一种基于人眼泪液的角膜炎致病菌人工智能检测方法技术

本发明专利技术属于医疗健康领域，具体涉及一种基于人眼泪液的角膜炎致病菌人工智能检测方法。首先，通过无创的方式收集患者的泪液，并利用拉曼光谱仪测量患者泪液的拉曼光谱；然后，通过对所得拉曼光谱数据进行恢复、主成分分析进而提取致病菌的特征信息；最终，利用机器学习方法实现快速且无创的角膜炎致病菌分类。本发明专利技术的有益效果：样品采集过程无创，避免对患者角膜的二次损伤；拉曼光谱灵敏度高，采集速度快，可有效避免病情恶化；拉曼光谱测量过程中无需对样品进行预处理，操作便捷，且样本可重复使用；基于人眼泪液的角膜炎致病菌信息人工智能处理，能够有效区分致病菌特征，辅助临床角膜炎诊断过程，提高诊断精度。

An Artificial Intelligence Detection Method for Keratitis Pathogens Based on Human Tears

The invention belongs to the field of medical health, in particular to an artificial intelligence detection method for pathogenic bacteria of keratitis based on human tears. Firstly, the patients'tears were collected in a non-invasive way, and Raman spectroscopy was used to measure the Raman spectroscopy of the patients' tears. Then, the Raman spectroscopy data were restored and the principal component analysis was used to extract the characteristic information of pathogens. Finally, the machine learning method was used to achieve rapid and non-invasive classification of pathogenic bacteria of keratitis. The invention has the advantages of non-invasive sample collection process, avoiding secondary damage to cornea of patients, high sensitivity of Raman spectroscopy, fast acquisition speed, and effectively avoiding deterioration of illness, no pretreatment of samples in Raman spectroscopy measurement process, convenient operation and reusable samples, and artificial intelligence processing of corneal pathogenic bacteria information based on human tears, which can be effective. To distinguish the characteristics of pathogenic bacteria and assist the diagnosis process of clinical keratitis, so as to improve the accuracy of diagnosis.

【技术实现步骤摘要】
一种基于人眼泪液的角膜炎致病菌人工智能检测方法
本专利技术属于医疗健康领域，具体涉及一种基于人眼泪液的角膜炎致病菌人工智能检测方法。
技术介绍
据世界卫生组织报告，感染性角膜疾病为主要致盲原因之一，在发展中国家尤为如此。临床上患有角膜炎的病人自觉畏光、流泪、疼痛、有异物感、视力下降，严重的角膜溃疡或伴前房积脓，甚至出现角膜穿孔、眼内容物炎等，最终可导致失明。在众多细菌性角膜炎致病菌统计中可知主要致病菌为革兰阳性球菌及革兰阴性杆菌，其中表皮葡萄球菌、铜绿假单孢菌即绿脓杆菌、肺炎球菌、白色葡萄球菌及金黄色葡萄球菌检出率相对较高。致病菌种类的准确检出将有助于指导临床治疗过程中的精准用药，因此致病菌信息的快速采集及智能化分析在角膜炎精准化治疗中尤为关键。目前临床上对于细菌性角膜炎患者治病菌信息的检测方法主要为角膜病灶刮片法。该方法具体过程如下：首先对患者使用0.4％奥布卡因表麻，并用1ml注射器针头刮取溃疡边缘组织涂片。随后，对组织涂片进行革兰氏染色，其具体操作步骤为：1、使用草酸铵结晶对组织涂片紫染1分钟后使用水进行冲洗；2、加碘液覆盖涂面染约1分钟后进行水洗，并在水洗结束后使用吸水纸吸去本文档来自技高网...

【技术保护点】
1.一种基于人眼泪液的角膜炎致病菌人工智能检测方法，其特征在于，具体步骤如下：步骤1、拉曼光谱数据采集首先通过刺激采泪法从患者眼睛的外眦部中提取泪液存放于玻璃取样瓶中；然后，使用胶头滴管从玻璃取样瓶中取样滴于覆盖铝箔片的载玻片上，并对样品进行滴涂沉积的干燥处理；将负载有干燥后的样品的载玻片置于拉曼光谱仪的物镜下，并调节物镜直至清晰地观察到样品表面；最后，选择波长为633nm或785nm的光作为激发光源，采集样本区域的拉曼光谱数据并保存；步骤2、数据人工智能分析对步骤1中所获得的拉曼光谱进行分析和处理；首先，使用多点平滑及多项式拟合方法去除原始光谱的噪声及荧光背景，并对光谱数据归一化；然后，通过...

【技术特征摘要】
1.一种基于人眼泪液的角膜炎致病菌人工智能检测方法，其特征在于，具体步骤如下：步骤1、拉曼光谱数据采集首先通过刺激采泪法从患者眼睛的外眦部中提取泪液存放于玻璃取样瓶中；然后，使用胶头滴管从玻璃取样瓶中取样滴于覆盖铝箔片的载玻片上，并对样品进行滴涂沉积的干燥处理；将负载有干燥后的样品的载玻片置于拉曼光谱仪的物镜下，并调节物镜直至清晰地观察到样品表面；最后，选择波长为633nm或785nm的光作为激发光源，采集样本区域的拉曼光谱数据并保存；步骤2、数据人工智能分析对步骤1中所获得的拉曼光谱进行分析和处理；首先，使用多点平滑及多项式拟合方法去除原始光谱的噪声及荧光背景，并对光谱数据归一化；然后，通过维纳估计算法从低信噪比拉曼光谱中恢复高信噪比拉曼光谱，以提高整体信噪比；最后，通过主...

【专利技术属性】
技术研发人员：陈硕，朱若辰，刘佳琪，安栩瑶，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21