应用PCA方法分析拉曼光谱检测结果对乳腺良恶性疾病鉴别诊断的价值

• 作者: 付彤 张志茹 张海鹏 范志民 郑超 韩冰
• 来源期刊: 吉林大学学报（医学版）
• 学科: 医学
• 关键词: 乳腺肿瘤 拉曼光谱 主成分分析 模型构建
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 临床研究
• 页码范围: 938-943
• 页数: 6页
• 分类号: R730.4
• 字数: 4456字
• 语种: 中文
• DOI: 10.7694/jldxyxb20130517

摘要

目的:探讨便携式拉曼光谱在检测新鲜乳腺病灶、正常乳腺组织中应用价值,阐明主成分分析(PCA)方法在处理拉曼光谱检测结果、构建乳腺病变鉴别数学模型和鉴别病变性质中的应用价值.方法:收集2011年5月 2012年5月吉林大学第一医院乳腺外科手术的168例患者(乳腺癌及乳腺良性病变)的新鲜乳腺组织,患者均为女性,年龄22～75岁.其中51例正常组织、66例良性病变组织和51例恶性病变组织,应用便携式拉曼光谱仪进行检测,得出光谱结果;采用PCA方法处理数据,构建病灶鉴别模型,马氏距离法判别数据处理方法的优劣.结果:检测乳腺组织及病灶标本共得到1 800个拉曼光谱,正常组织的特征峰出现在1 078、1 267、1 301、1 440、1 654和1 746 cm-1,而良性和恶性病变组织的特征蜂出现在1 281、1 341、1 381、1 417、1 465、1 530和1 637 cm-1,良性和恶性病变组织的主要不同则集中在1 340和1 480 cm-1.PCA方法判别正常组织、良性和恶性病变组织标本的正确率分别是80％、56％和85％.结论:便携式拉曼光谱仪能够检测乳腺组织和病灶,正常组织、良性与恶性病变组织拉曼光谱结果均存在显著差异,PCA方法可以用来构建鉴别模型,但在鉴别良性病变时准确性还不理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范志民	吉林大学第一医院乳腺外科	90	344	9.0	13.0
2	韩冰	吉林大学第一医院乳腺外科	158	478	12.0	15.0
3	付彤	吉林大学第一医院乳腺外科	54	199	7.0	11.0
4	张志茹	吉林大学第一医院乳腺外科	43	300	8.0	16.0
5	张海鹏	吉林大学第一医院产科	56	158	7.0	9.0
6	郑超	吉林大学第一医院乳腺外科	17	77	5.0	8.0