基于紅外譜分析的腫瘤細胞預警方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于紅外譜分析的叛逆細胞預警方法和系統(tǒng)，主要解決腫瘤早期患者采用傳統(tǒng)醫(yī)學檢測儀器不能實時、無創(chuàng)、全方位的檢測出患病信息的問題。該系統(tǒng)包括、紅外光產(chǎn)生器、液壓升降床、掃描儀、信號采集器、檢測艙、光譜信號處理器、溫度控制器及數(shù)據(jù)處理器。光源穩(wěn)定控制器控制紅外光產(chǎn)生器產(chǎn)生覆蓋整個紅外光譜的紅外光，并傳給掃描儀，對患者進行掃描檢測，并通過信號采集器采集檢測艙中的光信號；數(shù)據(jù)處理器計算出光譜的吸收量，根據(jù)不同光譜吸收量計算出與之對應的腫瘤標志物的含量；利用腫瘤標志物對應的產(chǎn)生位置確定腫瘤所在位置，本發(fā)明操作方便、檢測速率高，可實時、無創(chuàng)、全方位的檢測出腫瘤的部位，可用于腫瘤的早期檢測。
【專利說明】基于紅外譜分析的腫瘤細胞預警方法和系統(tǒng)

【技術領域】
[0001] 本發(fā)明屬于電子設備【技術領域】，特別涉及一種醫(yī)學檢測設備，具體的說，是利用人 體內(nèi)不同物質(zhì)對紅外光的吸收不同，通過紅外光檢測人體內(nèi)是否有腫瘤細胞的存在的儀 器，為腫瘤的臨床醫(yī)治提供檢測依據(jù)。

【背景技術】
[0002] 腫瘤是一種自身基因變異，導致細胞無限增殖的疾病，然而腫瘤的最初形態(tài)源于 一個正常細胞。這些能無限增殖的突變細胞我們稱之為"腫瘤細胞"。每個人的體內(nèi)都含有 原癌基因，它們通常處于休眠狀態(tài)，由于某種誘變因子的攝入激活休眠中的原癌基因，使其 產(chǎn)生突變形成腫瘤細胞，進而導致惡性腫瘤的產(chǎn)生。
[0003] 惡性腫瘤，為由控制細胞生長增殖機制失常而引起的疾病。腫瘤細胞除了生長失 控外，還會侵入局部正常組織甚至經(jīng)由體內(nèi)循環(huán)系統(tǒng)或淋巴系統(tǒng)轉(zhuǎn)移到身體的其他部位生 長繁殖，破壞正常組織、器官的結(jié)構(gòu)和功能，引起壞死出血合并感染，導致患者最終由于器 官功能衰竭而死亡。自2005年起腫瘤已成為我國城鄉(xiāng)居民的第一位死因，并且權重在不 斷增加。目前我國每死亡5人，即有一人死于腫瘤，預計2020年全球腫瘤新發(fā)病例將達到 1500萬，死亡1000萬，惡性腫瘤對人類的健康威脅越來越嚴重。但是腫瘤并不是不可治愈， 如果能及早發(fā)現(xiàn)及早治療是可以被治好的，然而對于腫瘤早期的檢測目前還沒有比較有效 直接的方法。因此研究一種高效、及時的腫瘤檢測方法是一件造福人類的事情。
[0004] 目前醫(yī)學領域?qū)τ谀[瘤檢測系統(tǒng)主要包括血液檢測、X射線等，這些方法容易對患 者造成二次傷害，而且檢測時間較長。特別是對于早期的腫瘤患者，由于其體內(nèi)腫瘤小，腫 瘤標志物的含量少，這些方法均不能精確的檢測出標志物的含量及部位，一經(jīng)發(fā)現(xiàn)已基本 屬于腫瘤晚期。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對上述已有技術的不足，提出一種基于紅外譜分析的腫瘤細 胞預警方法和系統(tǒng)，以在密閉的環(huán)境中利用紅外光對患者進行全方位的掃描，實時準確的 檢測出患者體內(nèi)各種腫瘤標志物的含量及腫瘤位置，為患者的治療提供檢測依據(jù)。
[0006] 本發(fā)明的技術方案是這樣實現(xiàn)的：
