[發明專利]一種基于血清拉曼光譜干燥綜合征和間質性肺病識別方法

在審

• 申請號: 202210829567.4
• 申請日: 2022-07-15
• 公開（公告）號: CN115184336A
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 武麗君;呂小毅;陳晨;陳程;吳雪
• 申請（專利權）人: 新疆維吾爾自治區人民醫院;新疆大學
• 主分類號: G01N21/65
• 分類號: G01N21/65;G06K9/62
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙) 11348
• 代理人: 劉鐵生;孟阿妮

1.一種基于血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：

步驟1，對N例干燥綜合征患者、M例干燥綜合征合并間質性肺病患者和L例健康對照組的血清進行拉曼光譜檢測得到原始光譜；

步驟2，對原始光譜進行預處理，波段選擇、基線校正、平滑處理、進行異常值剔除和歸一化預處理；

步驟3，進行訓練集和測試集的劃分，對預處理后的數據使用PCA進行降維；

步驟4，針對上述得到的PCA特征作為分類特征，通過改進拉曼光譜數據分類方法得到識別結果。

2.根據權利要求1所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：所述N＝150、M＝150、L＝150，檢測中激光波長為532nm。

3.根據權利要求1所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：所述基線校正采用airPLS方法，平滑濾波采用SG方法。

4.根據權利要求1所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：剔除異常值方法選用t-SNE；對預處理后的拉曼光譜進行歸一化處理，對特征值進行縮放，以降低數據復雜度。

5.根據權利要求1所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：所述步驟3中提取PCA特征前100維光譜數據作為后續分類模型的輸入。

6.根據權利要求1所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：所述改進拉曼光譜數據分類方法具體包含如下步驟：

Step1：確定每個類別的PCA特征空間的中心點，計算每個樣本距離類內中心點m_p之間的相似度，計算每個樣本距離類間中心點m_k之間的相似度；

Step2：計算類內散度相似度矩陣Sp與類間散度相似度矩陣Sn；其中Sp和Sn通過如下公式計算得到：

其中w_ic為相似度權值，0＜σ＜1可變參數；m_p為類內中心點；

其中w_ic為相似度權值，0＜σ＜1可變參數，m_p為類內中心點,m_k為類間中心點；

Step3：求解(Sp)^-1Sn前k個最大特征值對應的d個特征向量p1,...,pk，設P＝[p1,...,pk],則每一個拉曼光譜樣本x在d維特征空間中的表示為y＝P^Tx；

Step4：根據樣本x在k維特征空間中的表示y，可采用多分類器對y進行分類；

Step5：輸出分類結果為干燥綜合征、干燥綜合征合并間質性肺病、健康三種結果之一。

7.根據權利要求6所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：所述Step4中采用KNN、SVM和RF任意一種作為多分類器的基分類器。

8.根據權利要求1所述的血清拉曼光譜干燥綜合征和間質性肺病識別方法，其特征在于：所述步驟3中訓練集和測試集分別為100組和50組。

9.一種計算機設備，其特征在于，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行的計算機可執行指令，所述處理器執行所述計算機可執行指令以實現權利要求1至4任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令在被處理器調用和執行時，計算機可執行指令促使處理器實現權利要求1至4任一項所述的方法。