征是决定光谱数据应用效果的关键要素^{[8, 9]}。

特征选择作为机器学习和数据挖掘的一个关键环节, 在实际应用中面临着一系列困难。真实数据往往包含大量冗余信息, 数据中的噪声和无效信息使得特征选择变得更加具有挑战性^{[10, 11]}。为了解决这些困难, 需要结合领域专业知识与适当的算法技术, 以提高模型的性能和泛化能力。启发式智能算法在特征选择领域展现出良好的应用潜力^[12]。其中, 遗传算法是一种受自然进化理论启发的智能算法, 模拟了达尔文的自然选择和孟德尔遗传学原理, 通过模拟自然进化的过程来寻找最优解^[13]。由于遗传算法具备并行性、自适应性等优点, 能够有效地处理大规模数据, 因此在解决特征选择问题上具有较强的适用性^{[14, 15]}。

近年来, GPU等计算技术的快速发展为基于启发式智能算法的近红外光谱数据特征选择提供了可行性。 Riccardo Leardi等^[16]运用遗传算法结合偏最小二乘回归模型, 成功选择出大豆粉、汽油等五组近红外光谱数据的有效特征波段, 表明了遗传算法在近红外光谱数据特征选择方面的应用前景。李浩光等^[17]在近红外玉米光谱数据中采用遗传算法进行特征波长选择, 发现少量特征波长的效果与全光谱数据的鉴别效果一致, 进一步拓展了遗传算法在特征选择领域的应用。支持向量机(support vector machine, SVM)在处理分类和回归问题中效果显著, 是重要的机器学习模型之一^[18]。马爽等^[19]提出了基于支持向量机回归模型(support vector regression, SVR)的无创血糖光谱算法, 其预测准确度较偏最小二乘回归提高了10%~15%, 为回归模型的优化提供了新的思路。 Oyehan等^[20]提出了将遗传算法和支持向量回归模型结合, 利用波长、温度和血红蛋白浓度来预测血红蛋白的折射率, 优异的测试精度验证了该模型在解决实际问题中的良好表现。综上, 将遗传算法与支持向量回归模型结合能够进一步提升模型在实际问题中的性能。基于前人的研究与分析, 旨在建立融合遗传算法与支持向量回归的近红外无创智能检测算法。以血糖浓度检测为例, 基于GA-SVR实现了近红外光谱特征波长的有效选择, 并得到了高精度的无创血糖浓度预测。

1 实验部分

1.1 实验方案与数据获取

通过OGTT葡萄糖耐量实验, 使用近红外光谱仪(Headwall Photonics公司设计制造, 型号Hyperspec^TM, 波长范围900~1 700 nm, 光谱分辨率为5 nm, 成像分辨率为1 280× 1 024)及罗氏血糖仪获取实验数据。根据查阅血液中葡萄糖的近红外吸收波峰的相关文献^{[21, 22]}, 葡萄糖在1 126、 1 408和1 536 nm等波段的红外光谱存在明显吸收, 实验使用的光谱仪覆盖了以上主要特征峰。

共两名测试志愿者, 实验前保持至少10 h以上空腹, 每天早上8:00开始测试, 在测试前5 min内饮入250 mL含75 g葡萄糖粉剂水溶液, 在2.5 h内被测对象的血糖浓度会出现一个从最低到最高, 最终回到最低的趋势。选取右手食指指腹作为测量位置, 设置Hyperspec^TM近红外光谱仪对该固定位置扫描获取高光谱数据。为了避免光源不稳定及外界噪声影响, 每次光谱数据采集均进行白板矫正。每位志愿者均获取了28个血糖浓度及其对应的近红外光谱数据。数据范围为4.84~11.00 mmol· L^-1, 每个血糖浓度均获取了食指指端同一位置的90条(见图1, 每条光谱含149个波长)高光谱数据。

