本发明专利技术公开了一种基于VOC(呼出气中的挥发性有机化合物)代谢轮廓的肺癌分期检测系统，属于癌症诊断领域。所述系统包括输入模块、模型建立模块、预测模块和输出模块；所述输入模块负责向模型建立模块和预测模块传输VOC代谢轮廓，或传输VOC代谢轮廓及其对应的肺癌分期；所述模型建立模块负责接收VOC代谢轮廓，对肺癌分期已知的患者的VOC代谢轮廓进行有监督机器学习，得到分类器模型；所述预测模块负责将肺癌分期未知的人的VOC代谢轮廓代入训练好的分类器模型，得到肺癌分期结果；输出模块负责将肺癌分期结果展示出来。本发明专利技术的系统仅需要收集呼吸气即可为肺癌患者进行分期检测，十分便捷。分便捷。分便捷。
【技术实现步骤摘要】
基于VOC代谢轮廓的肺癌分期检测系统
[0001]本专利技术属于癌症诊断领域。
技术介绍
[0002]肺癌(LC)是全世界癌症相关死亡的主要原因，肺癌占肺癌总数的40％～50％，是最常见的肺癌类型。临床上肺癌分期一般按照第8版TNM分期，依据肿瘤原发灶情况(T)、淋巴结受累程度(N)和远处转移(M)情况，将肺癌分为I、II、III和IV期(Detterbeck FC1,Boffa DJ et al.The Eighth Edition Lung Cancer Stage Classification.Chest.2017Jan；151(1):193
‑
203.doi:10.1016/j.)。
[0003]分期在肺癌的诊断中起着至关重要的作用，主要被用来评估肿瘤的进展的程度，并指导适当的治疗策略。最关键的是，分期为哪些患者适合手术和哪些患者适合化疗、放疗提供了指南。此外，肺癌分期是预测生存率的一个重要因素，如I期患者的5年生存率为57％，IV期患者的5年生存率降至4％。
[0004]传统的影像学技术，如胸部x射线、低剂量计算机断层扫描(LDCT)、正电子发射断层扫描(PET)和PET/CT都被用于癌症分期，但是x射线具有放射性，不能早期诊断癌症。CT假阳性率高，在鉴别良恶性的准确性很低。PET的空间分辨率有限以及不同组织之间的低对比度可能导致假阴性结果。PET结合CT技术的诊断准确率优于单独的PET或CT，但由于经常出现假阳性结果，因此，在某些情况下依然要进行活检。因此，非放射性和敏感的生物标志物技术对肺癌的分期是一种迫切需要的技术。
[0005]分析呼出气中的挥发性有机化合物(VOC)是一种非放射性、无创的疾病检测方法，其依据是人体的疾病特异性代谢产物可以通过肺部气体交换，并以一种可测量的方式被监测出来。以往的研究大多集中于预测VOC的生物标志物来诊断和鉴别恶性和良性肺结节。但目前未见有关肺癌不同分期VOC的差别的报道。
技术实现思路
[0006]本专利技术要解决的问题是：提供一种基于VOC代谢轮廓的肺癌分期检测系统。
[0007]VOC代谢轮廓指呼出气中所有已识别的化合物(不包括污染物或检测设备泄漏的化合物)。
[0008]本专利技术的技术方案如下：
[0009]一种肺癌分期检测系统，所述系统包括输入模块、模型建立模块、预测模块和输出模块；
[0010]所述输入模块负责向模型建立模块和预测模块传输VOC代谢轮廓，或传输VOC代谢轮廓及其对应的肺癌分期；
[0011]所述模型建立模块负责接收VOC代谢轮廓，对肺癌分期已知的患者的VOC代谢轮廓进行有监督机器学习，得到分类器模型；
[0012]所述预测模块负责将肺癌分期未知的人的VOC代谢轮廓代入训练好的分类器模
型，得到肺癌分期结果；
[0013]输出模块负责将肺癌分期结果展示出来；
[0014]所述分期是对第8版TNM分期中的I、II、III和IV期中的1～3种与剩余的相区分。
[0015]进一步地，所述分期是对第8版TNM分期做出如下区分：
[0016](1)将I期与II期、III期或IV期相区分；
[0017]和/或，(2)将I、II期与III、IV期区分。
[0018]进一步地，所述分类器模型为支持向量机模型。
[0019]进一步地，所述分类器模型为随机森林模型。
[0020]进一步地，所述分类器模型为逻辑回归模型。
[0021]进一步地，所述系统还包括检测模块，用于检测人的呼出气，得到VOC代谢轮廓。
[0022]进一步地，所述检测模块包括气相色谱
‑
质谱联用检测装置。
[0023]进一步地，所述气相色谱
‑
质谱联用检测装置的电子撞击电离源的工作电压为70eV。
