基于雙信號(hào)肺癌呼出標(biāo)志物檢測(cè)系統(tǒng)及方法研究.pdf

1、肺癌是一種高危性惡性腫瘤,由于缺乏有效的早期診斷技術(shù),其死亡率已位居各類(lèi)腫瘤之首。呼出氣體中的一些揮發(fā)性有機(jī)氣體與人體是否患有肺癌,甚至與肺癌的分期都有著密切的關(guān)系,可作為診斷肺癌的標(biāo)志物。與傳統(tǒng)的肺癌檢測(cè)方法相比,通過(guò)呼出氣體來(lái)進(jìn)行診斷不僅成本較低,更重要的是其具有無(wú)創(chuàng)性,并有望對(duì)早期的肺癌進(jìn)行篩查,從而能夠大大提高肺癌患者的生存率。目前,針對(duì)肺癌呼出氣體標(biāo)志物的檢測(cè)除氣相色譜儀、質(zhì)譜儀等大型儀器外,還有基于傳感器檢測(cè)技術(shù)的電子鼻/舌

2、等新興技術(shù)。大型儀器雖然精確,但價(jià)格昂貴;而目前研究中的電子鼻/舌,雖然其理論及加工工藝較為完善,但他們一般信號(hào)單一,適合對(duì)單一物質(zhì)進(jìn)行檢測(cè),常用于工業(yè)領(lǐng)域,較難廣泛應(yīng)用于肺癌高危病人的篩查。本文立足于開(kāi)發(fā)一種基于可見(jiàn)光(VL)和激光誘導(dǎo)熒光(LIF)的新型雙信號(hào)可視化檢測(cè)系統(tǒng)并建立其檢測(cè)方法,對(duì)肺癌氣體標(biāo)志物進(jìn)行快速的定性、定量檢測(cè),為肺癌檢測(cè)及篩查提供一條新思路。本論文主要完成了以下幾個(gè)有特色的研究工作:
　　(1)構(gòu)建了一套

3、完整的VL-LIF雙信號(hào)肺癌氣體標(biāo)志物檢測(cè)系統(tǒng)
　　從VL-LIF雙信號(hào)模式的提出出發(fā),以五大關(guān)鍵性技術(shù)問(wèn)題為中心,構(gòu)建了基于交叉響應(yīng)的傳感器陣列,詳細(xì)闡述了通過(guò)系統(tǒng)整體方案的設(shè)計(jì),將整個(gè)復(fù)雜系統(tǒng)劃分成氣、光、機(jī)、電四大子系統(tǒng)來(lái)逐一構(gòu)建。綜合利用模塊化思想、理論模型計(jì)算、仿真設(shè)計(jì)實(shí)驗(yàn)、分時(shí)復(fù)用技術(shù)等多種手段有效地解決了新型旋轉(zhuǎn)式反應(yīng)氣室設(shè)計(jì)、檢測(cè)參數(shù)設(shè)定、光源形式構(gòu)建、運(yùn)動(dòng)精確定位、通訊接口連接等技術(shù)難點(diǎn)問(wèn)題。最后,通過(guò)系統(tǒng)工程的

4、方式,將這四大部分有機(jī)的結(jié)合起來(lái),在成功構(gòu)建了一套完整的VL-LIF雙信號(hào)肺癌氣體標(biāo)志物檢測(cè)系統(tǒng)的基礎(chǔ)上建立了其工作流程,并對(duì)關(guān)鍵部件進(jìn)行誤差分析,通過(guò)編寫(xiě)軟件進(jìn)行初步測(cè)試,達(dá)到預(yù)期要求,為后面的算法設(shè)計(jì)及實(shí)驗(yàn)研究奠定了物質(zhì)基礎(chǔ)。本系統(tǒng)申請(qǐng)了國(guó)家專(zhuān)利7項(xiàng),已授權(quán)3項(xiàng),其余4項(xiàng)公開(kāi)。
　　(2)研究了基于雙信號(hào)的時(shí)頻多指標(biāo)特征值向量提取算法
　　從特征及其相關(guān)理論及概念出發(fā),在分別分析了VL信號(hào)和LIF信號(hào)的產(chǎn)生機(jī)制及重要特點(diǎn)

5、的基礎(chǔ)上,通過(guò)對(duì)雙信號(hào)進(jìn)行預(yù)處理,并綜合運(yùn)用網(wǎng)格劃分、閾值分割等圖像處理手段及小波變換等數(shù)學(xué)工具對(duì)信號(hào)進(jìn)行了時(shí)頻分析,提出了基于雙信號(hào)的時(shí)頻多指標(biāo)特征值向量,獲得了包括可視化圖譜和熒光基元編碼在內(nèi)的特征向量多種輸出形式,并設(shè)計(jì)了相應(yīng)算法,為后續(xù)的氣體快速檢測(cè)提供依據(jù),奠定基礎(chǔ)。
　　(3)探索出了根據(jù)多指標(biāo)特征值向量的無(wú)監(jiān)督型模式識(shí)別方法并據(jù)此對(duì)系統(tǒng)識(shí)別檢測(cè)性能進(jìn)行測(cè)試研究。
　　根據(jù)系統(tǒng)雙信號(hào)的多指標(biāo)特征向量的特點(diǎn),使用了

6、層次聚類(lèi)、神經(jīng)網(wǎng)絡(luò)、無(wú)量綱化、主成分分析等方法對(duì)目標(biāo)氣體進(jìn)行了定性識(shí)別和定量檢測(cè)。探索出基于多指標(biāo)特征值向量的無(wú)監(jiān)督型模式識(shí)別方法。通過(guò)在實(shí)驗(yàn)中對(duì)不同樣本條件下層次聚類(lèi)的成敗原因及無(wú)量綱化方法的選擇做了比較詳細(xì)的分析和闡述,在分析雙信號(hào)對(duì)識(shí)別效果貢獻(xiàn)的基礎(chǔ)上提出了VL-LIF雙信號(hào)聯(lián)合特征,并根據(jù)大量重復(fù)實(shí)驗(yàn)測(cè)試了系統(tǒng)及算法的識(shí)別檢測(cè)能力,結(jié)果表明定性識(shí)別正確率為100％,定量檢測(cè)正確率可達(dá)97.4%。將該系統(tǒng)及聯(lián)合特征提取、識(shí)別算法結(jié)