研究室论文《Bioimpedance spectroscopy for lung cancer diagnosis based on Hippopotamus algorithm with Enhanced exploitation capability (EEC-HA) 》被期刊《 Measurement》录用。
本文提出了一种通过生物阻抗谱技术(Bioimpedance Spectroscopy, BIS)提高肺癌诊断能力的增强河马算法(Hippopotamus Algorithm with Enhanced Exploitation Capability, EEC-HA)。首先，融合了河马搜索策略和多维开发策略，形成了EEC-HA算法用于拟合等效电路电阻Rp；其次，应用高斯弛豫时间分布(Gaussian relaxation-time distribution, GRTD)分析组织的弛豫峰值γpeak；再次，收集了肺癌和正常组织各40例。然后，统计分析Rp和γpeak的显著性差异，其AUC值分别为0.861和0.816。结合两参数进行多变量分析，建立回归方程 。最后，通过随机病理组织验证EEC-HA算法的性能。与鲸鱼和河马算法相比，EEC-HA的线性相关性可分别提高3.4%和2%，平均拟合误差分别降低了69.2%和46.3%。回归系数RF的AUC值为0.912，cut-off值为768.74，敏感度和特异性分别为0.950和0.850。因此，本文提出融合EEC-HA和GRTD的BIS方法在肺癌诊断中是可行、有效的，未来有望应用于术中检测。
图 等效电路拟合流程图