[0024]进一步地，所述气相色谱
‑
质谱联用检测装置程控温度设置如下:
[0025](a)40℃，持续5min；(b)以10℃/min上升至160℃；(c)以5℃/min上升至200℃；(d)在200℃持续5分钟。
[0026]进一步地，气相色谱前入口、传输线和MS离子源的温度分别为270℃、250℃和250℃。
[0027]本专利技术的有益效果：
[0028]1)使用方便。本专利技术的系统只需采集患者的呼出气体，即能进行肺癌分期检测。
[0029]2)肺癌分期能力强。本专利技术的系统能实现可对肺癌I期与II、III、IV期之间以及早期(I、II期)和晚期(III、IV期)之间进行高准确性、敏感度和特异性的分期检测；尤其是对I期和II期的区分能力，其准确性、特异性、敏感度均在80％以上。
[0030]显然，根据本专利技术的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本专利技术上述基本技术思想前提下，还可以做出其它多种形式的修改、替换或变更。
[0031]以下通过实施例形式的具体实施方式，对本专利技术的上述内容再作进一步的详细说明。但不应将此理解为本专利技术上述主题的范围仅限于以下的实例。凡基于本专利技术上述内容所实现的技术均属于本专利技术的范围。
附图说明
[0032]图1：VOC代谢轮廓对肺癌分期预测的ROC曲线图；I vs IV，即I期和IV期相区分，以此类推；I II vs III IV，指I期或II期与III期和IV期相区分。
具体实施方式
[0033]实施例1本专利技术的肺癌分期检测系统
[0034]本专利技术的肺癌分期检测系统由检测模块、输入模块、模型建立模块、预测模块和输出模块组成；
[0035]所述检测模块通过气相色谱
‑
质谱联用检测装置对呼出气中挥发性有机化合物(VOC)进行检测，获取VOC代谢轮廓。
[0036]所述输入模块负责将VOC代谢轮廓传输到模型建立模块和预测模块。输入模块可从检测模块接收VOC代谢轮廓，也可通过数据库或人机交互的文本框接收VOC代谢轮廓以及VOC代谢轮廓来源人的肺癌分期信息。
[0037]模型建立模块根据肺癌分期已知的VOC代谢轮廓，以肺癌分期为目的，进行有监督机器学习，得到支持向量机(SVM)模型。
[0038]预测模块负责通过训练得到的SVM模型对肺癌分期未知的VOC代谢轮廓进行预测，得到其肺癌分期。
[0039]输出模块则负责将肺癌分期结果展示出来。
[0040]本专利技术的分期检测系统对I期与其它期(II、III、IV期)的分辨能力最强，敏感度和特异性都在90％以上。
[0041]实施例2应用VOC代谢轮廓进行肺癌分期检测
[0042]1.方法
[0043]患者共243例，来自四川省肿瘤医院，病理诊断均为肺癌，符合2015年WHO肺癌分类。肺癌按第8版TNM(原发肿瘤、区域淋巴结、远处转移)分期分类，其中I期70例，Ⅱ期35例，Ⅲ期70例，Ⅳ期68例。患者的人口学和病理特征如表1所示本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种肺癌分期检测系统，其特征在于：所述系统包括输入模块、模型建立模块、预测模块和输出模块；所述输入模块负责向模型建立模块和预测模块传输VOC代谢轮廓，或传输VOC代谢轮廓及其对应的肺癌分期；所述模型建立模块负责接收VOC代谢轮廓，对肺癌分期已知的患者的VOC代谢轮廓进行有监督机器学习，得到分类器模型；所述预测模块负责将肺癌分期未知的人的VOC代谢轮廓代入训练好的分类器模型，得到肺癌分期结果；输出模块负责将肺癌分期结果展示出来；所述分期是对第8版TNM分期中的I、II、III和IV期中的1～3种与剩余的相区分。2.如权利要求1所述的系统，其特征在于：所述分期是对第8版TNM分期做出如下区分：(1)将I期与II期、III期或IV期相区分；和/或，(2)将I、II期与III、IV期区分。3.如权利要求1所述的系统，其特征在于：所述分类器模型为支持向量机模型。4.如权利要求1所述的系统，其特征在于：所述分类器模型为随机森...
【专利技术属性】
技术研发人员：杨燕婷，李先，段忆翔，
申请(专利权)人：立本医疗器械成都有限公司，
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。