用于宫颈癌筛查的光电联合检测系统
本文关键词:用于宫颈癌筛查的光电联合检测系统 出处:《光子学报》2015年04期 论文类型:期刊论文
更多相关文章: 宫颈癌筛查 光电联合检测 电压衰减常数 相对反射率
【摘要】:为了提高宫颈癌的早期筛查效率以合理分配医疗资源,研制了基于光电联合检测的宫颈癌早期筛查系统.系统顶端放置的光电极手持探头采用电脉冲、红光、绿光及近红外光交替分时刺激宫颈组织,通过光电激励和测量,计算得到组织的光电学特征参数——电压衰减常数和相对反射率,用组织分类算法实现了宫颈癌变的判别.将313例临床检验数据与组织病理检验金标准比对,建立了光电激励下组织响应临床数据库.组织分类结果表明,光电联合检测方法比单独光或电的检测在灵敏度、特异性和总符合率上有较大的提高,与组织病理检验结果的对比表明本文所研发系统总符合率达85.1%,对早期宫颈癌的筛查尤其是落后地区宫颈癌的筛查具有重要意义.
[Abstract]:In order to improve the efficiency of early cervical cancer screening and rationally allocate medical resources, a cervical cancer early screening system based on photoelectric combined detection was developed. The photoelectrode hand-held probe placed at the top of the system adopts electric pulse and red light. The cervix tissue was stimulated by green light and near-infrared light alternately. The characteristic parameters of photoelectricity, voltage attenuation constant and relative reflectance, were calculated by photoelectric excitation and measurement. Tissue classification algorithm was used to distinguish cervical cancer. A clinical database of tissue response was established by comparing 313 clinical laboratory data with the standard of histopathological examination. Compared with the results of histopathological examination, the sensitivity, specificity and total coincidence rate of the photoelectric combined detection method are higher than that of the single optical or electrical detection method. The comparison with the results of histopathological examination shows that the total coincidence rate of the system developed in this paper is up to 85.1%. Screening for early cervical cancer, especially in backward areas, is of great significance.
【作者单位】: 天津大学精密仪器与光电子工程学院;天津市生物医学检测技术与仪器重点实验室;天津中心妇产医院妇瘤科;
【基金】:国家自然科学基金(Nos.81271618,81371602) 天津市自然科学基金重点项目(Nos.12JCQNJC09400,13JCZDJC28000) 教育部博士点基金(No.20120032110056)资助
【分类号】:R737.33
【正文快照】: (3天津市生物医学检测技术与仪器重点实验室,天津300072)1-10071400引言宫颈癌是女性第二大常见的恶性肿瘤.据世界卫生组织报道,全世界每年新发生宫颈癌患者中80%的病例发生在发展中国家.中国每年宫颈癌的新发病例仍有13万以上,死亡人数2~3万,约占世界总数的1/3[1].由正常粘膜
【共引文献】
相关期刊论文 前2条
1 魏峻;;基于改进的和声搜索算法的特征基因选择方法[J];河南科学;2015年01期
2 黄道斌;叶明全;张玲;胡天寒;杨利;;一种基因表达数据的混合特征选择方法[J];宿州学院学报;2014年08期
相关会议论文 前1条
1 张逸石;王腾;张子刚;;Feature Selection for Classification Using Data Envelopment Analysis[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年
相关博士学位论文 前10条
1 吴蓉晖;基因数据信息分析方法及应用研究[D];湖南大学;2012年
2 刘亚杰;基于智能优化算法的肿瘤微阵列基因表达数据分类研究[D];云南大学;2014年
3 张彦琼;基于系统生物学研究策略的肝细胞癌预测模型及肝脏综合知识库LiverAtlas的构建[D];北京协和医学院;2012年
4 姚兰;支持向量机特征选择中的L_p正则化方法研究[D];湖南大学;2014年
5 李永强;基于动态贝叶斯网络的人面部运动识别方法研究[D];哈尔滨工业大学;2013年
6 吴庆耀;高维数据的若干分类问题及算法研究[D];哈尔滨工业大学;2013年
7 谢莹;低维低秩数据表达与嵌入[D];安徽大学;2014年
8 毛志毅;基因表达数据基因筛选与近红外光谱微量成分模型优化方法研究[D];南开大学;2014年
9 Firas Al Omari;[D];江苏大学;2014年
10 于会臻;油气藏重磁异常识别与评价技术研究[D];中国石油大学(华东);2012年
相关硕士学位论文 前10条
1 梁菊兰;内窥式近红外光频域检测系统及实验研究[D];天津大学;2010年
2 张晓龙;基于判别式K-SVD的车标识别方法研究[D];厦门大学;2014年
3 卢鹤鸣;基于多期CT图像的常见肝脏疾病计算机辅助诊断系统[D];厦门大学;2014年
4 周U,
本文编号:1428302
本文链接:https://www.wllwen.com/yixuelunwen/fuchankeerkelunwen/1428302.html