一种基于拉曼光谱的手持式宫颈癌图像检测方法及系统

技术领域

本公开涉及医疗图像处理技术领域，具体涉及一种基于拉曼光谱的手持式宫颈癌检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

拉曼光谱(Raman spectra)，是一种散射光谱。拉曼光谱分析法是基于印度科学家C.V.拉曼(Raman)所发现的拉曼散射效应，对与入射光频率不同的散射光谱进行分析以得到分子振动、转动方面信息，并应用于分子结构研究的一种分析方法。

将拉曼光谱技术用于宫颈癌医学图像处理的研究日益增多，但是缺没有比较完善的方法，现有的对宫颈癌图像检测方法中，多数是使用电子阴道镜通过电子显微镜提供宫颈组织的数十倍图像，让医生凭借从业经验判断可疑患处，进行活体组织采样后分析样本，进行诊断，但是通过医生经验来协助对患者进行采样活检，活检所需时间较长，一般需要两到三天，存在较长的等待时间。

同时存在对患者心理压力大，严重依赖医生从业经验，对医生要求高，容易出现漏诊现象，也可能导致不必要的宫颈组织活检，给患者造成伤害的问题。

发明内容

本公开为了解决上述问题，提出了一种基于拉曼光谱的手持式宫颈癌检测方法及系统，通过拉曼光谱特征峰差异对患处图像进行实时的无创检测，减少患者在诊断中可能受到的身体创伤，还有助于缓解患者在等候结果时的巨大心理压力。

根据一些实施例，本公开采用如下技术方案：

一种基于拉曼光谱的手持式宫颈癌图像检测方法，包括：

采集待检测分类图像，利用反射光谱成像，对图像异常区域进行标注；

将标注后的图像进行拉曼光谱采集，获取拉曼光谱采集后的图像光谱，对拉曼光谱特征峰进行分析，确定特征峰的合理区间；

构建分类回归模型，将拉曼光谱特征峰数值输入至所述分类回归模型中，输出分类检测结果。

根据一些实施例，本公开采用如下技术方案：

数据采集模块，用于采集待检测分类图像，利用反射光谱成像，对图像异常区域进行标注；

光学检测模块，用于将标注后的图像进行拉曼光谱采集，获取拉曼光谱采集后的图像光谱，对拉曼光谱特征峰进行分析，确定特征峰的合理区间；构建分类回归模型，将拉曼光谱特征峰数值输入至所述分类回归模型中，输出分类检测结果。

进一步的，所述数据采集模块包括掩膜、电机、滤光片。

进一步的，所述掩膜包括多行水平定向的孔径光路，将单个水平线上的多个列组织点同时照明检测。

与现有技术相比，本公开的有益效果为：

本公开的装置使用拉曼光谱技术可以实现对患者的无创辅助诊断，实时的进行显示，提高后期诊断的效率，自动选择区域进行检测分类，减少对医生从业经验需求。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为本公开实施例的方法流程示意图；

具体实施方式：

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例1

本公开的一种实施例中提供了一种基于拉曼光谱的手持式宫颈癌图像检测方法，包括：

步骤1：采集待检测分类图像，利用反射光谱成像，对图像异常区域进行标注；

步骤2：将标注后的图像进行拉曼光谱采集，获取拉曼光谱采集后的图像光谱，对拉曼光谱特征峰进行分析，确定特征峰的合理区间；

步骤3：构建分类回归模型，将拉曼光谱特征峰数值输入至所述分类回归模型中，输出分类检测结果。

作为一种实施例，所述采集待检测分类图像，利用反射光谱成像，对图像异常区域进行标注的方法包括：采集CCD图像，并在显示器上显示，利用反射光谱成像，对异常组织图像区域利用交互式标注工具进行突出显示标注。

将标注后的图像进行拉曼光谱采集的方式为：标注确认后，对标注区域进行拉曼光谱采集，采集时，将采集部分的光谱实时显示在屏幕上。

获取拉曼光谱采集后的图像光谱，对拉曼光谱特征峰进行分析，确定特征峰的合理区间的方式为：分析光谱的特征峰值，具体采集DNA、脂肪以及蛋白质的拉曼光谱特征峰，并分析拉曼光谱特征峰的强度变化。

因为宫颈癌癌变前或癌变组织相对于正常组织，DNA(核酸)含量增加，脂肪含量减少，蛋白质种类增加，其原有拉曼光谱特征峰强度减小。DNA主要所在特征峰(取所采集的拉曼光谱在1082±5cm-1中的峰值)相对强度增大，蛋白质主要成分特征峰(取所采集的拉曼光谱在1639±5cm-1中的峰值)相对强度增大，脂类主要成分特征峰(取所采集的拉曼特征峰在在1521±5cm-1中的峰值)相对减小。利用所述原理对采集的拉曼光谱进行数据分析，初步判断是否产生异常。

作为一种实施例，构建分类回归模型的过程为：采集正常宫颈组织的拉曼光谱，选择合适波段进行基线拟合修正、平滑以及归一化处理，对所选的特征区域进行采样，由双侧独立T检验划定合理区间，由区间范围对所选区域数值建立分类回归模型。

具体的，首先建立数据库，对若干(不低于50)例正常人体内不同部位体内宫颈组织用相同方式采集若干(不低于1000样本)拉曼光谱，将采集光谱的500-2000cm-1波段数据，进行基线修正拟合，曲线平滑、依据相同标准进行归一化处理等快速预处理，对若干患者根据其活检情况，对癌变前或癌变组织用相同方式取拉曼光谱，建立拉曼光谱数据库。

