检索历史 清除

摘要近年来，拉曼光谱在疾病诊断中的应用越来越受到关注。利用拉曼光谱识别癌症细胞有助于乳腺癌的早期诊断。然而，拉曼光谱除了包含必要的生物指纹信息，还包含很多干扰信号，所以对拉曼光谱进行预处理来降噪是公认的必要过程。然而，现有利用拉曼光谱识别癌症细胞的方法，通常先执行固定次序的若干预处理，然后再对预处理后的光谱进行模式识别，没有考虑不同的预处理排列对后续分类效果的影响，且不同预处理有众多算法可进行选择，遍历所有算法组合会消耗大量时间和计算机内存资源。针对这些问题，本文首先对拉曼光谱的预处理排列进行研究，根据不同排列所形成的分类器的识别性能筛选出排名前K的预处理排列并进行验证，根据观察总结了乳腺细胞拉曼光谱预处理排列的建议。接着，提出一种基于集束搜索的拉曼光谱预处理算法的选择方法用以解决众多预处理算法的选择问题，并证明了该方法的有效性、高效性以及与现有优化算法相比的优势。<br>　　本文先研究了拉曼光谱的预处理排列对乳腺细胞分类效果的影响。通过大量文献调研，选用背景校准、缩放、滤波以及挤压这四种预处理，每种预处理分别选择常见的一种算法作为代表，形成了所有可能的预处理排列。对于每种预处理排列，使用执行相应预处理后的光谱训练出一个识别乳腺细胞的分类器。然后，对这些分类器的识别性能进行了评估，根据平均AUC数值筛选出了排名前K的预处理排列，且这些预处理排列平均AUC数值均在0.9以上，接着验证了筛选出的预处理排列的有效性。本研究发现拉曼光谱的预处理排列对乳腺细胞的分类效果有很大影响，并提出了合理选择乳腺细胞拉曼光谱预处理排列的建议。<br>　　接着，基于集束搜索设计了一种预处理算法的选择方法。对于给定的一种预处理排列，该方法使用广度优先建立搜索树，根据评价参数对每层结点进行排序，保留一定数量的结点扩展至下一层，舍弃剩余结点，直至预处理排列的最后一步。该方法无需遍历所有的预处理算法组合便可为每种排列的预处理选择合适的算法，因此具有显著的高效性。实验结果与全遍历及现有的优化算法比，充分体现了本方法的有效性与无可替代的优势。本研究利用前期工作筛选出的前K个预处理排列进行实验。研究不同参数对预处理算法组合选择结果的影响，综合运算时间及选择结果的评价参数确定了合适的参数取值。最后，通过对比根据选择方法选择出的预处理算法组合与所有算法组合中效果最好的组合的平均AUC数值，证明该方法的有效性。其中，有部分预处理排列直接选择出了对应排列可供选择的所有算法组合中效果最好的预处理算法组合，平均AUC均在0.90以上，最高可达0.96。剩下的预处理排列选择的预处理算法组合与可供选择的所有算法中效果最好的组合的平均AUC相差很小，最小仅为0.002，最大仅有0.059。且运行时间为遍历所有预处理算法组合的运算时间的1/240。并从运行结果、运行时长等方面与遗传算法和粒子群算法进行对比，充分体现了该选择方法的高效性与有效性。<br>　　综上，本文基于五类乳腺细胞拉曼光谱预处理排列及选择预处理算法组合方法的研究，分别提出了乳腺细胞拉曼光谱的预处理排列筛选方法及高效地选择预处理算法组合的方法，并实现了对五种不同分子分型的乳腺细胞拉曼光谱良好的分类，为后续乳腺细胞的预处理顺序提出了合理的建议。希望在未来，本文设计的方法可以不断改进并优化，能够用于临床对不同分子分型的乳腺细胞的拉曼光谱进行良好的分类，成为一种有效的乳腺癌诊断的辅助工具。