高光谱成像(HSI)是能够获得比传统RGB(红色绿色蓝色)成像的更多信息的非电离和非接触成像技术。在医学领域,由于其诊断和外科指导目的的巨大潜力,HSI通常已经调查。然而,HSI提供的大量信息通常包含冗余或非相关信息,并且识别某种应用的最相关波长是非常重要的,以便提高预测的准确性并减少执行时间分类算法。另外,一些波长可以包含噪声并去除这些频带可以改善分类阶段。本文提出的工作旨在识别视觉和近红外(VNIR)区域的这种相关光谱范围,以便在体内高光谱图像中准确地检测脑癌。已经提出了一种基于优化算法的方法,用于该任务,识别相关波长,以在由监督分类器(支持向量机)获得的分类结果中实现最佳精度,并采用最低可能数量的光谱频带。结果表明,基于遗传算法优化的提出方法略微提高了〜5%的肿瘤鉴定的准确性,仅使用48个带,相对于用128个带获得的参考结果,提供了开发定制采集传感器的可能性这可以提供实时HS成像。发现最相关的光谱范围包括440.5-465.96nm,498.71-509.62nm,556.91-575.1nm,593.29-615.12nm,636.94-666.05 nm,698.79-731.53 nm和884.32-902.51nm。
用于最新消息和更新

参考

PubMed.