[0007] - ?檢測原理
[0008] 腫瘤細胞產(chǎn)生和釋放的某種物質(zhì)，常以抗原、酶、激素等代謝產(chǎn)物的形式存在于腫 瘤細胞內(nèi)或宿主體液中，這種物質(zhì)就叫做腫瘤標志物，根據(jù)其生化或免疫特性可以識別或 診斷腫瘤。醫(yī)學研究表明，對于不同的腫瘤都有其特有的腫瘤標記物。而根據(jù)量子能級理 論，每一種物質(zhì)都有其特有的吸收光譜。利用紅外光對患者進行全方位的掃描，對反射光和 透射光進行檢測分析，即可得出各腫瘤標志物對應的吸收光譜的吸收情況并定量計算，從 而確定各腫瘤標志物的含量。每種腫瘤標志物都是由特定部位的腫瘤細胞產(chǎn)生，根據(jù)超標 的腫瘤標志物判定腫瘤產(chǎn)生的位置。
[0009] 二.技術方案
[0010] 本發(fā)明基于紅外譜分析的腫瘤細胞預警系統(tǒng)，包括：紅外光產(chǎn)生器、液壓升降床、 掃描儀、信號采集器及檢測艙，紅外光產(chǎn)生器的輸出端與檢測艙連接，液壓升降床固定在檢 測艙的入口，掃描儀和信號采集器設置在檢測艙內(nèi)，其特征在于：
[0011] 紅外光產(chǎn)生器的輸入端連接有光源穩(wěn)定控制器，用于控制紅外光的穩(wěn)定性；
[0012] 信號采集器的輸出端連接有光譜信號處理器，用于對采集到的光譜進行去噪和重 構(gòu)；
[0013] 檢測艙的艙壁上設有溫度控制器，用于控制檢測艙內(nèi)的溫度，使檢測艙處于恒溫 狀態(tài)，避免因紅外掃描使溫度升高給患者帶來不適和對檢測結(jié)果的影響；
[0014] 光譜信號處理器的輸出端連接有數(shù)據(jù)處理器，用于對重構(gòu)的吸收光譜對應的標志 物進行分類和濃度計算。
[0015] 本發(fā)明基于紅外譜分析的腫瘤細胞預警方法，包括如下步驟：
[0016] 1)根據(jù)醫(yī)院提供各腫瘤標志物標本，計算各腫瘤標志物標本標準濃度矩陣：Y# = {YJ，并根據(jù)已知的腫瘤標志物i的吸收光譜Xi，計算紅外光譜矩陣X#= {XJ，其中Yi表示 第i種標志物濃度；
[0017] 2)對光譜信號進行小波變換，以濾除噪聲；
[0018] 3)計算不同頻段的光譜吸收矩陣X :

【權利要求】
1. 一種基于紅外譜分析的腫瘤細胞預警系統(tǒng)，包括：紅外光產(chǎn)生器（2)、液壓升降床 (3)、掃描儀（4)、信號采集器（5)及檢測艙（6)，紅外光產(chǎn)生器（2)的輸出端與檢測艙（6) 連接，液壓升降床（3)固定在檢測艙（6)的入口，掃描儀（4)和信號采集器（5)設置在檢測 艙（6)內(nèi)，其特征在于 ： 紅外光產(chǎn)生器（2)的輸入端連接有光源穩(wěn)定控制器（1)，用于控制紅外光的穩(wěn)定性； 信號采集器（5)的輸出端連接有光譜信號處理器（7)，用于對采集到的光譜進行去噪 和重構(gòu)； 檢測艙￠)的內(nèi)艙壁上設有溫度控制器（8)，用于控制檢測艙內(nèi)的溫度，使檢測艙處于 恒溫狀態(tài)，避免因紅外掃描使溫度升高給患者帶來不適和對檢測結(jié)果的影響； 光譜信號處理器（7)的輸出端連接有數(shù)據(jù)處理器（9)，用于對重構(gòu)的吸收光譜對應的 標志物進行分類和濃度計算。