Figure Option
View Download New Window

图1 不同血糖浓度的无创动态血液吸光度图
(a): 志愿者A原始吸光度曲线; (b): 志愿者B原始吸光度曲线; (c): 志愿者A多元散射校正后吸光度曲线; (d): 志愿者B多元散射矫正后吸光度曲线Fig.1 Noninvasive dynamic blood absorbance spectra of volunteers with different blood glucose concentrations
(a): Original absorbance spectra of Volunteer A; (b): Original absorbance spectra of Volunteer B; (c): Multiple scattering correction spectra of Volunteer A; (d): Multiple scattering correction spectra of Volunteer B

1.2 光谱数据预处理

由于900~1 000 nm波段部分数据存在较强噪声干扰, 因此截取1 000~1 700 nm波段的光谱数据进行分析。进一步, 为消除散射效应影响, 采用多元散射校正方法对所获数据进行预处理。最后, 基于Lambert-Beer定律计算得到不同浓度血糖的吸光度光谱曲线(如图1所示)。

每位志愿者的无创动态血液近红外光谱吸光度记为

$X = {X^{1}, X^{2}, \dots, X^{k}, \dots, X^{90}}$ (1)

$\begin{array}{l} X^{k} = \{\begin{array}{l} x_{1}^{k} \\ x_{2}^{k} \\ ︙ \\ x_{27}^{k} \\ x_{28}^{k} \end{array}\} = \{\begin{array}{l} x_{1, 1}^{k} & x_{1, 2}^{k} & \dots & x_{1, 149}^{k} \\ x_{2, 1}^{k} & x_{2, 2}^{k} & \dots & x_{2, 149}^{k} \\ ︙ & ︙ & ⋰ & ︙ \\ x_{27, 1}^{k} & x_{27, 2}^{k} & \dots & x_{27, 149}^{k} x_{28, 1}^{k} & x_{28, 2}^{k} \dots & x_{28, 149}^{k} \end{array}\} \end{array}$ (2)

使用罗氏血糖仪测量得到28个实际血糖浓度记为

$Y = {y_{1}, y_{2}, \dots, y_{27}, y_{28}}$ (3)

其中, $x_{i}^{k}$ =( $x_{i, 1}^{k}$ , $x_{i, 2}^{k}$ , …, $x_{i, 149}^{k}$ )表示第i个血糖浓度下的第k条光谱数据, 其包含了149个近红外波长对应的吸光度值。

2 基于GA-SVR的智能算法设计

旨在利用遗传算法结合支持向量回归对近红外光谱数据特征波长进行智能选择, 流程步骤见图2。

	Figure Option View Download New Window
	图2 GA-SVR算法流程图Fig.2 GA-SVR algorithm flowchart

2.1 基于遗传算法(GA)的特征提取

遗传算法进行特征选择的核心原理是通过模拟生物进化的过程, 通过基因编码、选择、交叉和变异等操作逐步优化特征子集, 以找到对问题求解最优的特征组合。在遗传算法中, 编码中的每一位代表一个特征, 将待筛选的特征向量编码成一条染色体, 目标是从D个候选特征中挑选出d个有效特征, 以获得更好的问题解决方案。遗传算法主要包括以下几个步骤: 基因编码、种群初始化、适应度函数评价、选择、交叉、变异、结束条件判断等。

(1)基因编码。采用{0, 1}二进制方式对近红外光谱数据进行编码, 每一个波长对应染色体中一个基因。若编码为“ 0” 表示特征未被选中, 若编码为“ 1” 表示特征被选中, 一种0和1编码的组合可以当作一条染色体。任取无创动态血液近红外光谱吸光度 $x_{i}^{k}$ =( $x_{i, 1}^{k}$ , $x_{i, 2}^{k}$ , …, $x_{i, 149}^{k}$ ), 对 $x_{i}^{k}$ 进行149位二进制编码。

(2)种群初始化。编码后的基因生成随机的初始基因串, 创建初始染色体种群。在这个过程中, 我们将初始种群的个体数量设置为200, 并设定了总共迭代200次。另外, 为了提高算法的效率, 我们规定如果连续10代的适应度值没有改进, 遗传算法会提前终止。