所述曲线修正拟合，是由于受到荧光背景、样品及周围环境的黑体辐射等影响，导致光谱的基线产生，其表现为缓慢变化曲线，直接对后续的数据分析产生影响。因此需要在后续处理之前将谱线中的基线消除。常用的基线校正算法有分段线性拟合法、局部极值中值法、多项式拟合法，可以采用多项式拟合的方式进行基线拟合，让光谱基线平稳，便于后续分析。

所述曲线平滑滤波，是由于光谱数据中会存在随机噪声，会对数据处理产生影响，所以需要对数据进行滤波平滑处理，可以采用滑动多项式滤波(通过一个移动窗口，对窗口内部元素做多项式最小二乘拟合，得到窗口中心位置处元素平滑后的值)的方法对数据进行处理，滤除随机噪声。

所述归一化处理，是由于同时受限于不同环境条件下采集到的光谱数据在峰值和强度的差异，通过离差标准化的方法(又称min-max归一化)的方法，对光谱数据进行归一化处理，使得所采集的光谱数据应在规定值之间，便于比对和处理。

作为一种实施例，主成分分析方法通过正交变换构建光谱数据的高方差变量，研究高维数据集的主要模式，提取最基本的拉曼特征，然后依据独立样本t检验(p＜0.05)筛选出癌变前与癌变光谱和正常光谱中具有明显差异的主成分，完成对光谱数据的降维处理。

构建logistic回归模型，所述回归模型为

模型中其损失函数定义为

通过采用梯度下降法对参数进行更新，经过多次迭代即可求得最优参数w。

由癌变前、癌变和正常组织拉曼光谱，对分类回归模型进行验证，保证其准确率。

系统工作时，对系统标记的区域逐一的进行拉曼光谱数据采集，经过相同标准的快速预处理后，将所选数据进入分类回归模型，并实时给出诊断予以显示。

将识别的采集区域信息在原有图像中显示，依次识别标注区域，并将识别结果一起系统中显示，汇总结果图，根据结果图，实时给出是否存有癌变或癌变前组织，并在图像中予以凸显。

实施例2

本公开的一种实施例中提供了一种基于拉曼光谱的手持式宫颈癌图像检测系统，包括：

数据采集模块，用于采集待检测分类图像，利用反射光谱成像，对图像异常区域进行标注；

光学检测模块，用于将标注后的图像进行拉曼光谱采集，获取拉曼光谱采集后的图像光谱，对拉曼光谱特征峰进行分析，确定特征峰的合理区间；构建分类回归模型，将拉曼光谱特征峰数值输入至所述分类回归模型中，输出分类检测结果。

进一步的，所述数据采集模块包括掩膜、电机、滤光片。

进一步的，所述掩膜包括多行水平定向的孔径光路，将单个水平线上的多个列组织点同时照明检测。

具体的，系统还包括手持单元和底座单元，手持单元包含照明系统、成像设备、采集光学模块和能够检测组织中由照明产生的响应的反射光谱检测模块，照明系统包括照明源和照明滤光器。

上述采集光学主要包括掩膜、电机、滤光片。

上述掩膜包括预设好的透过激发光的孔径，其允许光透过其中，同时阻止所有其他传输，其透光区域的选择由控制模块控制电机调整，用于在选定异常区域后针对选定区域进行拉曼光谱激发。

手持单元可外接预定长度的中空支撑管，插入在所述单元和组织之间，以保持与组织的对准和融合。

中空支撑管所述目标组织是宫颈组织，并且其中所述支撑管的外周接触边缘的大小相对于所述目标组织的大小等于或小于所述目标组织的直径，使得所述目标组织不会因与所述接触管接触而变白。

手持单元通过中空支撑管与组织隔开，并且还包括能够记录组织的图像的成像设备，并且所述反射光谱检测装置与所述成像设备共焦，使得所述图像单元的图像可以与来自所述检测单元的数据在空间上相关，并且由此中空支撑管将成像设备保持在离组织的固定距离。

手持单元与底座单元通过光纤和电信号传输通道连接，用于传输光信号和电信号。底座单元包括数据处理模块、激发模块、控制模块、显示模块、拉曼光谱仪等部分。

在实际应用中，医生首先将中空支撑管固定在手持单元前端，如螺旋卡位固定后，将中空支撑管插入阴道内，通过视频显示模块对目标组织进行定位，通过中控支撑管固定手持装置和目标组织的相对位置，目标组织即宫颈组织，成像设备可同时捕获子宫颈的静止图像，其可被数字存储并使用于以后的数据分析。固定好位置后，由反射光谱采集其反射光谱，通过测量从组织返回的相同波长照射组织的光的强度来进行的来判断与癌症进展相关的形态学变化，将可疑区域显示在显示装置上。医生可依据成像装置提供的图像通过交互式工具对图像中疑似区域进行修正和圈定。确定目标区域后，由控制模块控制掩膜使激发光源的激发光激发选定区域，进行拉曼光谱检测。由光谱仪器将采集的数据传输到数据处理模块，判断目标区域是否为癌变或癌变前组织。其判断结果可通过颜色标注显示在显示图像中，完成诊断。

本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。