2. 根據(jù)權利1所述基于紅外譜分析的腫瘤細胞預警系統(tǒng)，其特征在于：光源穩(wěn)定控制 器⑴包括：第一單片機工作電路（11)、第一 D/A輸出電路（12)、控制驅(qū)動電路（13)、鹵素 燈回路（14)、反饋電路（15)及A/D采集電路（16); 所述D/A輸出電路（12)，其輸入端與單片機工作電路（11)連接，其輸出端與驅(qū)動電路 (13)連接； 所述反饋電路（15)，其輸入端與鹵素燈回路（14)連接，其輸出端與A/D采集電路（16) 連接； 計算機下達的工作電壓與A/D采集電路（16)采集的反饋信號同時傳給單片機工作電 路（11)進行數(shù)字處理后輸出控制電壓，再經(jīng)D/A輸出電路（12)傳輸?shù)津?qū)動電路（13)，對鹵 素燈回路（14)的電壓進行調(diào)整，得到穩(wěn)定的光源。
3. 根據(jù)權利1所述基于紅外譜分析的腫瘤細胞預警系統(tǒng)，其特征在于：溫度控制器（8) 包括：第二單片機工作電路（81)、第二D/A輸出電路（82)、驅(qū)動電路（83)、制冷片工作電 路（84)及溫度傳感器電路（85);該第二單片機工作電路（81)經(jīng)第二D/A輸出電路（82)輸 出控制信號給控制驅(qū)動電路（83)，驅(qū)動制冷片工作電路（84)工作；該溫度傳感器電路（85) 采集艙內(nèi)溫度，并將該溫度傳回第二單片機工作電路（81)，以調(diào)節(jié)制冷片工作電路（84)的 工作電壓。
4. 根據(jù)權利1所述基于紅外譜分析的腫瘤細胞預警系統(tǒng)，其特征在于：光譜信號處理 器（7)包括：光譜信號消噪模塊（71)和光譜信號重構(gòu)模塊（72); 所述光譜信號消噪模塊（71)，用于濾除其接收到的光譜信號中的噪聲； 所述光譜信號重構(gòu)模塊（72)，用于對光譜信號消噪模塊（71)輸出的信號進行重構(gòu)。
5. 根據(jù)權利1所述的基于紅外譜分析的腫瘤細胞預警系統(tǒng)，其特征在于：數(shù)據(jù)處理器 (9)包括：腫瘤標志物分類模塊（91)、腫瘤標志物濃度計算模塊（92); 所述腫瘤標志物分類模塊（91)，用于對不同吸收光譜對應的患者體內(nèi)的腫瘤標志物進 行分類； 所述濃度計算模塊（92);用于計算患者體內(nèi)腫瘤標志物的濃度。
6. 根據(jù)權利1基于紅外譜分析的腫瘤細胞預警系統(tǒng)，其特征在于：在檢測艙￠)內(nèi)設 置有音樂播放器，用于緩解患者在檢測中的焦慮情緒，能讓患者在一個輕松的狀態(tài)下接受 檢測。
7. -種基于紅外譜分析的腫瘤細胞預警方法，包括如下步驟： 1) 根據(jù)醫(yī)院提供各腫瘤標志物標本，計算各腫瘤標志物標本標準濃度矩陣：Y# = {YJ，并根據(jù)已知的腫瘤標志物i的吸收光譜Xi，計算紅外光譜矩陣X#= {XJ，其中Yi表示 第i種標志物濃度； 2) 對光譜信號進行小波變換，以濾除噪聲； 3) 計算不同頻段的光譜吸收矩陣X，
其中xik表示第i個頻段的第k次檢測的光譜吸收量i e [1，n], k e [1，P], η表示頻 段個數(shù)，P表示檢測次數(shù)； 4) 根據(jù)步驟3)得出的不同頻段的光譜吸收矩陣X計算各光譜吸收量之間的歐氏距離 其中 i，j e [1，η]; 5) 根據(jù)步驟3)得出的不同頻段的光譜吸收矩陣X計算出平均吸收譜矩陣 X = .Uj并利用聚類算法對腫瘤標志物進行分類，其中&表示第i個頻段光譜 的平均吸收量； 6) 通過偏最小二乘算法PLS建立步驟1)得到的腫瘤標志物的濃度矩陣Yjf與紅外光譜 矩陣Xjf的運算關系，根據(jù)該運算關系和步驟5)得出的光譜吸收量的均值矩陣7計算出被 患者體內(nèi)標志物濃度矩陣Y; 7) 根據(jù)步驟6)計算得到的腫瘤標志物的濃度矩陣￥_與已知的健康人體內(nèi)腫瘤標志 物含量矩陣Yia求差，算出各腫瘤標志物超標矩陣D，若D中元素全小于0,則被檢測者體 內(nèi)不存在腫瘤，否則，被檢測者體內(nèi)存在與含量超標的標志物對應的腫瘤。
