基于红外谱分析的肿瘤细胞预警方法和系统的制作方法
【专利摘要】本发明公开了一种基于红外谱分析的叛逆细胞预警方法和系统，主要解决肿瘤早期患者采用传统医学检测仪器不能实时、无创、全方位的检测出患病信息的问题。该系统包括、红外光产生器、液压升降床、扫描仪、信号采集器、检测舱、光谱信号处理器、温度控制器及数据处理器。光源稳定控制器控制红外光产生器产生覆盖整个红外光谱的红外光，并传给扫描仪，对患者进行扫描检测，并通过信号采集器采集检测舱中的光信号；数据处理器计算出光谱的吸收量，根据不同光谱吸收量计算出与之对应的肿瘤标志物的含量；利用肿瘤标志物对应的产生位置确定肿瘤所在位置，本发明操作方便、检测速率高，可实时、无创、全方位的检测出肿瘤的部位，可用于肿瘤的早期检测。
【专利说明】基于红外谱分析的肿瘤细胞预警方法和系统
【技术领域】
[0001] 本发明属于电子设备【技术领域】，特别涉及一种医学检测设备，具体的说，是利用人 体内不同物质对红外光的吸收不同，通过红外光检测人体内是否有肿瘤细胞的存在的仪 器，为肿瘤的临床医治提供检测依据。
【背景技术】
[0002] 肿瘤是一种自身基因变异，导致细胞无限增殖的疾病，然而肿瘤的最初形态源于 一个正常细胞。这些能无限增殖的突变细胞我们称之为"肿瘤细胞"。每个人的体内都含有 原癌基因，它们通常处于休眠状态，由于某种诱变因子的摄入激活休眠中的原癌基因，使其 产生突变形成肿瘤细胞，进而导致恶性肿瘤的产生。
[0003] 恶性肿瘤，为由控制细胞生长增殖机制失常而引起的疾病。肿瘤细胞除了生长失 控外，还会侵入局部正常组织甚至经由体内循环系统或淋巴系统转移到身体的其他部位生 长繁殖，破坏正常组织、器官的结构和功能，引起坏死出血合并感染，导致患者最终由于器 官功能衰竭而死亡。自2005年起肿瘤已成为我国城乡居民的第一位死因，并且权重在不 断增加。目前我国每死亡5人，即有一人死于肿瘤，预计2020年全球肿瘤新发病例将达到 1500万，死亡1000万，恶性肿瘤对人类的健康威胁越来越严重。但是肿瘤并不是不可治愈， 如果能及早发现及早治疗是可以被治好的，然而对于肿瘤早期的检测目前还没有比较有效 直接的方法。因此研究一种高效、及时的肿瘤检测方法是一件造福人类的事情。
[0004] 目前医学领域对于肿瘤检测系统主要包括血液检测、X射线等，这些方法容易对患 者造成二次伤害，而且检测时间较长。特别是对于早期的肿瘤患者，由于其体内肿瘤小，肿 瘤标志物的含量少，这些方法均不能精确的检测出标志物的含量及部位，一经发现已基本 属于肿瘤晚期。
【发明内容】
[0005] 本发明的目的在于针对上述已有技术的不足，提出一种基于红外谱分析的肿瘤细 胞预警方法和系统，以在密闭的环境中利用红外光对患者进行全方位的扫描，实时准确的 检测出患者体内各种肿瘤标志物的含量及肿瘤位置，为患者的治疗提供检测依据。
[0006] 本发明的技术方案是这样实现的：
[0007] - ?检测原理
[0008] 肿瘤细胞产生和释放的某种物质，常以抗原、酶、激素等代谢产物的形式存在于肿 瘤细胞内或宿主体液中，这种物质就叫做肿瘤标志物，根据其生化或免疫特性可以识别或 诊断肿瘤。医学研究表明，对于不同的肿瘤都有其特有的肿瘤标记物。而根据量子能级理 论，每一种物质都有其特有的吸收光谱。利用红外光对患者进行全方位的扫描，对反射光和 透射光进行检测分析，即可得出各肿瘤标志物对应的吸收光谱的吸收情况并定量计算，从 而确定各肿瘤标志物的含量。每种肿瘤标志物都是由特定部位的肿瘤细胞产生，根据超标 的肿瘤标志物判定肿瘤产生的位置。
[0009] 二.技术方案
[0010] 本发明基于红外谱分析的肿瘤细胞预警系统，包括：红外光产生器、液压升降床、 扫描仪、信号采集器及检测舱，红外光产生器的输出端与检测舱连接，液压升降床固定在检 测舱的入口，扫描仪和信号采集器设置在检测舱内，其特征在于：
[0011] 红外光产生器的输入端连接有光源稳定控制器，用于控制红外光的稳定性；
[0012] 信号采集器的输出端连接有光谱信号处理器，用于对采集到的光谱进行去噪和重 构；
[0013] 检测舱的舱壁上设有温度控制器，用于控制检测舱内的温度，使检测舱处于恒温 状态，避免因红外扫描使温度升高给患者带来不适和对检测结果的影响；
