[发明专利]一种甲状腺功能障碍模型及其建立方法

说明书

本发明为一种甲状腺功能障碍模型及其建立方法。一种甲状腺功能障碍模型的建立方法，包括：(1)收集甲状腺功能障碍患者和甲状腺功能正常人的新鲜血液；提取血清，得血清样本；(2)采用Horiba共聚焦拉曼光谱仪检测血清样品，获得血清拉曼光谱；(3)拟合所有血清自体荧光背景后，校正基线，再在对校正后的光谱数据进行积分面积归一化处理，得处理后的光谱数据；(4)采用PCA法对处理后的光谱数据进行降维和特征提取后，建立SVM分类模型，得所述的甲状腺功能障碍模型。本发明所述的一种甲状腺功能障碍模型及其建立方法，建立了甲状腺功能障碍模型，基于该模型，可实现对甲状腺功能疾病的快速、低成本的检测。

技术领域

本发明具体涉及一种甲状腺功能障碍模型及其建立方法。

背景技术

甲状腺疾病的发病率在世界范围内呈逐年上升趋势，平均死亡率约为12％-17％。甲状腺疾病患者需要经常进行检查，如甲状腺功能减退症患者需要终身随访甲状腺功能，甲亢一般每月复查一次。此外，甲状腺功能紊乱已成为许多疾病的危险因素，如心脑血管疾病、生殖系统疾病和糖尿病等。目前，甲状腺功能检测的主要方法有放射免疫分析法(RIA)和发光免疫分析法。然而，这两种方法不仅需要大型生化检测设备，而且需要长的检测时间(5-6h)和专业人员操作。随着患病率的增加，只有大型医院才能开展不能满足社会需求的甲状腺功能检查。因此，开发一种便携式、低成本的甲状腺功能快速检测装置，与血糖仪类似，对于社区、家庭和个人用户都具有重要的现实意义。

拉曼光谱是基于非弹性散射的一种无创、高灵敏性的光学分析技术，并且还带有分子的精细结构和大量的指纹类型信息，已经广泛应用于疾病诊断的研究领域。实际应用时，由于拉曼散射信号非常弱，且会受到强荧光影响，因此得到的光谱信号的信噪比不够理想，很难直接观察出不同光谱之间的差异。为了提取有用信息，提高诊断精度，迫切需要鲁棒、强大的光谱数据挖掘算法。近年来，SVM在基于拉曼光谱的疾病诊断领域得到了广泛的应用，其识别性能明显优于传统的多元数据诊断算法，已成为拉曼技术研究领域的热点。

但是，在实际的识别和诊断过程中，SVM参数的选择直接影响诊断的准确性。目前，SVM参数的优化主要是网格搜索(GS)方法。随着GS步长的减小或搜索区间的增加，优化时间将大大增加，从而降低了诊断效率。现有技术提出了人工鱼群算法(AFSA)，将AFSA用在了SVM的参数优化中，并结合半透射高光谱成像技术对马铃薯空心心进行无损检测，取得了理想的效果。本发明为了解决GS方法寻优时间较长等问题，采用AFSA-SVM模型结合血清拉曼光谱，实现甲状腺疾病的快速、低成本检测。

然而，在并行优化的过程中，AFSA可以快速找到近似最优解，然后只在最优解的小邻域内进行迭代优化。相对于目标值精度的提高，更明显的是造成了寻优迭代时间的严重增加。为了解决这一问题，本发明在标准AFSA的基础上，提出了人工鱼耦合均匀设计算法(AFUD)。结合拉曼光谱，有效地解决了SVM在血清拉曼光谱识别中的参数设置问题，成功地建立了一种更精确、更有效的甲状腺功能诊断模型。基于本发明，可为甲状腺功能障碍患者的快速、低成本检测提供一种新的途径。

发明内容

本发明的目的是提供一种甲状腺功能障碍模型及其建立方法，采用了血清拉曼光谱结合支持向量(SVM)，建立了甲状腺功能障碍模型，基于该模型，可实现对甲状腺功能疾病的快速、低成本的检测。

为了实现上述目的，所采用的技术方案为：

一种甲状腺功能障碍模型的建立方法，包括以下步骤：

(1)血清样本收集与处理：

收集甲状腺功能障碍患者和甲状腺功能正常人的新鲜血液；

在37℃的洁净环境中，将新鲜血液冷凝一小时后，离心提取血清，得血清样本；

(2)血清拉曼光谱检测：