![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/10/8/dc597bfd-31c6-49f3-b8f6-971d0fa782cd/dc597bfd-31c6-49f3-b8f6-971d0fa782cdpic.jpg)
![關(guān)節(jié)軟骨的紅外光譜顯微成像及偏最小二乘法應用研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/10/8/dc597bfd-31c6-49f3-b8f6-971d0fa782cd/dc597bfd-31c6-49f3-b8f6-971d0fa782cd1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、關(guān)節(jié)軟骨是骨與骨之間的功能性連接,對于緩沖人體運動時關(guān)節(jié)之間產(chǎn)生的摩擦以及壓力等具有重要的作用。關(guān)節(jié)軟骨的損傷會導致關(guān)節(jié)運動功能的逐步喪失,由此引發(fā)骨關(guān)節(jié)炎疾病,給病人帶來極大的痛苦并會嚴重影響病人的正常生活。目前大多數(shù)患者在出現(xiàn)臨床癥狀時已處在骨關(guān)節(jié)炎的中后期,且難以有效治療;而對于早期骨關(guān)節(jié)炎則較難發(fā)現(xiàn),早期研究及診斷尚缺乏特異性的工具,導致相關(guān)早期研究較少。
傅里葉變換紅外光譜顯微成像技術(shù)(FTIRI)已被廣泛應用于材料
2、科學、化學、藥理學、法醫(yī)學和生物醫(yī)學等研究領(lǐng)域。該技術(shù)可同時獲取樣本組織的紅外光譜信息和顯微結(jié)構(gòu)信息?;瘜W計量學算法可用于光譜信息的定性和定量分析,將FTIRI技術(shù)與化學計量學算法相結(jié)合用于軟骨組織中主成分(膠原蛋白和蛋白多糖)含量的定量研究和病變識別,對于探究正常和病變的關(guān)節(jié)軟骨組織內(nèi)生物大分子的分布變化和骨關(guān)節(jié)炎的變化過程具有顯著的優(yōu)勢。
基于此,本文旨在將FTIRI技術(shù)與偏最小二乘算法(PLS)相結(jié)合,定量研究牛鼻軟骨(
3、BNC)樣本、正常和病變的關(guān)節(jié)軟骨樣本中膠原蛋白和蛋白多糖兩種生物大分子的含量與分布;通過建立的PLS判別模型(PLS-DA),實現(xiàn)對正常和病變的關(guān)節(jié)軟骨組織的分類識別。論文的主要研究內(nèi)容以及創(chuàng)新點如下:
1.通過膠原蛋白和蛋白多糖的標準紅外光譜矩陣建立這兩種生物大分子的吸收光譜與濃度之間的PLS回歸模型。建模過程中采用多種光譜預處理方法減少光譜矩陣中的不利因素,采用留一交叉驗證方法驗證PLS模型的預測能力。文章用BNC的紅外
4、光譜數(shù)據(jù)結(jié)合其生化分析結(jié)果驗證PLS模型對軟骨組織的預測能力。
2.通過PLS模型,對正常關(guān)節(jié)軟骨組織和病變關(guān)節(jié)軟骨組織的紅外光譜進行計算,可以得到膠原蛋白和蛋白多糖在正常和病變樣本中的含量分布情況。通過對比計算結(jié)果可知,在病變軟骨組織中,蛋白多糖的丟失主要集中在軟骨的表層區(qū)和過渡區(qū)。
3.建立了穩(wěn)定的PLS-DA模型,實現(xiàn)對正常關(guān)節(jié)軟骨組織和病變關(guān)節(jié)軟骨組織的判別。PLS-DA模型在校正集矩陣中的判別準確率為100
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 最小二乘法的應用研究
- (16)偏最小二乘法回歸.pdf
- 基于遺傳算法-偏最小二乘法的紅外光譜特征提取解析烯烴共軛類型.pdf
- 偏最小二乘法回歸建模案例
- 基于偏最小二乘法的動畫濾波研究.pdf
- 基于偏最小二乘法的散射光譜探測反演研究.pdf
- 畢業(yè)論文--最小二乘法的應用研究
- 最小二乘法小結(jié)
- 最小二乘法.doc
- 最小二乘法.doc
- 最小二乘法原理及應用【文獻綜述】
- 最小二乘法原理及應用【開題報告】
- 最小二乘法及其應用【文獻綜述】
- 最小二乘法及其應用【開題報告】
- 最小二乘法擬合直線
- 最小二乘法在實際中的應用
- 最小二乘法原理及應用【畢業(yè)論文】
- 最小二乘法及其應用【畢業(yè)論文】
- vb最小二乘法擬合直線
- 基于偏最小二乘法的電站鍋爐氧量預測.pdf
評論
0/150
提交評論