一种甲状腺功能障碍模型及其建立方法技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
一种甲状腺功能障碍模型及其建立方法
本专利技术具体涉及一种甲状腺功能障碍模型及其建立方法。
技术介绍
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。本专利技术为了解决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，本专利技术在标准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。基于本专利技术，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。
技术实现思路
本专利技术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：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；每个血清样品在不同的位置测试2条谱线，并取其平均谱线；(3)光谱数据分析与预处理：采用基于五阶多项式的Vancouver拉曼算法拟合所有血清自体荧光背景后，将该多项式减去以实现校正基线，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)光谱数据降维与SVM分类模型：采用PCA法对处理后的光谱数据进行降维和特征提取后，采用RBF核作为SVM的核函数，建立SVM分类模型，得所述的甲状腺功能障碍模型。进一步的，所述步骤(1)中，甲状腺功能障碍患者和甲状腺功能正常人的数量差不大于10。再进一步的，所述甲状腺功能障碍患者至少34例，甲状腺功能正常人至少40例。进一步的，所述步骤(1)中，收集到的新鲜血液在不加抗凝剂的条件下进行冷凝。进一步的，所述步骤(2)中，所述Horiba共聚焦拉曼光谱仪中：显微镜为50倍物镜，积分时间为5s，激发波长为532nm。再进一步的，所述步骤(2)中，所述的激发光波长为532nm的氩离子激光，检测波数范围为400-1800cm-1。进一步的，所述步骤(4)中，所述SVM算法中，采用RBF核作为SVM的核函数。进一步的，所述步骤(4)还包括优化SVM分类模型：采用人工鱼群算法与均匀设计方法相结合，构造人工鱼群耦合均匀设计算法，优化支持向量机的参数，进而优化SVM分类模型，得优化后的SVM分类模型，即所述的甲状腺功能障碍模型。再进一步的，所述人工鱼群耦合均匀设计算法为：在人工鱼群算法迭代寻优过程中，设定目标函数值的一定阈值和前后两代目标值的差额限度作为算法跳转条件，当人工鱼群算法优化后所得的目标值超过给定的阈值且满足给定的差额限时，此时认为人工鱼群算法已寻得问题的近优解，再执行跳出人工鱼群算法迭代寻优过程，并利用均匀设计方法进行寻优；否则，继续进行人工鱼群算法进行迭代寻优。与现有技术相比，本专利技术的有益效果在于：1、本专利技术所述的一种甲状腺功能障碍模型及其建立方法，根据甲状腺功能障碍患者血清拉曼光谱的特点，建立了高甲状腺功能障碍模型，基于该模型，实现了快速、低成本检测；2、本专利技术所述的一种甲状腺功能障碍模型及其建立方法，采用了人工鱼群耦合均匀设计算法(AFUD)对SVM参数进行优化，优化了高甲状腺功能障碍模型，基于该模型，实现了快速、低成本检测；平均诊断准确率达到82.74％，平均诊断时间为0.45秒。3、本专利技术所述的一种甲状腺功能障碍模型及其建立方法，血清拉曼光谱技术结合AFUD-SVM诊断模型对甲状腺功能的检测具有很大的潜力，有望开发出一种便携式、快速、低成本的甲状腺功能检测装置，以满足个人和社区的需求。附图说明图1为甲状腺功能障碍患者和甲状腺功能正常人归一化平均光谱的比较图；图2为前10个主成分的得分百分比和累计得分百分比图；图3为标准AFSA算法优化SVM参数在选取不同的核函数时对应的诊断准确率图；图4为三种算法优化SVM参数对应的30次寻优时间；图5为三种诊断模型的ROC曲线图。具体实施方式为了进一步阐述本专利技术一种甲状腺功能障碍模型及其建立方法，达到预期专利技术目的，以下结合较佳实施例，对依据本专利技术提出的一种甲状腺功能障碍模型及其建立方法，其具体实施方式、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。在详细阐述本专利技术一种甲状腺功能障碍模型及其建立方法之前，有必要对本专利技术中提及的方法等做进一步说明，以达到更好的效果。SVM是由Vapnik与Cortes以统计学习理论的VC维和结构风险最小化为基础而发展起来的一种机器学习方法，通过最优超平面、软间隔和核思想等技术来实现对分类与回归问题的有效建模，在对小样本、非线性和高维度数据处理时有效的克服了传统的学习算法中存在的“维数灾难”“过学习”等问题已在模式识别领域，尤其在处理分类问题上得到了广泛的应用。对二分类问题而言，设给定的训练样本集为{(x1,y1),(x2,y2),…,(xN,yN)}，其中xi∈Rn；yi∈{-1,1},i＝1,2,…N本文档来自技高网...

【技术保护点】
1.一种甲状腺功能障碍模型的建立方法，其特征在于，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：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；每个血清样品在不同的位置测试2条谱线，并取其平均谱线；(3)光谱数据分析与预处理：采用基于五阶多项式的Vancouver拉曼算法拟合所有血清自体荧光背景后，将该多项式减去以实现校正基线，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)光谱数据降维与SVM分类模型：采用PCA法对处理后的光谱数据进行降维和特征提取后，采用RBF核作为SVM的核函数，建立SVM分类模型，得所述的甲状腺功能障碍模型。

【技术特征摘要】
1.一种甲状腺功能障碍模型的建立方法，其特征在于，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：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；每个血清样品在不同的位置测试2条谱线，并取其平均谱线；(3)光谱数据分析与预处理：采用基于五阶多项式的Vancouver拉曼算法拟合所有血清自体荧光背景后，将该多项式减去以实现校正基线，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)光谱数据降维与SVM分类模型：采用PCA法对处理后的光谱数据进行降维和特征提取后，采用RBF核作为SVM的核函数，建立SVM分类模型，得所述的甲状腺功能障碍模型。2.根据权利要求1所述的建立方法，其特征在于，其中，所述步骤(1)中，甲状腺功能障碍患者和甲状腺功能正常人的数量差不大于10。3.根据权利要求2所述的建立方法，其特征在于，其中，所述甲状腺功能障碍患者至少34例，甲状腺功能正常人至少40例。4.根据权利要求1所述的建立方法，其特征在于，其中，所述步骤(1)中，收集到的新鲜血液在不加抗凝剂的条件下进行冷凝。5.根...

【专利技术属性】
技术研发人员：杜国利，申红丽，马兰，包建玲，李玉革，吕小毅，郑向向，
申请(专利权)人：新疆医科大学第一附属医院，
类型：发明
国别省市：新疆,65