[0014] 光谱信号处理器的输出端连接有数据处理器，用于对重构的吸收光谱对应的标志 物进行分类和浓度计算。
[0015] 本发明基于红外谱分析的肿瘤细胞预警方法，包括如下步骤：
[0016] 1)根据医院提供各肿瘤标志物标本，计算各肿瘤标志物标本标准浓度矩阵：Y# = {YJ，并根据已知的肿瘤标志物i的吸收光谱Xi，计算红外光谱矩阵X#= {XJ，其中Yi表示 第i种标志物浓度；
[0017] 2)对光谱信号进行小波变换，以滤除噪声；
[0018] 3)计算不同频段的光谱吸收矩阵X :
【权利要求】
1. 一种基于红外谱分析的肿瘤细胞预警系统，包括：红外光产生器（2)、液压升降床 (3)、扫描仪（4)、信号采集器（5)及检测舱（6)，红外光产生器（2)的输出端与检测舱（6) 连接，液压升降床（3)固定在检测舱（6)的入口，扫描仪（4)和信号采集器（5)设置在检测 舱（6)内，其特征在于 ： 红外光产生器（2)的输入端连接有光源稳定控制器（1)，用于控制红外光的稳定性； 信号采集器（5)的输出端连接有光谱信号处理器（7)，用于对采集到的光谱进行去噪 和重构； 检测舱￠)的内舱壁上设有温度控制器（8)，用于控制检测舱内的温度，使检测舱处于 恒温状态，避免因红外扫描使温度升高给患者带来不适和对检测结果的影响； 光谱信号处理器（7)的输出端连接有数据处理器（9)，用于对重构的吸收光谱对应的 标志物进行分类和浓度计算。
2. 根据权利1所述基于红外谱分析的肿瘤细胞预警系统，其特征在于：光源稳定控制 器⑴包括：第一单片机工作电路（11)、第一 D/A输出电路（12)、控制驱动电路（13)、卤素 灯回路（14)、反馈电路（15)及A/D采集电路（16); 所述D/A输出电路（12)，其输入端与单片机工作电路（11)连接，其输出端与驱动电路 (13)连接； 所述反馈电路（15)，其输入端与卤素灯回路（14)连接，其输出端与A/D采集电路（16) 连接； 计算机下达的工作电压与A/D采集电路（16)采集的反馈信号同时传给单片机工作电 路（11)进行数字处理后输出控制电压，再经D/A输出电路（12)传输到驱动电路（13)，对卤 素灯回路（14)的电压进行调整，得到稳定的光源。
3. 根据权利1所述基于红外谱分析的肿瘤细胞预警系统，其特征在于：温度控制器（8) 包括：第二单片机工作电路（81)、第二D/A输出电路（82)、驱动电路（83)、制冷片工作电 路（84)及温度传感器电路（85);该第二单片机工作电路（81)经第二D/A输出电路（82)输 出控制信号给控制驱动电路（83)，驱动制冷片工作电路（84)工作；该温度传感器电路（85) 采集舱内温度，并将该温度传回第二单片机工作电路（81)，以调节制冷片工作电路（84)的 工作电压。
4. 根据权利1所述基于红外谱分析的肿瘤细胞预警系统，其特征在于：光谱信号处理 器（7)包括：光谱信号消噪模块（71)和光谱信号重构模块（72); 所述光谱信号消噪模块（71)，用于滤除其接收到的光谱信号中的噪声； 所述光谱信号重构模块（72)，用于对光谱信号消噪模块（71)输出的信号进行重构。
5. 根据权利1所述的基于红外谱分析的肿瘤细胞预警系统，其特征在于：数据处理器 (9)包括：肿瘤标志物分类模块（91)、肿瘤标志物浓度计算模块（92); 所述肿瘤标志物分类模块（91)，用于对不同吸收光谱对应的患者体内的肿瘤标志物进 行分类； 所述浓度计算模块（92);用于计算患者体内肿瘤标志物的浓度。
6. 根据权利1基于红外谱分析的肿瘤细胞预警系统，其特征在于：在检测舱￠)内设 置有音乐播放器，用于缓解患者在检测中的焦虑情绪，能让患者在一个轻松的状态下接受 检测。
7. -种基于红外谱分析的肿瘤细胞预警方法，包括如下步骤： 1) 根据医院提供各肿瘤标志物标本，计算各肿瘤标志物标本标准浓度矩阵：Y# = {YJ，并根据已知的肿瘤标志物i的吸收光谱Xi，计算红外光谱矩阵X#= {XJ，其中Yi表示 第i种标志物浓度； 2) 对光谱信号进行小波变换，以滤除噪声； 3) 计算不同频段的光谱吸收矩阵X，
