电子鼻筛查肺癌
通过优化传感器阵列和轻量级3D卷积网络，将多变量时间序列转化为最大轨迹矩阵图像，在电子鼻呼气分析中实现最先进的肺癌检测性能。
Liu, Ran · Shidan, Wang · 田逢春 · Lin, Yi · 刘然
IEEE Transactions on Instrumentation and Measurement 2025
该算法基于线性判别分析，将传感器数量从22个减至8个，同时将准确率提高2.35个百分点，大幅简化系统。
对所有肺癌病例均正确识别，不漏诊，满足临床筛查对高灵敏度的极致要求。
C3D-Light作为轻量级3D卷积神经网络，在保持高性能的同时降低计算负担，便于在电子鼻设备上部署。
将优化后的多变量时间序列转换为最大轨迹矩阵图像，并按最大化帧间互信息排列，有效捕获时空特征。