关键词：红外光谱;SVM;ABC-SVM;癌症;预测
摘 要：肝癌和肺癌是人类健康的两大杀手，在所有癌症中死亡人数排在前两名，早期诊断对肝癌和肺癌患者治疗具有重要意义，因此，亟需一种样本诊断方法来实现肝癌和肺癌的早期精准诊断。基于傅里叶变换红外光谱，分别使用支持向量机(SVM)和人工智能蜂群(ABC)优化SVM两种方法，对获得的正常人、肝癌患者和肺癌患者血清的红外光谱数据进行分析。使用SVM对获得的三类血清光谱数据进行分类预测，能够较好的进行分类，但预测准确率不是很理想；运用ABC-SVM预测分类后准确率大大提高，可达95.8%,优于直接用特征参数作为模型输入的识别正确率，且算法具有良好的实时性。该结果可为红外光谱在肝癌和肺癌的早期诊断应用提供参考。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取