[發明專利]一種基于AFM和SVM分類器的細胞癌化識別方法在審
| 申請號: | 202010165002.1 | 申請日: | 2020-03-11 |
| 公開(公告)號: | CN111488796A | 公開(公告)日: | 2020-08-04 |
| 發明(設計)人: | 田延嶺;林旺江;朱鑫垚;蒲紫浩;李英杰;陳江濤;朝家齊;王蒙;周重凱;王福軍;張大衛 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 天津市三利專利商標代理有限公司 12107 | 代理人: | 肖莉麗 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 afm svm 分類 細胞 識別 方法 | ||
本發明公開了一種基于AFM和SVM分類器的細胞癌化識別方法,旨在提供一種應用力學數據與SVM分類器結合,快速準確,成本低的細胞癌化識別方法。包括下述步驟:使用AFM設備獲取待識別細胞的形貌圖;使用AFM設備對所述待識別細胞進行納米壓痕實驗,獲得待識別細胞的力學特性曲線及微觀形貌結構信息;對所得力學特性曲線數據及微觀形貌結構信息進行處理,獲得相關力學特性參數;將所獲得的相關力學特性參數數據作為SVM分類器的輸入數據,通過SVM分類器的分類識別模型識別細胞是否癌化,SVM分類器的輸出為待識別細胞的種類。本發明的方法檢測周期短,識別效率高,準確率高,自動化程度高,低成本,步驟簡單。
技術領域
本發明涉及生物技術領域,更具體的說,是涉及一種細胞癌化識別方法。
背景技術
在當今社會,癌癥已經成為一種發病率較高的疾病,給人類的生命帶來巨大的威脅,也給社會帶來巨大經濟損失。
目前,癌癥的識別方法主要是通過各種檢測手段與醫生臨床經驗的結合。以胃癌為例,一般的胃癌識別方法都是通過胃鏡、X線鋇餐、腫瘤標志物檢查等,其中胃鏡檢查可以直接觀察胃粘膜病變的部位和范圍,并可獲取病變組織進行病理檢查,是識別胃癌的最有效方法,但是該方法需要的步驟繁瑣,時間長,往往需要2-7天,且識別是由醫師借助臨床經驗,存在一定的識別誤差,準確率無法得到保證。
隨著技術的發展,目前,使用影像圖像與SVM線性分類器結合進行癌細胞的識別得到了應用。現有的方法主要是通過顯微鏡采集大量的單細胞圖片,然后根據圖像識別來提取細胞的相關特征,最后再訓練SVM線性分類器進行細胞識別。該方法需要采集大量的單細胞照片,會花費大量的時間精力物力財力;通過圖像識別提取的細胞特性數據往往是高維和冗余,在進行SVM分類器訓練時,訓練識別的速度慢,且主成分不明,易造成識別精度不高。
針對現有方法存在的問題,有必要提供一種快速準確,成本低的細胞癌化識別方法。
發明內容
本發明的目的是針對現有技術中存在的技術缺陷,而提供一種應用力學數據與SVM分類器結合,快速準確,成本低的細胞癌化識別方法。
為實現本發明的目的所采用的技術方案是:
一種基于AFM和SVM分類器的細胞癌化識別方法,包括下述步驟:
(1)使用AFM設備獲取待識別細胞的形貌圖;
(2)使用AFM設備對所述待識別細胞進行納米壓痕實驗,獲得所述待識別細胞的力學特性曲線及微觀形貌結構信息;
(3)對步驟(2)所得力學特性曲線數據及微觀形貌結構信息進行處理,獲得相關力學特性參數;
(4)將步驟(3)所獲得的相關力學特性參數數據作為SVM分類器的輸入數據,通過所述SVM分類器的分類識別模型識別細胞是否癌化,所述SVM分類器的輸出為待識別細胞的種類。
所述分類識別模型通過下述方法獲得:
(1)使用AFM設備分別獲取正常細胞和癌變細胞的形貌圖;
(2)使用AFM設備分別對正常細胞和癌變細胞進行納米壓痕實驗,獲得所述正常細胞和癌變細胞的力學特性曲線及微觀形貌結構信息;
(3)對步驟(2)所得力學特性曲線數據及微觀形貌結構信息進行處理,獲得相關力學特性參數;
(4)將步驟(3)所獲得的相關力學特性參數數據隨機排序,并分為訓練數據和測試數據,作為SVM分類器的輸入數據,并將所述輸入數據歸一化處理;
(5)使用優化后的懲罰因子C和高斯核函數的寬度參數σ2以及所述訓練數據,采用交叉驗證法開始訓練SVM分類器,訓練后得到含有最優超平面的識別模型,并將訓練后的SVM分類器的識別模型保存下來;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津大學,未經天津大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010165002.1/2.html,轉載請聲明來源鉆瓜專利網。