(3)针对二进制编码后的特征种群, 通过解码将每个个体的基因型从二进制编码转换为其对应的表现型, 解码的过程是将染色体中基因位映射到实际的波长点位。

(4)适应度函数。适应度函数的选择对于遗传算法的成功解决问题至关重要, 适应度值反映了个体或解的优劣程度。选取SVR模型在测试集上的均方误差作为适应度函数F。

$F = \overset{n}{\sum_{i = 1}} \frac{1}{n} (f (x_{i}) - y_{i})^{2}$ (4)

(5)基因操作。在遗传算法中, 选择操作、交叉操作和变异操作是基因操作中的重要组成部分。我们采用竞争方式进行选择, 从初始种群中设定随机选择3个个体为一组, 从这些个体中选取适应度最高的个体作为优胜者, 将适应度值最大的个体复制到下一代新种群中。假设种群中共有N个个体, 个体i的适应度值为F_i, 那么个体i被选取的概率P_i可以表示为

$P_{i} = \frac{{\tilde{F}}_{i}}{\overset{N}{\sum_{k = 1}} {\tilde{F}}_{k}}, {\tilde{F}}_{i} = \frac{1}{F_{i}}$ (5)

复制概率比较小的个体, 在遗传算法的演化过程中逐渐会被淘汰。随后, 针对父代种群, 设定的交叉率为0.5, 变异率为0.2, 对染色体进行操作, 从而产生下一代新种群, 每次迭代中生成的新种群数量与初始种群数量保持相同。

(6)结束条件判断。当满足设定的繁衍代数时, 遗传算法输出最优特征波长组合, 终止遗传算法。如若未满足设定的繁衍代数, 则算法会回到步骤(5), 将步骤(5)中的新一代个体代入步骤(3), 重复步骤(3)— (5), 直至达到最大迭代次数, 终止算法。

2.2 基于支持向量机(SVR)的血糖浓度回归

训练数据与测试数据按照3∶ 1的比例划分, 结合SVR进行回归预测。经过优化得到一个回归模型$f(x)=\omega^{\mathrm{T}} x+b,$使得模型预测值$f(x)$与实际血糖浓度值$y$之间的误差最小化,其中$w$和$b$是SVR的模型参数。

在回归问题中, 给定一个边界值 $ε, 即当 | f (x_{i}) - y_{i} | > ε$ 时计算损失。 SVR的优化目标可以表示为

$\min \frac{1}{2} ‖ ω ‖^{2} + C \overset{m}{\sum_{i = 1}} l_{ε} (f (x_{i}), y_{i})$ (6)

式(6)中, C为正则化常数, l_ε为损失函数, m为训练数据的数量。

$l_{ε} (f (x_{i}), y_{i}) = \{\begin{array}{l} 0 & if | f (x_{i}) - y_{i} | \leq ε \\ | f (x_{i}) - y_{i} | - ε & otherwise \end{array}$ (7)

引入松弛变量ξ _i和 ${\hat{ξ}}_{i}$ , 拉格朗日乘子u_i≥ 0, ${\hat{u}}_{i}$ ≥ 0, a_i≥ 0, ${\hat{a}}_{i}$ ≥ 0, 优化目标变为

$\begin{array}{l} L (ω, b, a, \hat{a}, ξ, \hat{ξ}, u, \hat{u}) = \frac{1}{2} ‖ ω ‖^{2} + C \overset{m}{\sum_{i = 1}} (ξ_{i} + {\hat{ξ}}_{i}) - \\ \overset{m}{\sum_{i = 1}} ξ_{i} u_{i} - \overset{m}{\sum_{i = 1}} {\hat{ξ}}_{i} {\hat{u}}_{i} + \overset{m}{\sum_{i = 1}} a_{i} (f (x_{i}) - y_{i} - ε - ξ_{i}) + \\ \overset{m}{\sum_{i = 1}} {\hat{a}}_{i} (y_{i} - f (x_{i}) - ε - {\hat{ξ}}_{i}) \end{array}$ (8)