8. 根據(jù)權利7所述的基于紅外譜分析的腫瘤細胞預警方法，其步驟2)所述的對光譜信 號進行小波變換，按如下步驟進行： 2. 1)將含噪光譜信號用f(x)表示，算出f(x)二進小波變換的低頻系數(shù)和高頻系數(shù) IV2 ：
其中j是尺度參數(shù)，h(x)、g(x)是一組共軛鏡像濾波器，1是濾波器參數(shù)X的平移數(shù)； 2. 2)計算小波變換低頻系數(shù)*^和高頻系數(shù)％在每級尺度j上對應的模極大值； 2. 3)設置小波變換系數(shù)的模極大值的幅度閾值Ttl :
其中，A是步驟2. 2中小波變換系數(shù)的模極大值的最大極值，N是噪聲功率，J是所選最 大尺度參數(shù)，C是常數(shù)，取值為2; 2. 4)將變換尺度C1上幅度小于閾值Ttl的模極大值點去掉； 2. 5)根據(jù)步驟2. 1)計算出的光譜信號的二進小波變換的低頻系數(shù)和高頻系數(shù)， 對步驟2. 4)保留的模極大值點進行信號重構(gòu)，得到重構(gòu)的光譜信號乂 J'b):
9. 根據(jù)權利7所述的基于紅外譜分析的腫瘤細胞預警方法，其步驟5)所述的根據(jù)聚類 算法對腫瘤標志物分類，按如下步驟進行： 5. 1)用G1, G2. .. Gn分別表示η類標志物，Du表示標志物第i類標志物和第j類標志物 Gi, Gj 間的距離，Dij = min {dij}; 5.2)利用步驟5. 1)計算出的所有標志物之間的距離，并組成初始距離矩陣Dq; 5. 3)在第O個距離矩陣Dci的非對角線元素中選取最小元素，設為Dkl，把第k類標志物 Gk和第1類標志物G1合并為一類，記作G1^ = {Gk, Gj ; 5. 4)計算5. 3)中的4類與第s類標志物Gs之間的距離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，并組成第一個距離矩陣D1 ; 5. 5)對第一個距離矩陣D1重復初始距離矩陣Dtl的操作，得到第二個距離矩陣D 2，再對 第二個距離矩陣D2重復初始距離矩陣Dtl的操作，得到第三個距離矩陣D 3，以此類推，直到所 有一樣的標志物歸為一類為止。
10. 根據(jù)權利7所述的基于紅外譜分析的腫瘤細胞預警方法，其步驟6)所述的采用偏 最小二乘法，計算腫瘤標志物的濃度矩陣，按如下步驟進行： 6. 1)設患者體內(nèi)腫瘤標志物濃度矩陣是Υ@ρ ; 6. 2)將腫瘤標志物的濃度矩陣Yjf和紅外光譜矩陣Xjf做如下分解： Xjf= RPT+E Y庫=UQT+F， 其中R和U分別為Yjf的得分矩陣，P和Q分別為)^和Yjf的主成分矩陣，E和F 是X#和Y#的殘差矩陣，T表示矩陣的轉(zhuǎn)置； 6. 3)將紅外光譜矩陣Xjf的得分矩陣R和腫瘤標志物的濃度矩陣Yjf的得分矩陣U做線 性回歸，得到：U = RB，其中B是關聯(lián)系數(shù)矩陣； 6. 4)根據(jù)U = RB算出腫瘤標志物的濃度矩陣Yjf和紅外光譜矩陣Xjf的對應關系Yjf = RBQ =父庫PtBQ ; 6. 5)根據(jù)腫瘤標志物的濃度矩陣Yjf與紅外光譜矩陣Xjf的對應關系，算出患者體內(nèi)腫 瘤標志物濃度矩陣Y 與平均吸收譜矩陣X的關系：
【文檔編號】A61B5/00GK104382557SQ201410668477
【公開日】2015年3月4日 申請日期:2014年11月20日 優(yōu)先權日:2014年11月20日
【發(fā)明者】聶敏, 李旭, 任杰, 王林飛, 楊光, 張美玲 申請人:西安郵電大學