基于THz的人體胃癌組織檢測技術研究.pdf

1、太赫茲時域光譜作為一種新興的光譜檢測技術，因其快速無損、對水及生物分子響應敏感等獨特優(yōu)勢，近十幾年來在生物醫(yī)學研究領域，尤其在人體癌變組織診斷方向引起了學者的廣泛關注。盡管太赫茲醫(yī)療診斷研究現(xiàn)已取得了較大的進展，但仍有許多機理及應用方面的問題有待探索。為此，本文結合國家自然科學基金項目，以胃癌為檢測對象，開展了一系列基于太赫茲的人體癌變組織檢測技術的研究。探討了人體癌變組織太赫茲檢測的實驗技術和檢測機理，重點針對癌變組織太赫茲吸收譜圖的

2、識別問題先后從模式識別到譜圖機理分析的角度提出了基于譜圖特異性主成分提取的組織分類方法和基于譜圖剝離的癌變組織識別方法。本文主要工作和創(chuàng)新點如下:
　　(1)基于人體組織癌變的醫(yī)學理論知識，采用實驗驗證的方法較系統(tǒng)地研究了人體組織癌變的病理變化，包括組織形態(tài)、水合狀態(tài)、組織中的特征成分及其變化對腫瘤組織太赫茲檢測產(chǎn)生的影響，旨在探討腫瘤組織太赫茲檢測中合適的樣本處理方式以及腫瘤組織的太赫茲響應機理。與此同時，還研究了太赫茲在腫瘤組

3、織檢測中的實驗技術問題，為獲得組織有效的太赫茲測量信號提供了實驗基礎。
　　(2)以組織的太赫茲吸收系數(shù)譜圖為分析對象，提出了基于譜圖特異性主成分提取的分類模型，利用優(yōu)化的模式識別方法實現(xiàn)組織病理狀態(tài)的自動分類和識別。該模型采用融合t檢驗的主成分分析方法對吸收譜圖進行有監(jiān)督的降維及特征提取，使得提取的特征具有凸顯兩類組織太赫茲信號對比的特異性;此外，模型的構建考慮了組織樣本量小的情況下模型的泛化能力，即對未知樣本的預測能力的提升。

4、研究表明提出的組織太赫茲吸收譜圖分類模型在小樣本實驗研究中能夠很好地識別癌變組織，且具有較強的泛化能力。
　　(3)為進一步解析胃組織癌變對應的太赫茲吸收譜圖變化的機理，挖掘組織譜圖中蘊藏的癌變標志物或特征分子結構的病理信息，本文對人體組織引申出的混合物太赫茲吸收系數(shù)譜圖的剝離技術進行了研究。針對混合物譜圖中成分識別信息——太赫茲吸收峰相互混疊的現(xiàn)象，首次采用非負矩陣分解(NMF)和硬建模因子分析(HMFA)兩種盲信號分解方法，分

5、別從數(shù)學解析和譜圖物理結構分解的角度對未知混合物的成分光譜進行提取與識別。并對兩算法在太赫茲譜圖剝離應用中出現(xiàn)的問題進行了改進:通過對NMF添加譜圖平滑約束條件改善了NMF分解結果不唯一的狀況;通過修改HMFA中的特征峰選擇條件解決了低頻段太赫茲假基線對HMFA剝離的干擾問題。模擬和實測的氨基酸混合物太赫茲吸收系數(shù)譜圖剝離實驗的結果顯示兩算法提取的成分譜圖與真實的純物質(zhì)譜圖具有很好的對應關系。帶有平滑約束的NMF簡單易實現(xiàn)，對成分譜圖的

6、譜型無限制條件但需預知成分種類數(shù)，是一種純數(shù)學解析的分解方法;而抗假基線干擾的HMFA分解過程相對復雜，且要求成分譜圖至少具有一個特征峰，但分解過程具有清晰的物理意義。這兩種混疊太赫茲譜圖剝離方法為人體組織以及其他復雜混合物對象的太赫茲譜圖的深入探究提供了有效的分析手段。
　　(4)為提高癌變組織太赫茲檢測的可解釋性，本文研究了組織太赫茲吸收譜圖與組織病理機制的關聯(lián)問題，提出基于太赫茲譜圖剝離的組織識別分析方法，從譜圖機理分析的角

7、度實現(xiàn)對癌變組織的識別。該方法采用HMFA分解算法對組織的太赫茲吸收系數(shù)譜圖進行譜峰剝離，通過差異性檢驗提取正常與癌變組織譜圖分解權重不同的特征峰，并結合概率密度分布、決策樹的方法確定兩類組織譜圖在這些特征峰上的權重區(qū)分閾值，從而設定癌變組織的判別規(guī)則。提取的特征峰可能與組織癌變過程中含量或結構發(fā)生顯著變化的內(nèi)部成分或分子模式對應，使得組織譜圖識別過程與組織病理機制關聯(lián)。胃組織太赫茲吸收譜圖的分類識別實驗對該方法的有效性及其潛在的對組織

8、癌變的特征分子或結構的預測能力進行了驗證。本文提出的基于譜圖剝離的癌變組織識別方法簡單，計算復雜度不高，為大規(guī)模病變組織樣本的太赫茲檢測提供了新的研究思路，有望使得基于太赫茲技術的病變組織診斷既具有光譜檢測技術的快速簡便又具有病理檢測的可靠性和可釋性。
　　總而言之，本文針對目前人體癌變組織太赫茲檢測機理及應用存在的問題，開展了癌變組織太赫茲檢測實驗技術及信號機理分析，基于模式識別方法的組織太赫茲吸收譜圖分類，混疊太赫茲譜圖剝離以