令L(ω , b, a, $\hat{a}$ , ξ , $\hat{ξ}$ , u, $\hat{u}$ )对ω , b, ξ _i, ${\hat{ξ}}_{i}$ 的偏导为0可得

$\{\begin{array}{l} ω = \overset{m}{\sum_{i = 1}} ({\hat{a}}_{i} - a_{i}) x_{i} \\ 0 = \overset{m}{\sum_{i = 1}} ({\hat{a}}_{i} - a_{i}) \\ C = a_{i} + u_{i} \\ C = {\hat{a}}_{i} + {\hat{u}}_{i} \end{array}$ (9)

将式(9)代入式(8), 即可得到SVR的对偶问题

$\begin{array}{l} \max_{a, \hat{a}} \overset{m}{\sum_{i = 1}} y_{i} ({\hat{a}}_{i} - a_{i}) - ε ({\hat{a}}_{i} + a_{i}) - \\ \frac{1}{2} \overset{m}{\sum_{i = 1}} \overset{m}{\sum_{j = 1}} ({\hat{a}}_{i} - a_{i}) ({\hat{a}}_{j} - a_{j}) {x^{T}}_{i} x_{j} \\ s.t. \overset{m}{\sum_{i = 1}} ({\hat{a}}_{i} - a_{i}) = 0, \\ 0 \leq a_{i}, {\hat{a}}_{i} \leq C \end{array}$ (10)

则f(x)的解为

$f (x) = \overset{m}{\sum_{i = 1}} ({\hat{a}}_{i} - a_{i}) {x^{T}}_{i} x + b$ (11)

若0< a_i< C, 则必有ξ _i=0,

$b = y_{i} + ε - \overset{m}{\sum_{j = 1}} ({\hat{a}}_{j} - a_{j}) {x^{T}}_{j} x_{i}$ (12)

引入核函数计算高维空间中的 ${x^{T}}_{j} x, k (,)$ 代表核函数, 本文中使用的核函数为高斯核函数, 最终的回归模型可以表示为

$f (x) = \overset{m}{\sum_{i = 1}} ({\hat{a}}_{i} - a_{i}) k (x_{i}, x) + b$ (13)

3 结果与讨论

在遗传算法特征选择过程中, 关键参数最大特征数(Max-features)的取值需要经过仔细考虑。如果设定过小, 由于算法的随机性, 可能会降低模型的精度; 如果设定过大, 一些无关的特征波长可能会混入, 影响模型的精度, 并且会增加计算时间和复杂度。为了确定合适的Max-features值, 尝试了不同的设置, 具体设置为10、 20、 30、 40, 并对2位志愿者的血糖光谱数据进行实验。

实验结果表明, 在Max-features设置为30时, 模型的性能达到最佳状态。当Max-features大于30时, 模型的精度不再有显著提升, 反而会造成过多的特征波长被选择, 进而增加了计算负担。通过在不同Max-features值下的实验, 我们能够确定最适合本实验数据的特征选择配置, 从而为模型的性能和效率提供最佳平衡。具体实验结果可以参见表1和表2。

表1 不同Max-features值的模型结果 Table 1 Model results for setting different Max-features values

表2 不同Max-features值的模型结果 Table 2 Model results for setting different Max-features values

四种方法均设定Max-features值为30。表3和表4中确定的最优波长数目, 是GA-PLSR、 GA-MLPR、 GA-RFR达到最大迭代次数时挑选出来的, 虽然挑选的波长数低于设定的Max-features值。但是, 这是模型挑选出的最佳波长组合, 如果增加波长数, 会引入无关信息, 从而降低模型的预测性能。

表3 不同特征选择模型的预测结果 Table 3 Prediction results of different feature selection models

表4 不同特征选择模型的预测结果 Table 4 Prediction results of different feature selection models

