[发明专利]一种基于多波长光声谱的皮肤类型识别方法及系统

说明书

本发明涉及一种基于多波长光声谱的皮肤类型识别方法及系统，所述方法包括获取皮肤的光声时域信号，进行功率谱分析、积分处理，得到不同波长下的光声量化谱参数，基于上述不同波长下的光声量化谱参数对支持向量机模型进行训练，将待识别皮肤的表征皮肤组织内特征分子含量的光声量化谱参数输入到支持向量机模型中，获取待识别皮肤的皮肤类型。与现有技术相比，本发明通过机器学习能节省识别时间，通过多波长下光声谱特征参数能更客观、定量且精确的识别皮肤组织类型。

技术领域

本发明涉及生物超声识别领域，尤其是涉及一种基于多波长光声谱的皮肤类型识别方法及系统。

背景技术

皮肤肿瘤是人类最常见的肿瘤之一，其发病率随着人口的增长和人口老龄化呈逐年上升的趋势。目前皮肤类型的区分识别多以外观为基础，容易出现误诊或漏诊。活检仍是识别皮肤类型的金标准；然而，它是有创的和耗时的，组织切除活检给患者带来痛苦的同时，也会损伤周围皮肤组织及影响美容效果。

光声技术因其是“光进声出”，结合了光学成像的高灵敏度和超声成像的高分辨率特点。光声信号携带了组织的光学、热力学和微结构信息，可以表达生物组织的分子、化学和功能等多维度信息。通过改变光波波长来研究被测对象的光声信号变化，在光波长维度上的信号响应表征了待检测组织的分子化学信息，可用于与分子含量相关的分析；在声频率维度上的展开表征了吸收光的分子团簇的尺度分布，可用于量化生物大分子的微结构评估。多波长光声谱技术能够从物理及化学组织层面上剖析不同类型皮肤组织成分的含量及微结构变化等，在皮肤类型的识别方面具有很大的应用前景。

现有技术中，如中国专利CN201910071235.2公开了一种基于光声光谱积分信号的岩屑类型识别方法及系统，该方法采用光声光谱的方法，但是其方案在于对岩屑的类型进行识别，涉及不同波长，但是未提及岩屑内的特征分子变化；且对所有波长进行积分，损失了具体的分子信息。另外中国专利CN201510935010公开了一种超声光声光声谱三模态成像系统及方法，该方法虽也进行多波长检测，但是获得为光声二维谱图，仅能支直观上定性对组织进行分析，无法获得量化信息，对组织进行客观准确的识别。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多波长光声谱的皮肤类型识别方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种基于多波长光声谱的皮肤类型识别方法，包括以下步骤：

S1：获取多种类型的皮肤组织的多个特征分子的光吸收波段的光声时域信号；

S2：对多种类型的皮肤组织的多个特征分子的光吸收波段的光声时域信号进行功率谱分析，获取不同波长下多种类型皮肤组织的声功率谱；

S3：对所述不同波长下多种类型皮肤组织的声功率谱的功率谱密度进行积分处理，得到不同波长下的光声量化谱参数；

S4：联合不同波长下的光声量化谱参数作为机器学习支持向量机模型的输入特征参数值，对支持向量机模型进行训练学习，得到训练后的支持向量机模型；

S5：获取待识别皮肤的表征皮肤组织内特征分子含量的光声量化谱参数，输入到支持向量机模型中进行皮肤类型识别，获取待识别皮肤的皮肤类型。

优选地，所述的光声时域信号由脉冲激光源照射在皮肤组织上后通过超声宽带换能器进行采集获取，所述的脉冲激光源为可被皮肤组织内化学成分吸收的具有预定波长的光信号。

优选地，所述的脉冲激光源的波长范围包括690～950nm及1200～1800nm。

优选地，所述S1的皮肤组织的类型数量大于等于3。

优选地，所述不同波长下的光声量化谱参数为：