[发明专利]一种基于红外光谱鉴别良性与恶性肿瘤的方法

摘要

本发明公开了一种基于红外光谱鉴别良性与恶性肿瘤的方法，良性肿瘤为硬化性肺泡细胞瘤，恶性肿瘤为肺原位腺癌；先收集良性肿瘤与恶性肿瘤的组织切片，然后以分辨率8cm‑1、扫描次数64次，在4000～1900cm‑1范围内采集切片的红外透射光谱，所得光谱不经预处理或经SGS预处理，选择建模光谱范围的上限值为4000～3960cm‑1、下限值为1960cm‑1，选取前4～9个主成分，采用判别分析法或对向传播人工神经网络建立鉴别良性与恶性肿瘤的模型；再取未知性质的肿瘤组织切片，按相同方法采集光谱并进行光谱数据处理，最后应用所建模型进行预测。本发明能够准确、客观、快速、经济地鉴别良性与恶性肿瘤。

主权项

1.一种基于红外光谱鉴别良性与恶性肿瘤的方法，所述良性肿瘤为硬化性肺泡细胞瘤，恶性肿瘤为肺原位腺癌，其特征在于，包括以下步骤：(1)收集来自不同患者的良性与恶性肿瘤组织切片，记录切片的病理学诊断结果；(2)设置光谱测量参数：分辨率8cm‑1、扫描次数不低于64次、扫描范围4000～1900cm‑1，测量步骤(1)所得每片切片的红外透射光谱，每次扫描切片前以相同参数扫描并扣除背景，每片切片分别在2个或2个以上不同位置各测量一张光谱；(3)对步骤(2)所得光谱，不经预处理或经Savitzky‑Golay平滑即SGS预处理，选择建模光谱范围的波数上限值为3980±20cm‑1即4000～3960cm‑1、下限值为1960cm‑1，采用主成分分析法即PCA降维，按照贡献率由高到低的顺序选取前4～9个主成分为建模特征变量，采用判别分析法即DA或对向传播人工神经网络即CP‑ANN建立鉴别良性与恶性肿瘤的模型；(4)取未知性质的肿瘤组织切片，按照步骤(2)所述方法测量红外光谱，按照步骤(3)所述方法进行光谱数据处理，然后应用步骤(3)所建模型预测该肿瘤组织切片为良性或恶性。