通过网格搜索方法, 我们找到了适合的超参数来训练模型, 并进行了五折交叉验证, 同时, 对其他三种对比方法进行了实验。结果显示, GA-SVR模型的相关系数达到了99.94%, 同时均方误差仅为0.000 17。综合对比验证表明, 本文提出的GA-SVR模型在预测精度上表现优异, 具体的实验结果如表3和表4所示, 进一步验证了该模型在特征选择和回归预测方面的卓越性能。

为了便于全面观察数据的最终预测效果, 我们采用了克拉克误差网格分析(Clarke error grid analysis)来评估血糖预测模型的性能。克拉克误差分析图能够直观地展示预测值与实际血糖浓度之间的差异。该图将误差分为五个区域, 其中A区被视为可接受的误差范围, A区内的数据占全部数据的比例是评价预测效果的重要标准之一。

从图3和图4的观察可以得知, GA-PLSR方法的预测效果最差, GA-MLPR方法在一定程度上改善了前者的预测效果, 但仍有一些数据未能落在A区内。只有GA-SVR方法预测的数据全部落在了A区的回归直线上, 呈现出最优秀的预测效果, 回归预测值与原始标签值高度一致, 模型的预测结果明显地得到了有效提升。克拉克误差分析的结果进一步验证了GA-SVR模型在回归预测方面的卓越性能。

	Figure Option View Download New Window
	图3 志愿者A的交叉验证克拉克误差分析图 (a): GA-PLSR; (b): GA-MLPR; (c): GA-RFR; (d): GA-SVRFig.3 Cross validation Clark error analysis chart for volunteer A (a): GA-PLSR; (b): GA-MLPR; (c): GA-RFR; (d): GA-SVR

	Figure Option View Download New Window
	图4 志愿者B的交叉验证克拉克误差分析图 (a): GA-PLSR; (b): GA-MLPR; (c): GA-RFR; (d): GA-SVRFig.4 Cross validation Clark error analysis chart for volunteer B (a): GA-PLSR; (b): GA-MLPR; (c): GA-RFR; (d): GA-SVR

鲁棒性检验: 为了验证模型对数据质量和环境因素变化的鲁棒性, 我们向原始吸光度数据中分别添加1%、 3%、 5%、 10%不同程度的白噪声, 以志愿者B为例, 观察GA-SVR模型预测性能的变化。

通过对表5的观察, 可以得知随着添加噪声的增加, 模型的相关系数和均方误差并未出现显著的波动, 这说明模型对于数据质量的变化不太敏感, 对于噪声的变化有一定的容忍度。

表5 加入不同程度白噪声后模型的预测结果 Table 5 Prediction results of the model after adding different levels of white noise

通过对图5的观察, 可以看到, 在添加1%、 3%、 5%的噪声后, 该模型的预测结果都位于A区内, 而在添加10%噪声时, 大部分数据都分布在A区。结合表4和图5的综合分析, 可以验证, 当数据质量随机变化或受到环境因素的影响时, 该模型具有一定的鲁棒性。

	Figure Option View Download New Window
	图5 志愿者B添加噪声后的交叉验证克拉克误差分析图 (a): 添加1%噪声的预测结果; (b): 添加3%噪声的预测结果; (c): 添加5%噪声的预测结果; (d): 添加10%噪声的预测结果Fig.5 Cross validation Clark error analysis chart after volunteer B injected noise (a): Adding 1% noise; (b): Adding 3% noise; (c): Adding 5% noise; (d): Adding 10% noise