其中xik表示第i个频段的第k次检测的光谱吸收量i e [1，n], k e [1，P], η表示频 段个数，P表示检测次数； 4) 根据步骤3)得出的不同频段的光谱吸收矩阵X计算各光谱吸收量之间的欧氏距离 其中 i，j e [1，η]; 5) 根据步骤3)得出的不同频段的光谱吸收矩阵X计算出平均吸收谱矩阵 X = .Uj并利用聚类算法对肿瘤标志物进行分类，其中&表示第i个频段光谱 的平均吸收量； 6) 通过偏最小二乘算法PLS建立步骤1)得到的肿瘤标志物的浓度矩阵Yjf与红外光谱 矩阵Xjf的运算关系，根据该运算关系和步骤5)得出的光谱吸收量的均值矩阵7计算出被 患者体内标志物浓度矩阵Y; 7) 根据步骤6)计算得到的肿瘤标志物的浓度矩阵￥_与已知的健康人体内肿瘤标志 物含量矩阵Yia求差，算出各肿瘤标志物超标矩阵D，若D中元素全小于0,则被检测者体 内不存在肿瘤，否则，被检测者体内存在与含量超标的标志物对应的肿瘤。
8. 根据权利7所述的基于红外谱分析的肿瘤细胞预警方法，其步骤2)所述的对光谱信 号进行小波变换，按如下步骤进行： 2. 1)将含噪光谱信号用f(x)表示，算出f(x)二进小波变换的低频系数和高频系数 IV2 ：
其中j是尺度参数，h(x)、g(x)是一组共轭镜像滤波器，1是滤波器参数X的平移数； 2. 2)计算小波变换低频系数*^和高频系数％在每级尺度j上对应的模极大值； 2. 3)设置小波变换系数的模极大值的幅度阈值Ttl :
其中，A是步骤2. 2中小波变换系数的模极大值的最大极值，N是噪声功率，J是所选最 大尺度参数，C是常数，取值为2; 2. 4)将变换尺度C1上幅度小于阈值Ttl的模极大值点去掉； 2. 5)根据步骤2. 1)计算出的光谱信号的二进小波变换的低频系数和高频系数， 对步骤2. 4)保留的模极大值点进行信号重构，得到重构的光谱信号乂 J'b):
9. 根据权利7所述的基于红外谱分析的肿瘤细胞预警方法，其步骤5)所述的根据聚类 算法对肿瘤标志物分类，按如下步骤进行： 5. 1)用G1, G2. .. Gn分别表示η类标志物，Du表示标志物第i类标志物和第j类标志物 Gi, Gj 间的距离，Dij = min {dij}; 5.2)利用步骤5. 1)计算出的所有标志物之间的距离，并组成初始距离矩阵Dq; 5. 3)在第O个距离矩阵Dci的非对角线元素中选取最小元素，设为Dkl，把第k类标志物 Gk和第1类标志物G1合并为一类，记作G1^ = {Gk, Gj ; 5. 4)计算5. 3)中的4类与第s类标志物Gs之间的距离Dre : Drs = min {drs} = min {Dks, D1J , 其中，s依次取{1，2. . . k. . . I. . . n}中除去k，I的值，并组成第一个距离矩阵D1 ; 5. 5)对第一个距离矩阵D1重复初始距离矩阵Dtl的操作，得到第二个距离矩阵D 2，再对 第二个距离矩阵D2重复初始距离矩阵Dtl的操作，得到第三个距离矩阵D 3，以此类推，直到所 有一样的标志物归为一类为止。
10. 根据权利7所述的基于红外谱分析的肿瘤细胞预警方法，其步骤6)所述的采用偏 最小二乘法，计算肿瘤标志物的浓度矩阵，按如下步骤进行： 6. 1)设患者体内肿瘤标志物浓度矩阵是Υ@ρ ; 6. 2)将肿瘤标志物的浓度矩阵Yjf和红外光谱矩阵Xjf做如下分解： Xjf= RPT+E Y库=UQT+F， 其中R和U分别为Yjf的得分矩阵，P和Q分别为)^和Yjf的主成分矩阵，E和F 是X#和Y#的残差矩阵，T表示矩阵的转置； 6. 3)将红外光谱矩阵Xjf的得分矩阵R和肿瘤标志物的浓度矩阵Yjf的得分矩阵U做线 性回归，得到：U = RB，其中B是关联系数矩阵； 6. 4)根据U = RB算出肿瘤标志物的浓度矩阵Yjf和红外光谱矩阵Xjf的对应关系Yjf = RBQ =父库PtBQ ; 6. 5)根据肿瘤标志物的浓度矩阵Yjf与红外光谱矩阵Xjf的对应关系，算出患者体内肿 瘤标志物浓度矩阵Y 与平均吸收谱矩阵X的关系：
【文档编号】A61B5/00GK104382557SQ201410668477
【公开日】2015年3月4日 申请日期:2014年11月20日 优先权日:2014年11月20日
【发明者】聂敏, 李旭, 任杰, 王林飞, 杨光, 张美玲 申请人:西安邮电大学