【技术实现步骤摘要】
一种基于表面增强拉曼光谱技术的急性胰腺炎评估装置
[0001]本专利技术属于胰腺疾病诊断和拉曼光谱检测领域,具体涉及一种基于表面增强拉曼光谱技术的急性胰腺炎评估装置。
技术介绍
[0002]急性胰腺炎(Acute Pancreatitis,AP)是多种病因导致胰酶在胰腺内被激活后引起胰腺组织自身消化、水肿、出血甚至坏死的炎症反应,以疾病进展迅速,重症患者死亡率高为特征,是消化及重症领域亟待解决的难题。急性胰腺炎因危重程度不同,预后差异大。轻者以胰腺水肿为主,病情常呈自限性,预后良好,为轻症急性胰腺炎(Mild Acute Pancreatitis,MAP);重者表现为胰腺出血坏死,伴多器官功能障碍,且常继发感染,病死率高,为重症急性胰腺炎(Severe Acute Pancreatitis,SAP)。SAP是典型的急症,病情凶险,进展迅速,患者通常在数天内即可从临床表现相对轻微的症状发展至全身性炎性反应综合症及多器官功能衰竭。统计数据显示,发病1
‑
2周内伴持续性器官功能衰竭的SAP患者,死亡风险可达42% ...
【技术保护点】
【技术特征摘要】
1.一种基于表面增强拉曼光谱技术的急性胰腺炎评估装置,其特征在于:它包括样品预处理模块、SERS检测模块、数据处理模块、结果输出模块;所述样品是加入抗凝剂的全血、血浆或血清中任意一种;所述样品预处理模块用于稀释和干燥样品,使其更易于与基底结合,结果更稳定;所述SERS检测模块用于检测样品的表面增强拉曼光谱,获得拉曼光谱指纹图谱数据;数据处理模块内置数据输入端口、图谱预处理算法和机器学习模型;所述数据输入端口,用于接收SERS检测模块所采集的数据;所述图谱预处理算法,是对拉曼光谱指纹图谱数据进行降噪处理的方法;所述结果输出模块以文字、图像和/或声音的方式输出数据处理结果。2.如权利要求1所述的装置,其特征在于:所述机器学习模型包括对有、无急性胰腺炎进行二分类的机器学习模型和/或对轻症急性胰腺炎和重症急性胰腺炎进行二分类的机器学习模型。3.如权利要求1所述的装置,其特征在于:所述样品预处理模块对样品稀释的倍数为2~5倍。4.如权利要求1所述的装置,其特征在于:所述降噪处理是使用PCA和/或LDA多元统计判别算法对拉曼光谱指纹图谱的数据进行降噪处理,得特征峰数据。5.如权利要求1所述的装置,其特征在于:所述机器学习模型是支持向量...
【专利技术属性】
技术研发人员:李园,陈珂玲,龚天巡,周总光,
申请(专利权)人:四川大学华西医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。