一种干燥综合征模型及其建立方法、应用技术

本发明专利技术为一种干燥综合征模型及其建立方法、应用。一种干燥综合征模型的建立方法，包括：(1)收集干燥综合征患者和正常人的新鲜血液，离心提取血清，得血清样本；(2)采用共聚焦拉曼光谱仪检测血清样品，获得血清拉曼光谱；(3)对光谱数据进行积分面积归一化处理，得处理后的光谱数据；(4)采用PCA法对处理后的光谱数据进行降维和特征提取后，建立SVM分类模型，得所述的干燥综合征模型。本发明专利技术所述的一种干燥综合征模型及其建立方法、应用，采用拉曼光谱结合支持向量机算法建立干燥综合征模型，对干燥综合征有很大的筛查潜力，该技术有望开发出便携、经济且高准确率的干燥综合征早期辅助筛查装置。筛查装置。筛查装置。

【技术实现步骤摘要】
一种干燥综合征模型及其建立方法、应用


[0001]本专利技术具体涉及一种干燥综合征模型及其建立方法、应用。

技术介绍

[0002]干燥综合征(Sjogren
’
s syndrome,SS)是一种全身性免疫疾病，主要累及唾液腺、泪腺等外分泌腺。其主要症状为因唾液腺和泪腺分泌水平大幅度降低而引起的口干眼干，除此之外还有关节疼痛、血管炎和多系统组织损害等。因此，快速，有效的诊断SS是非常必要的。
[0003]目前的诊断指标主要是2012年ACR分类(诊断)标准和2016年ACR/EU LAR分类(诊断)标准，并伴有辅助检查，包括血常规、尿常规和血清免疫学检查等。虽然诊断标准多，但因疾病表现多样化，缺乏快速、有效的检查手段，限制了该病的早期诊断和治疗。因此，需要一种更加快速、高效的筛查方法。考虑到诊断方法步骤繁琐，诊断费用往往昂贵；因此，基于血清(生物液)的快速、高效、方便的方法更为合适。
[0004]有鉴于此，本专利技术提出一种基于血清的干燥综合征模型及其建立方法，是采用拉曼光谱结合支持向量机算法。

