提高结肠早癌诊断率的荧光光谱小波特征提取与神经网络分类方法研究

摘要

提出了一种新的荧光光谱特征提取与模式分类方法以提高激光诱导5-ALA-PpⅨ荧光光谱对早期结肠癌的诊断准确率.利用小波多尺度分析法提取荧光光谱特征量,对提取的特征量采用基于Rprop算法的BP神经网络进行模式分类.对20只DMH诱导的SD大鼠,12只诱导鼠的第二代鼠,8只正常SD大鼠,按25 mg·kg-1体重剂量尾静脉注射5-ALA溶液,150 min后利用波长为370 nm的钛宝石激光进行活体检测.对预处理后的504条荧光光谱,利用小波多尺度分析法提取12个特征量,BP神经网络将其分为正常组与非正常组(非典型增生、早癌和进展期癌),分类敏感性与特异性分别为98.91%和97.2%,非典型增生、早癌及进展期癌对正常组织的识别准确率分别为91.3%,98.85%及98.79%.结果表明此方法不仅对早期结肠癌具有较高的诊断率,且更利于临床实时诊断.