基于具有后验概率的自适应高斯过程分类方法的口腔癌激光拉曼检测

由于不明显的早期症状和不完善的影像学检查方法,现有的早期和鉴别诊断口腔癌的方法受到限制。本文利用混合高斯过程(HGP)分类算法建立了口腔腺癌,癌组织和仅具有四个特征的对照组的分类模型,并介绍了降噪和​​后验概率的机制。 HGP在实验结果中显示出更好的性能。在实验过程中,口腔组织分为三组:腺癌(n = 87),癌(n = 100)和对照组(n = 134)。收集了这些组的光谱数据。拟议的HGP分类方法的前瞻性应用将诊断灵敏度提高到56.35%,特异性提高到大约70.00%,并且得到的马修斯相关系数(MCC)为0.36。事实证明,HGP在LRS检测分析中用于口腔癌的诊断具有准确的结果。应用前景也令人满意。