基于SVM的质谱细胞仪高维数据分析在AML早期诊断方面的应用研究

摘要

白血病是一类造血系统的恶性肿瘤，通常表现为异常的白细胞恶性增殖。我国白血病的发病率在各种肿瘤中占第六位，居青少年恶性肿瘤首位。白血病按起病的缓急可分为急性白血病和慢性白血病，其中急性髓细胞白血病(AML)是一种髓系血细胞的恶性肿瘤，是成人中最常见的一种急性白血病。
　　急性髓细胞白血病的临床诊断包括血常规检查、骨髓常规检查、细胞免疫学分型、细胞遗传学检查等。这些方法存在需要有经验的临床病理专家进行操作、无法进行自动化分析、耗时且主观等一定的局限性。临床上AML一般通过血液或骨髓中的原始粒（或单核）细胞占比超过20％进行确诊。实现对AML的自动化早期诊断，对于疾病发展迅速、病程较短的急性白血病而言，预期可提高诊断的准确性及病人治愈率。
　　质谱细胞术是近年发展起来的一种新型单细胞分析技术。该技术集成了质谱和细胞仪的原理，可在单细胞中同时测量几十种甚至上百种特征标记物，不仅能进行高速的分析，而且具有质谱分析的高精确度与高识别能力。质谱细胞仪较之传统荧光流式细胞仪测量的参数多且通道之间没有干扰，并且不需要进行补偿计算，已成为单细胞分析的一个新方向。
　　本论文首先系统介绍了质谱细胞术的相关理论，包括其发展现状、原理、常用的数据分析方法及其应用，然后介绍了我们基于支持向量机(SVM)的质谱细胞仪高维数据分析方法。论文利用该方法对质谱细胞仪的健康人类骨髓样本高维数据进行了分析，实现了对多种细胞的分类识别，并用分类的结果对该方法进行了性能评估。最后，论文开展了基于SVM的质谱细胞仪高维数据分析应用于AML早期诊断的研究，初步验证了该方法用于AML自动化早期诊断的可行性。
　　质谱细胞仪测量参数多、单细胞识别准确率高，预期可以获得更好的诊断准确率，应单细胞识别准确率高的优势用前景广泛。本论文将质谱细胞术的与SVM机器学习方法相结合，揭示了该方法在AML早期诊断方面的应用潜力。论文研究工作在疾病的早期诊断以及诊断过程自动化方面具有一定意义。

目录

声明

摘要

第一章 绪论

1．1 研究背景及现状

1．1．1 急性髓细胞白血病(AML)检测技术简介

1．1．2 质谱细胞术在白血病方面的研究现状

1．2 研究意义

1．3 论文主要内容及框架

第二章 质谱细胞仪工作原理及应用

2．1 起源与发展

2．2 技术原理

2．2．1 硬件系统

2．2．2 标签与试剂

2．2．3 工作流程

2．3 数据分析系统

2．4 应用领域

2．5 本章小结

第三章 基于支持向量机(SVM)的质谱细胞仪数据分析方法

3．1 数据来源

3．2 数据分析

3．2．1 读数据

3．2．2 数据筛选和贴标签

3．2．3 数据归一化

3．3 利用SVM对数据进行机器学习的过程

3．3．1 程序结构

3．3．2 输出形式

3．3．3 评估指标

3．4 本章小结

第四章 质谱细胞仪高维数据分析用于细胞分类的初步验证

4．1 二分类

4．1．1 数据准备

4．1．2 参数优化

4．1．3 结果及讨论

4．2 多分类

4．2．1 数据准备

4．2．2 参数优化

4．2．3 结果及讨论

4．3 本章小结

第五章 质谱细胞仪高维数据分析用于AML早期诊断

5．1 AML样本数据集的准备及讨论

5．1．1 AML样本的数据筛选和贴标签

5．1．2 制备AML样本数据集

5．2 将细胞多分类过程推广到AML早期诊断

5．2．1 实验结果

5．2．2 讨论

5．3 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