技术实现思路

[0005]本专利技术的目的在于提供一种干燥综合征模型的建立方法，采用拉曼光谱结合支持向量机算法，对干燥综合征有很大的筛查潜力，该技术有望开发出便携、经济且高准确率的干燥综合征早期辅助筛查装置。
[0006]为了实现上述目的，所采用的技术方案为：
[0007]一种干燥综合征模型的建立方法，包括以下步骤：
[0008](1)血清样本收集与处理：
[0009]收集干燥综合征患者和正常人的新鲜血液，离心提取血清，得血清样本；
[0010](2)血清拉曼光谱检测：
[0011]采用共聚焦拉曼光谱仪检测血清样品，获得血清拉曼光谱；
[0012](3)光谱数据预处理：
[0013]对光谱数据进行积分面积归一化处理，得处理后的光谱数据；
[0014](4)光谱数据降维与SVM分类模型：
[0015]采用PCA法对处理后的光谱数据进行降维和特征提取后，建立SVM分类模型，得所述的干燥综合征模型。
[0016]进一步的，所述的步骤(1)中，干燥综合征患者的样本至少选取30个，正常人的样本至少选取30个。
[0017]进一步的，所述的步骤(2)中，物镜为10
×
，积分时间为3s，每个样品在不同的位置被测量3次，并将每个样本3次测量结果的均值作为后续研究的输入。
[0018]进一步的，所述的步骤(2)中，所有的血清样品的拉曼光谱在400～4000cm
‑1范围内
使用Ar
+
激光测量，激发波长为532nm，激发功率为50mW。
[0019]进一步的，所述的步骤(4)中，采用高斯核函数作为SVM的核函数。
[0020]进一步的，所述的步骤(4)中，采用PSO
‑
SVM算法来建立分类模型。
[0021]再进一步的，所述的步骤(4)中，c的取值范围在[2
‑8,28]，g的取值范围为[2
‑8,28]，步长为0.3。
[0022]本专利技术的另一个目的在于提供一种干燥综合征模型，采用上述的建立方法得到，可用于辅助干燥综合征患者的早期筛查和预防。
[0023]本专利技术还有一个目的在于提供上述干燥综合征模型的应用，可用于干燥综合征早期辅助筛查装置。
[0024]与现有技术相比，本专利技术的有益效果在于：
[0025]近年来，拉曼光谱结合机器学习算法为许多疾病的早期诊断提供了更加快速、高效的的方法。拉曼光谱是一种基于非弹性散射的光学光谱技术。这种方法能够反映分子的类型信息。因此，拉曼光谱常用于生物分子检测。拉曼光谱产生独特的峰，反映分子的特征信息，因而可以检测到疾病在生物分子层面的变化，实现疾病的早期诊断。拉曼光谱已经广泛应用于宫颈癌、阿尔茨海默病、甲状腺功能障碍、登革病毒感染等早期筛查。因此，血清拉曼光谱可以实现正常和疾病样本的区分。在本专利技术中，通过测量正常血清样本和SS患者血清样本，实现SS的快速诊断。
[0026]在研究过程中，本次测量中拉曼信号较弱，易受到荧光背景的干扰。光谱的信噪比较低，不同类别区分不明显。因此，需要先进的模式识别算法来提高分类的准确率。主成分分析(PCA)是一种无监督的特征提取算法，可以降低拉曼光谱数据的维数。PCA被许多研究者广泛应用于特征提取。此外，两者的光谱仅存在细微差异，无法直观的看出两者的区别，需要强大的模式识别算法进行分类。
[0027]近年来，SVM在模式识别领域得到广泛应用，效果明显。本专利技术分别采集30例SS患者和30例对照组的血清拉曼光谱，得到光谱后，首先进行PCA特征提取，然后将降维后的主成分作为SVM算法的输入，完成对SS患者和对照组的诊断分类。本专利技术选取PSO算法作为参数C和g优化的方法，以实现对SS患者和对照组的快速分类。据我们所知，这是第一个探索血清拉曼光谱实现对SS检测的可行性的研究。
附图说明
[0028]图1为SS患者和对照组(即正常人)的平均光谱及其阴影；其中，a为对照组的平均拉曼光谱及其阴影(阴影部分为标准差，b为SS患者的平均拉曼光谱及其阴影(阴影部分为标准差，c为对照组和SS患者主要拉曼峰差异；
[0029]图2为了训练集和测试集的主成分三维散点图；其中，a为训练集主成分三维散点图，b为测试集主成分三维散点图。
具体实施方式
[0030]为了进一步阐述本专利技术一种干燥综合征模型及其建立方法、应用，达到预期专利技术目的，以下结合较佳实施例，对依据本专利技术提出的一种干燥综合征模型及其建立方法、应用，其具体实施方式、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施
例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0031]下面将结合具体的实施例，对本专利技术一种干燥综合征模型及其建立方法、应用做进一步的详细介绍：
[0032]干燥综合征(Sjogren
’
s syndrome,SS)是以外分泌腺受累为主的全身性免疫疾病。由于当前国内外诊断标准较多，而且疾病表现多样化。因此，探索一种等新的、有效的血清光谱对SS诊断方法具有重要意义。在这项研究中，我们首先使用拉曼光谱对SS患者和对照组的血清进行分类。共获得30份来自SS患者的样本和30份来自对照组的样本。光谱主要显示了SS患者和对照组之间苯丙氨酸、类胡萝卜素和β
‑
胡萝卜素之间的差异。通过构建机器学习模型评估SS患者和对照组的差异。
[0033]归一化后的光谱，随后使用主成分分析(PCA)进行特征提取。然后，利用粒子群优化
‑
支持向量机(PSO
‑
SVM)建立诊断模型，该分类方法对对照组和SS患者的诊断准确率为94.44％。结果表明，拉曼光谱结合机器学习算法在区分对照组和SS患者本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种干燥综合征模型的建立方法，其特征在于，包括以下步骤：(1)血清样本收集与处理：收集干燥综合征患者和正常人的新鲜血液，离心提取血清，得血清样本；(2)血清拉曼光谱检测：采用共聚焦拉曼光谱仪检测血清样品，获得血清拉曼光谱；(3)光谱数据预处理：对光谱数据进行积分面积归一化处理，得处理后的光谱数据；(4)光谱数据降维与SVM分类模型：采用PCA法对处理后的光谱数据进行降维和特征提取后，建立SVM分类模型，得所述的干燥综合征模型。2.根据权利要求1所述的建立方法，其特征在于，所述的步骤(1)中，干燥综合征患者的样本至少选取30个，正常人的样本至少选取30个。3.根据权利要求1所述的建立方法，其特征在于，所述的步骤(2)中，物镜为10
×
，积分时间为3s，每个样品在不同的位置被测量3次，并将每个样本3次测量结果的均值作为后续研究的输入。4.根据权利要求1所述的建立方法，其特征在于，所...

【专利技术属性】
技术研发人员：吕小毅，武丽君，陈晨，吴雪，陈程，
申请(专利权)人：新疆大学，
类型：发明
国别省市：