一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法技术

本发明专利技术适用于医学临床乳腺癌诊断与术中检测技术领域，提供了一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法，包括如下步骤：步骤一、获取乳腺组织样品；步骤二、测量组织拉曼光谱；步骤三、组织拉曼光谱预处理；步骤四、获取光谱特征差异信息；步骤五、利用所获差异化拉曼光谱信息对乳腺癌进行分期和分级。本发明专利技术中的一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法，结合大量临床验证性前期研究，提出广义判别分析、主成分分析－支持向量机和主成分分析－线性判别分析的光谱分析手段，应用于不同乳腺癌病变组织拉曼光谱数据的归类和鉴别，挖掘组织病理状态所包含的统计学光谱信息，实现基于拉曼光谱检测技术的乳腺癌病理分期和分级。病理分期和分级。病理分期和分级。

【技术实现步骤摘要】
一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法


[0001]本专利技术属于医学临床乳腺癌诊断与术中检测
，尤其涉及一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法。

技术介绍

[0002]乳腺癌是世界上最常见的恶性肿瘤，也是威胁我国女性健康的常见恶性疾病之一。2019年最新全国最新癌症报告显示，在2015年度我国乳腺癌新发病例约30.4万例，是女性癌症发病率第一，占所有癌症发病率的16.51％，而在全球范围，乳腺癌更占女性所有癌症发病率的30％；在新发病例中，约有7.4万人死于乳腺癌，是女性癌症死亡率第五位，占所有癌症死亡率7.82％，而在全球范围，乳腺癌更占女性所有癌症死亡率的15％。
[0003]现有技术基于病理荧光染色与标记分析方法的乳腺癌TNM分期、分级方法，整个病理切片分析过程需要大量时间，且其准确度常常受到医生经验和病变组织典型性等因素制约，极大地降低了临床诊疗效率。导致这样的缺点的原因是，病理切片制备、分析、诊断过程有较多的人为主观因素参与，且主要从组织结构特征方面进行判别诊断，缺乏客观、量化的组织成分信息。
[0004]已有技术采用拉曼光谱分析手段仅能实现健康组织、良性癌变与恶性癌变的鉴别分析，即仅能实现乳腺癌病理分型，尚无法实现基于TNM系统的乳腺癌精准分期、分级。导致这一缺点的原因是，缺乏成熟的数据分析手段与实验检测手段。
[0005]因此，针对以上现状，迫切需要开发一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法，以克服当前实际应用中的不足。

