论文部分内容阅读
癌症的快速准确诊断是临床医学面临的重要课题。现有的病理诊断存在着前处理复杂、耗时长、人为经验依赖性强等缺点。激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)由于其装置简单、无需前处理、能够实时在线检测等优点,有望成为癌症分类诊断的有力技术手段。LIBS在实体瘤的分类诊断上得到了初步应用,但基于人类血液样本LIBS光谱的肿瘤分类诊断研究尚未开展。基于此,本文开展了基于全血和血清LIBS光谱的癌症诊断和分类研究。首先,介绍了LIBS技术在生物样本化学元素定性、定量检测和生物组织分类与识别方面的研究进展,并分析了其在癌症诊断上应用的研究现状,提出了本文的研究内容。其次,介绍了LIBS的产生机制,给出了主成分分析(principal component analysis,PCA)、k近邻算法(k-nearest neighbor,k NN)、支持向量机(support vector machine,SVM)等数据处理和分类方法以及交叉验证、混淆矩阵等分类模型的评估方法。再次,利用重频5Hz、波长1064nm的Nd:YAG激光器,获得了淋巴瘤、白血病、多发性骨髓瘤、胃癌、肝癌、胰腺癌患者和正常人对照组的新鲜和冻融全血样本和血清样本的LIBS光谱,建立了包含Fe、Ca、Cu、Na、Mg、Al、N、K、O、H等特征谱线的光谱数据库。采用PCA算法对特征光谱数据进行分析,发现癌症患者和正常人血液样本LIBS之间、不同类型癌症患者血液样本LIBS之间均存在显著区别。最后,基于血液样本的LIBS光谱数据,建立了带权重的kNN分类模型和核函数为三阶多项式的SVM分类模型,采用10折交叉验证对模型进行了训练和评估。结果显示,使用新鲜全血时,癌症患者诊断的准确率约为100%,白血病、淋巴瘤和多发性骨髓瘤患者诊断的准确率分别约为88%、96%和92%。使用冻融全血时,癌症患者诊断的准确率约为100%,白血病、淋巴瘤和多发性骨髓瘤患者诊断的准确率分别约为88%、95%和89%。使用新鲜血清时,癌症患者诊断的准确率约为100%,肝癌、淋巴瘤、多发性骨髓瘤、胰腺癌和胃癌患者诊断的准确率分别约为87%、98%、85%、75%和82%。使用冻融血清时,癌症患者诊断的准确率约为100%,肝癌、淋巴瘤、多发性骨髓瘤、胰腺癌和胃癌患者诊断的准确率分别约为68%,、90%、81%、29%和84%。全血样本LIBS用于癌症诊断的效果优于血清样本,新鲜血液样本的LIBS光谱用于癌症诊断的效果优于冻融样本。本文的研究成果在癌症的快速、准确诊断上具有重要的应用价值,同时也可以为基于LIBS的生物组织分类研究提供参考。