李杰 云南国土资源职业学院素质教育中心

沈栩竹 昆明冶金高等专科学校公共课部

1 引言

细菌性阴道炎（BV）是一种女性阴道菌群生态失衡引起的疾病，在临床妇科门诊中较为常见。目前在临床方面，通过对患者的阴道分泌物的综合症状判别来诊断BV。而在研究中，对革兰氏染色涂片打分来诊断BV。然而，BV的致病因素非常复杂，许多患者的症状并不明显。因此，采用更有效的诊断方法是十分必要的。通过阴道内的菌群来对BV进行诊断可认为是一种很复杂的非线性函数逼近过程，要能成功进行分类诊断，有必要采用能捕捉非线性变化规律的方法。支持向量机在理论上具有逼近全局最优的能力，对小样本和高维数据的处理能力较强。鉴于此，我们研究支持向量机作为分类器在女性细菌性阴道炎诊断中的应用。

2 支持向量机的原理

为了解决该优化问题，需引入Lagrange函数，并且转化为其对偶问题进行求。

3 基于支持向量机的BV诊断

把支持向量机用于BV疾病的诊断，数据来自于其他研究者的实验数据，网上下载地址:www.pnas.org/lookup/suppl/doi:10.1073/pnas.1002611107/-/DCSupplemental。样本数据是对阴道细菌的16rsDNA片段测序后获得的OTU（操作分类单元）数据。样本总数共计396个，其中97个样本判定患有BV疾病。每个样本中有282个细菌物种[6]。对数据预处理进行归一化操作，并选取多项式核函数。从BV和非BV样本中各取90%的样本组成训练集，剩余的样本组成测试集。总共进行100次，使用matlab 2016计算平台，编程实现调用了matlab自带的svmtrain和svmclassify 函数。结果如表1所示。……