介绍乳腺疾病在女性健康中的重要性和乳腺病变诊断的现状
明确本文的研究目标和意义
阐述乳腺病变组织透射光谱处理的重要意义
概述本文的研究内容和关键问题
阐明本文的研究思路和方法论
介绍本文所采用的研究方法和实验设计
介绍乳腺病变组织在可见光范围内的光学特性,研究证实,与周围的健康组织相比,病变部位的血红蛋白含量明显更高,目前的临床结果与投影成像的结果基本一致:高血红蛋白含量通常是恶性肿瘤的主要特征。血管生成是与癌症发展相关的一个众所周知的方面。因此,通常通过光学测量评估的高血容量可能是恶性肿瘤的有效指示,从而证明对诊断目的是有用的。
阐述乳腺病变组织透射光谱分析的基本原理,宽波长范围内的单点测量光谱研究已经开始研究水和脂类吸收特性的光谱变化,这些变化可能是癌症发生和发展的结果。胶原蛋白是一种结构蛋白,是乳腺组织的主要成分。然而在光学数据的解释中,它总是被忽视。具体来说,胶原可能是最重要的细胞外基质蛋白,纤维胶原在决定基质结构中是必不可少的。反过来,基质结构和成分的改变是良性和恶性病理的一个众所周知的方面,可能在乳腺癌的发生中起
描述乳腺病变组织透射光谱数据的采集方法,首先,需要根据光谱学原理和实验环境设计搭建采集乳腺光谱数据的光学系统,因为项目仪器需要采集病人实验数据,因此系统搭建设计时需要符合医疗仪器规范要求并考虑到实际实验时病人的检测体验,以及为满足项目可以大范围进行筛查应用所以需要设计的方便携带并且价格便宜。 设计搭建乳腺光谱采集仪器后我们需要进行一系列的模拟实验以及系统体验等实验前准备工作,然后采集临床试验数据,
在去掉数据样本中的异常值后,需要对剩余的有效光谱数据做标准化操作处理。数据标准化就是对实验数据的指数化,将实验数据按一定的比例进行缩放,使之与一个特定的小区间产生相应的映射,使得原始数据变换成一种无量纲的指标,全部指标都变成同等量级。在标准化操作中,有“离差标准化”和“标准差标准化”两种方案。
本项目光谱仪采集200~1100nm的光谱透射率,其中共有2068个特征值,根据乳腺光谱的生物光学原理,仅有个别光波长的透射率对乳腺组织具有分类效果,因此需要对特征数据做降维处理。 PCA降维是统计分析中经常见到的方法之一,主要用于对变量个数较多的大量数据进行处理。在实验研究中,获得的数据特征经常为多变量,而每个变量之间是有一定的相关性的,所以可以通过将多特征映射到较少维度特征的方法来减少数据之间
本项目使用的网络编码器是图像特征提取种比较经典的VGG16网络,VGG网络是由牛津大学计算机视觉组和Google DeepMind公司合作研发的一种基于深度卷积神经网络进行特征提取的训练网络,网络的主要结构是由多个卷积核大小为3*3的卷积层和池化核大小为2*2的最大池化层组成,因为网络的结构层数不同从而有了不同系列的网络结构,所有的网络都是有5组卷积模块,每个卷积模块的最后都有以最大池化层
应用项目设计的乳腺光谱采集仪进行临床数据采集,共采集了40个乳腺光谱数据,其中有20个是已经确定患有乳腺癌症的光谱数据,另外20个是正常的人体乳腺光谱数据。如图4.3所示,左边是癌症患者的乳腺光谱图,右边是正常的乳腺光谱图,曲线的横坐标是光波长,单位nm,纵坐标是光谱透射率。200-400nm和900-1100nm的波段因为暗电流和环境噪声影响较大,但根据本项目实验原理,癌变组织与乳腺组织的主要区
描述乳腺病变组织透射光谱处理后的结果和分析
进行乳腺病变组织透射光谱处理结果的验证和评估
在硬件方面,本项目研发了两种产品形态。第一代是由一个四自由度的滑轨控制的测量平台、一个近红外波段光源与一个高性能近红外光谱仪组成,再通过usb数据线连接到电脑进行数据的接收与处理,如图3.1所示左边是实验仪器原图,右边是实验原理图。关键元件是在整个可见光和近红外光谱的宽带卤素灯泡光源和基于高通量电荷耦合器件(CCD)的光谱仪探测器。数据采集时会在一个没有光源干扰的黑暗环境中进行,以消除环境光的影响
分析乳腺病变组织透射光谱实验结果并讨论
对乳腺病变组织透射光谱处理结果进行比对和验证
解释乳腺病变组织透射光谱处理结果并探讨其应用前景
总结论文的主要研究结论和发现
对乳腺病变组织透射光谱处理的未来发展进行展望