[发明专利]用于实时拉曼光谱法以进行癌症检测的系统和方法

权利要求书

1.一种使用拉曼光谱法来检测患癌组织的方法，其包括：

在外科手术期间从感兴趣的组织类型原位采集拉曼数据；

评估拉曼数据的质量，并且在质量评估的基础上，排除不符合预定质量标准的拉曼数据；

对于符合预定质量标准的拉曼数据，计算信噪比，并且排除信噪比不足的拉曼数据；

对于具有足够信噪比的拉曼数据，提取拉曼数据特征，所述拉曼数据特征已被确定在感兴趣的组织类型中将患癌组织与正常组织分离中具有重要意义；

根据提取特征的相对值对拉曼数据进行分类；以及

提供关于拉曼数据的组织源是否患癌的答案；

其中，前述步骤全部在外科手术期间实时执行。

2.根据权利要求1所述的方法，其中，实时是1秒或更短。

3.根据权利要求1所述的方法，其中，可以从单个拉曼光谱计算信噪比。

4.根据权利要求1所述的方法，其中，使用公式来计算信噪比，所述公式近似了在每个特定光谱位置处的拉曼信号和噪声的不同构成。

5.根据权利要求1所述的方法，其中，数据质量评估包括：对宇宙射线、环境光污染、饱和水平、低信号水平和高背景水平的检测。

6.根据权利要求5所述的方法，其中，数据质量评估允许实现对宇宙射线干扰的校正。

7.根据权利要求1所述的方法，其中，组织类型是脑组织。

8.一种标识在分离患癌组织和正常组织中具有重要意义的拉曼数据特征的方法，其包括：

选择标记训练拉曼数据集的随机子集；

实行基于信息理论的特征提取准则，以标识随机子集内的拉曼光谱特征；

利用所标识的拉曼光谱特征来训练分类器，以在患癌组织与正常组织之间进行分离；

利用标记训练拉曼数据集的不同随机子集来重复先前的三个步骤j次；以及

应用选择准则来确定哪些提取的特征跨j次重复最常出现。

9.根据权利要求8所述的方法，其中，通过投票或k均值聚类来确定用于确定哪些提取的特征最常出现的选择准则。

10.根据权利要求8所述的方法，其中，j由分类器的期望性能确定。

11.根据权利要求8所述的方法，其中，使用SVM（添加的分类器技术）来实行利用所标识的拉曼光谱特征来训练分类器，以在患癌组织与正常组织之间进行分离。

12.根据权利要求8所述的方法，其中，训练分类器以在患癌组织与正常组织之间进行分离包括在不同类别的患癌组织之间进行分离，并且使用多层级联分类结构。

13.根据权利要求8所述的方法，其中，使用从以下的组中选择的技术来实行基于信息理论的特征提取准则，所述组包括最大关联最小冗余、互信息最大化、条件互信息最大化和基于快速相关性的滤波器。