4 结论

随着信息量的不断增加以及数据复杂性的提升, 需要解决的问题空间日益庞大。因此, 从众多候选特征中选择出能够最好地代表问题空间的特征子集变得至关重要, 这能够显著减少模型的计算代价和执行时间。人工手动进行特征选择不仅浪费时间, 还浪费了大量人力和资源。尽管深度学习可以用于特征选择, 但通常需要构建复杂的算法模型, 计算开销较大, 无法广泛应用。本工作设计了智能算法进行特征波长选择, 提出了GA-SVR特征波长选择算法。通过与GA-PLSR、 GA-MLPR、 GA-RFR等方法进行对比实验, 综合实验研究表明, GA-SVR能够有效地进行高光谱数据的特征选择, 实现对血糖浓度的精确预测, 在血糖浓度预测方面取得了良好成果。未来的工作是将此模型扩展到其他生物标志物的预测领域, 包括血红蛋白、血脂、血乳酸等多种血液成分的浓度检测, 以实现无创检测的高精度预测。

参考文献

文献列表

[1]	Awelisah Y M, Li G, Lin L. Infrared Physics & Technology, 2022, 121: 104049. [本文引用:1]
[2]	Peng X, Yan Y X, Liu H. Optical Fiber Technology, 2022, 68: 102822. [本文引用:1]
[3]	Heise H M, Delbeck S, Marbach R. Biosensors, 2021, 11(3): 64. [本文引用:1]
[4]	Sun J, Pang R, Chen S, et al. Journal of Innovative Optical Health Sciences, 2021, 14(06): 2130006. [本文引用:1]
[5]	Devezas M A M. Journal of Neuroimaging, 2021, 31(4): 641. [本文引用:1]
[6]	Dahne C, Gross D. US Patent: 4655225, 1987. [本文引用:1]
[7]	Morales G, Sheppard J W, Logan R D, et al. Remote Sensing. 2021; 13(18): 3649. [本文引用:1]
[8]	YAN Hong-mei, HE Ming-yi (闫红梅, 何明一). Journal of Signal Processing(信号处理), 2023, 39(1): 1. [本文引用:1]
[9]	ZHANG Jin, HU Yun, ZHOU Luo-xiong, et al(张进, 胡芸, 周罗雄, 等). Journal of Instrumental Analysis(分析测试学报), 2020, 39(10): 1196. [本文引用:1]
[10]	Kasim S, Malek S, Ibrahim K S, et al. European Heart Journal, 2021, 42(Supplement_1): 3069. [本文引用:1]
[11]	Qian W, Xiong Y, Yang J, et al. Information Sciences, 2022, 582: 38. [本文引用:1]
[12]	Mostafa R R, Ewees A A, Ghoniem R M, et al. Knowledge-Based Systems, 2022, 246: 108743. [本文引用:1]
[13]	Shao R, Zhang G, Gong X. Photonics Research, 2022, 10(8): 1868. [本文引用:1]
[14]	El-Nemr M, Afifi M, Rezk H, et al. Mathematics, 2021, 9(5): 576. [本文引用:1]
[15]	Wei Y, Chen Z, Zhao C, et al. Ocean Engineering, 2023, 270: 113659. [本文引用:1]
[16]	Leardi R. Journal of Chemometrics, 2000, 14: 643. [本文引用:1]
[17]	LI Hao-guang, YU Yun-hua, PANG Yan, et al(李浩光, 于云华, 逄燕, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2021, 41(8): 2437. [本文引用:1]
[18]	An Y, Xue H. Pattern Recognition, 2022, 121: 108195. [本文引用:1]
[19]	MA Shuang, PU Bao-ming (马爽, 蒲宝明). Computer Systems & Applications(计算机系统应用), 2016, 25(8): 120. [本文引用:1]
[20]	Oyehan T A, Alade I O, Bagudu A, et al. Computers in Biology and Medicine, 2018, 98: 85. [本文引用:1]
[21]	LI Meng-ze, JI Zhong, CHENG Jin-xiu (李孟泽, 季忠, 程锦绣). Journal of Biomedical Engineering(生物医学工程学杂志), 2021, 38(2): 342. [本文引用:1]
[22]	Yadav J, Rani A, Singh V, et al. Near-Infrared LED Based Non-Invasive Blood Glucose Sensor, 2014 International Conference on Signal Processing and Integrated Networks (SPIN). IEEE, 2014: 591. [本文引用:1]

2022

0.0

... 因此, 无创检测技术是未来发展的必然趋势, 在医疗、科研和工业等领域具有广阔的发展前景^[1,2] ...

