[发明专利]基于CAGA与SVM的近红外光谱的烧伤深度预测系统

说明书

本发明提供了基于CAGA与SVM的近红外光谱的烧伤深度预测系统：采集待预测样本中的近红外光谱信号并进行预处理和特征提取；预测装置利用CAGA‑SVM集成检测模型对待预测样本的烧伤深度进行预测；模型建立器采集烧伤训练样本，采用支持向量机建立近红外光谱信号与烧伤深度的回归模型；并采用链式智能体遗传算法对回归模型的核函数参数和特征子集进行全局优化，得到CAGA‑SVM集成检测模型。该系统构建了一个烧伤深度反演集成模型，精确的建立了近红外光谱信号和皮肤烧伤深度的复杂关系，实现了皮肤烧伤深度的准确定量检测。实验结果显示本发明算法准确率高、稳定性好、泛化能力强，能精确预测皮肤烧伤深度。

技术领域

本发明具体涉及基于CAGA与SVM的近红外光谱的烧伤深度预测系统。

背景技术

每年全球约有1100万烧伤患者，仅我国每年新增的烧伤患者就有上百万人。伤后早期对烧伤创面深度进行快速和准确的判断和评价，不仅为医生尽早选择治疗手段提供辅助依据,而且最大程度地避免过度瘫痕增生、功能障碍和治疗费用增加等问题，是提高诊疗质量的必要前提。而烧伤深度的精确探测可为临床治疗提供重要参考依据，但至今为止，烧伤深度诊断依然依靠临床医生的经验判断，缺乏客观性、稳定性、定量性、简便性等。烧伤程度一般采常用的三度四分法表示，通常将烧伤程度分为一度烧伤、浅二度烧伤、深二度烧伤及三度烧伤。烧伤程度和烧伤深度、烧伤面积和烧伤性质等多种因素决定。即使最有经验的临床医生按照该划分方式，判断深度的准确率也只能达到65％-70％，并且在判断浅二度烧伤与深二度烧伤判断时，准确率只能达到40％左右。因此，研究一种能准确探测烧伤深度的方法具有重要的现实意义。

近红外光谱作为一种无创、非接触、快速检测的光谱检测工具。由于在不同的波长，有机物分子对近红外光的吸收率在光谱上表现出一定规律，近红外光谱可用于有机物的定性和定量分析。基于此，研究者们利用近红外光谱对烧伤皮肤状态进行了研究，如提出了空间频域成像(SFDI)，并对烧伤状态进行评估，烧伤深度为烧伤深度检测中的参数，在对烧伤深度进行检测时，往往需要考虑烧伤位置、烧伤温度、烧伤深度、皮肤状况、年龄、过往疾病等因素，由于近红外光谱信号与烧伤深度关系复杂，再加上烧伤深度的准确预测比较困难，所以目前都没有实现对烧伤深度的检测。

发明内容

针对现有技术中的缺陷，本发明提供一种能够有效、准确地对烧伤深度进行预测的基于CAGA与SVM的近红外光谱的烧伤深度预测系统。

基于CAGA与SVM的近红外光谱的烧伤深度预测系统，包括近红外光谱采集器、模型建立器和预测装置；其中，

近红外光谱采集器采集待预测样本中的近红外光谱信号，并对近红外光谱信号进行预处理和特征提取，传输给预测装置；

预测装置根据近红外光谱采集器上传的数据，利用建立的CAGA-SVM集成检测模型对待预测样本的烧伤深度进行预测；

模型建立器包括估计装置和优化装置，估计装置采集多个烧伤训练样本，采用支持向量机建立近红外光谱信号与烧伤深度的回归模型；优化装置采用链式智能体遗传算法对回归模型的核函数参数和特征子集进行全局优化，得到所述CAGA-SVM集成检测模型。

优选地，所述估计装置利用控温烫伤仪的烫头，在猪皮的不同区域上分别以不同深度进行烫伤，其中每个区域上每个深度点烫伤后的猪皮形成一类烫伤深度训练样本；利用近红外光谱仪对每类烧伤深度训练样本采集近红外光谱信号形成所述烧伤训练样本。

优选地，所述估计装置采用支持向量机建立近红外光谱信号与烧伤深度的回归模型为：