技术实现思路

[0006]针对现有技术存在的不足，本专利技术实施例的目的在于提供一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法，以解决上述
技术介绍
中的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法，包括如下步骤：
[0009]步骤一、获取乳腺组织样品：通过临床保乳手术、组织病理活检和组织冰冻切片，得到乳腺组织样品；
[0010]步骤二、测量组织拉曼光谱：通过拉曼光谱检测装置所使用的激发激光经二向色镜发射后，被凸透镜汇聚于乳腺组织上，在组织表面与内部激发出光谱信息，光谱信息透过二向色镜后被光纤束结构收集，并由光谱仪记录分析；
[0011]步骤三、组织拉曼光谱预处理：通过光谱范围选择、去除荧光背景、光谱曲线下面积校准以及光谱平滑的方法，完成测量光谱荧光背景去除、光谱曲线平滑与归一化等预处理操作；
[0012]步骤四、获取光谱特征差异信息：明确健康乳腺组织与浸润性导管癌组织所具有的光谱特征，并提出不同分期、分级条件下，浸润性导管癌组织所含有的色氨酸、苯丙氨酸、
β－类胡萝卜素、脂质、核酸、蛋白质和脂肪酸生物标志物的光谱特征差异；
[0013]步骤五、结合所获拉曼光谱信息对乳腺癌样品进行病理分期和分级：通过广义判别分析算法、主成分分析－支持向量机和主成分分析－线性判别分析算法，实现乳腺癌TNM分期和分级并对其应用效力进行了对比分析。
[0014]作为本专利技术进一步的技术方案，在步骤二中，拉曼光谱检测装置包括装置体、光谱仪、光纤耦合镜、长通滤波片、带通滤波片、二向色镜、平凸透镜、光纤输出准直器和半导体激光器，所述光纤耦合镜、长通滤波片、带通滤波片、二向色镜、平凸透镜和光纤输出准直器均设置在装置体内，装置体的两端分别与光谱仪和半导体激光器采用光纤束与光纤连接。
[0015]作为本专利技术进一步的技术方案，在步骤二中，光纤束结构为一个圆形转线性排列的光纤阵列结构，其圆形排布面为光谱采集端，其线性排布面连接至光谱仪，光纤束线性排布面的尺寸以及光纤束所含光纤的数量，可根据光谱仪CCD像元排布进行设计。
[0016]作为本专利技术进一步的技术方案，在步骤五中，广义判别分析算法的使用步骤如下：
[0017]步骤一、利用广义判别分析算法，对健康乳腺组织与浸润性导管癌组织的光谱特征进行归类和鉴别；
[0018]步骤二、利用广义判别分析算法，归类与鉴别不同分期浸润性导管癌组织差异化光谱信息；
[0019]步骤三、利用广义判别分析算法，针对同期条件下不同级的浸润性导管癌组织差异化光谱信息进行鉴别。
[0020]作为本专利技术进一步的技术方案，在步骤五中，采用后验概率方法对基于广义判别分析算法的乳腺癌分期和分级准确性进行量化评价。
[0021]作为本专利技术进一步的技术方案，在步骤五中，主成分分析－支持向量机包括RBF、多项式和线性三种内核的拉曼光谱分期和分级方法，主成分分析－支持向量机的使用步骤如下：
[0022]步骤一、利用主成分分析方法对光谱数据集进行降维并提取主要的差异特征信息，获取最显著特征变量PC1和PC2输入至SVM的算法；
[0023]步骤二、利用网格搜索方法结合交叉验证从训练集光谱中确定RBF、多项式和线性三种内核的最优参数，认定分类精度最高的参数作为构建最终SVM模型的最佳参数；
[0024]步骤三、将所建模型应用于验证测试集数据，验证模型的分类性能。
[0025]作为本专利技术进一步的技术方案，训练集光谱占光谱数据总量的80％，测试集数据占光谱数据总量的20％，训练集与测试集的划分比率根据样品量大小进行调整。
[0026]作为本专利技术进一步的技术方案，在步骤五中，主成分分析－线性判别分析算法的使用步骤如下：
[0027]步骤一、通过主成分分析方法降低光谱数据集的维度，并且结合单因素方差分析，提取和识别显著差异主成分信息；
[0028]步骤二、将提取的显著差异主成分信息作为线性判别函数的输入变量，生成PCA
‑
LDA光谱病理鉴别模型；
[0029]步骤三、利用模型对健康乳腺组织与不同TNM分期分级浸润性导管癌组织的光谱特征进行归类和判别。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]1)本专利技术首先提出一种简易化的共聚焦拉曼光谱检测装置，采用785nm激光、光纤束、光谱仪等核心元器件，实现临床保乳手术中切除的组织、组织病理活检所采集的组织、乳腺组织冰冻病理切片等各类样品的拉曼光谱信息高效采集；
[0032]2)本专利技术提出采用上述共聚焦拉曼光谱检测装置，快速检测临床保乳手术中切除的组织、组织病理活检所采集的组织、乳腺组织冰冻病理切片等各类样品所含脂肪酸、蛋白质、胡萝卜素、血红蛋白和核酸等生物标志物光谱特征信息；
[0033]3)本专利技术提出建立了基于广义判别分析、提出基于三种运算内核的主成分分析－支持向量机以及提出基于主成分分析－线性判别分析，实现基于拉曼光谱信息的乳腺癌病理分期、分级。
[0034]结合大量临床验证性前期研究，归纳分析，提出广义判别分析、主成分分析－支持向量机和成分分析－线性判别分析的光谱分析手段，应用于不同乳腺癌病变组织拉曼光谱数据的归类和鉴别，挖掘组织病理状态所包含的统计学光谱信息，实现基于拉曼光谱检测技术的乳腺癌病理分期和分级本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无损免标记快速乳腺癌拉曼光谱病理分级分期方法，其特征在于，包括如下步骤：步骤一、获取乳腺组织样品：通过临床保乳手术、组织病理活检和组织冰冻切片，得到乳腺组织样品；步骤二、测量组织拉曼光谱：通过拉曼光谱检测装置所使用的激发激光经二向色镜反射后，被凸透镜汇聚于乳腺组织上，在组织表面与内部激发出光谱信息，光谱信息透过二向色镜后被光纤束结构收集，并由光谱仪记录分析；步骤三、组织拉曼光谱预处理：通过光谱范围选择、去除荧光背景、光谱曲线下面积校准以及光谱平滑的方法，完成测量光谱荧光背景去除、光谱曲线平滑与归一化的预处理；步骤四、获取光谱特征差异信息：明确健康乳腺组织与浸润性导管癌组织所具有的光谱特征，并提出不同分期、分级条件下，浸润性导管癌组织所含有的色氨酸、苯丙氨酸、β－类胡萝卜素、脂质、核酸、蛋白质和脂肪酸生物标志物的光谱特征差异；步骤五、结合所获得拉曼光谱信息对乳腺癌进行病理分期和分级：通过广义判别分析算法、主成分分析－支持向量机和主成分分析－线性判别分析算法，对乳腺癌TNM进行分期和分级并对其应用效力进行对比分析。2.根据权利要求1所述的无损免标记快速乳腺癌拉曼光谱病理分级分期方法，其特征在于，步骤二中，拉曼光谱检测装置包括装置体、光谱仪、光纤耦合镜、长通滤波片、带通滤波片、二向色镜、平凸透镜、光纤输出准直器和半导体激光器，所述光纤耦合镜、长通滤波片、带通滤波片、二向色镜、平凸透镜和光纤输出准直器均设置在装置体内，装置体的两端分别与光谱仪和半导体激光器电性连接。3.根据权利要求2所述的无损免标记快速乳腺癌拉曼光谱病理分级分期方法，其特征在于，在步骤二中，光纤束结构为一个圆形转线性排列的光纤阵列结构，其圆形排布面为光谱采集端，其线性排布面连接至光谱仪，光纤束线性排布面的尺寸以及光纤束所含光纤的数量与直径，可根据光谱仪CCD像元排布进行设计。4.根据权利要求1所述的无损免标记快速乳腺癌拉曼光谱病理分级分期方法，其特征在于，在步骤五中，广义判别分析算...

【专利技术属性】
技术研发人员：王爽，张宝萍，黄小军，张富荣，陈一申，
申请(专利权)人：西北大学，
类型：发明
国别省市：