2022

0.0

... 因此, 无创检测技术是未来发展的必然趋势, 在医疗、科研和工业等领域具有广阔的发展前景^[1,2] ...

2021

0.0

... 然而, 由于人体组织背景复杂、血液信号变化微弱以及测量设备条件有限等原因, 无创检测技术尚未达到预期效果^[3,4] ...

2021

0.0

... 然而, 由于人体组织背景复杂、血液信号变化微弱以及测量设备条件有限等原因, 无创检测技术尚未达到预期效果^[3,4] ...

2021

0.0

... 近红外光谱分析技术因其样品无损、分析迅速和操作便利等众多优势在医学、生物等领域备受关注^[5] ...

0.0

... 事实上, 早在1987年Dahne已将近红外光谱分析应用于人体血液的无创检测, 开启了光谱技术在医学领域应用研究的新篇章^[6] ...

2021

0.0

... 然而, 由于相邻波段光谱数据之间存在严重的信息冗余^[7], 直接应用于建模会导致模型复杂性高, 稳定性差等问题, 如何去除冗余获取有效特征是决定光谱数据应用效果的关键要素^[8,9] ...

2023

0.0

2020

0.0

2021

0.0

... 真实数据往往包含大量冗余信息, 数据中的噪声和无效信息使得特征选择变得更加具有挑战性^[10,11] ...

2022

0.0

... 真实数据往往包含大量冗余信息, 数据中的噪声和无效信息使得特征选择变得更加具有挑战性^[10,11] ...

2022

0.0

... 启发式智能算法在特征选择领域展现出良好的应用潜力^[12] ...

2022

0.0

... 其中, 遗传算法是一种受自然进化理论启发的智能算法, 模拟了达尔文的自然选择和孟德尔遗传学原理, 通过模拟自然进化的过程来寻找最优解^[13] ...

2021

0.0

... 由于遗传算法具备并行性、自适应性等优点, 能够有效地处理大规模数据, 因此在解决特征选择问题上具有较强的适用性^[14,15] ...

2023

0.0

... 由于遗传算法具备并行性、自适应性等优点, 能够有效地处理大规模数据, 因此在解决特征选择问题上具有较强的适用性^[14,15] ...

2000

0.0

... Riccardo Leardi等^[16]运用遗传算法结合偏最小二乘回归模型, 成功选择出大豆粉、汽油等五组近红外光谱数据的有效特征波段, 表明了遗传算法在近红外光谱数据特征选择方面的应用前景 ...

2021

0.0

... 李浩光等^[17]在近红外玉米光谱数据中采用遗传算法进行特征波长选择, 发现少量特征波长的效果与全光谱数据的鉴别效果一致, 进一步拓展了遗传算法在特征选择领域的应用 ...

2022

0.0

... 支持向量机(support vector machine, SVM)在处理分类和回归问题中效果显著, 是重要的机器学习模型之一^[18] ...

2016

0.0

... 马爽等^[19]提出了基于支持向量机回归模型(support vector regression, SVR)的无创血糖光谱算法, 其预测准确度较偏最小二乘回归提高了10%~15%, 为回归模型的优化提供了新的思路 ...

2018

0.0

... Oyehan等^[20]提出了将遗传算法和支持向量回归模型结合, 利用波长、温度和血红蛋白浓度来预测血红蛋白的折射率, 优异的测试精度验证了该模型在解决实际问题中的良好表现 ...

2021

0.0

... 根据查阅血液中葡萄糖的近红外吸收波峰的相关文献^[21,22], 葡萄糖在1 126、 1 408和1 536 nm等波段的红外光谱存在明显吸收, 实验使用的光谱仪覆盖了以上主要特征峰 ...

2014

0.0