论文部分内容阅读
生物组织的介电特性是固有物理属性,是在电磁场的作用下生物组织吸收和耦合电磁能的特性表征。对于人体组织,其介电特性可以为相关研究如术中组织良恶性鉴别,磁共振电特性断层成像(MR-EPT)等提供基础数据。因此,测量人体组织的介电特性、建立人体组织介电特性数据库具有重要意义。然而,目前对于人体组织介电特性的报道还不够全面。研究表明人体正常组织和肿瘤组织之间的介电特性存在显著的差别,这意味着可以通过介电特性的测量来辨别两种组织,这可能成为癌症早期发现的一种新的技术手段。比如,在癌症手术切除中手术切缘的检测,需要将肿瘤组织切缘切除干净以预防手术复发,但是,在使用开端同轴探头法进行人体组织介电特性测量时,需要多次测量后取均值来确定组织类型,这具有重复性低、测量误差高的缺点。因此,我们将机器学习算法应用到肺组织的介电特性测量中,从而实现正常组织和肿瘤组织的自动鉴别,这对于术中肿瘤组织边缘检测技术的实现具有重要意义。本文使用开端同轴探头法测量了肺癌转移和非转移淋巴结的介电特性。研究结果表明,在宽带频率下,转移和非转移淋巴结之间的介电特性值存在显著差异,在单频点下,差异具有统计学意义。并且,使用双极Cole-Cole方程对数据进行拟合,取得了很好的拟合效果。因此,此项研究不仅可以为其它相关研究提供基础数据,也可以为术中鉴别淋巴结是否转移提供了一种新的可能。本文又基于人体肺正常组织和肿瘤组织的介电特性值的差异,以长短期记忆网络(LSTM)网络为基础单元,搭建了一种基于序列的人体肿瘤组织自动鉴别模型—序列分析模型(Sequence Analyze Model,SAM)。将获得的分类结果与支持向量机(Support Vector Machine,SVM)和多层感知器(Multilayer Perceptron,MLP)进行比较。SAM最终获得了 88.05%的分类正确率,明显高于SVM的83.19%和MLP的76.55%。这说明对比于SVM方法和MLP方法,本文提出的SAM对于组织类别的分类效果最好。在上述临床测量的基础上提出了一些测量方法的改进。1)使用Visual Studio 2012软件调用动态链接库指令,实现了对网络分析仪的直接控制,结合介电特性的计算过程,开发了一款人体组织介电特性计算软件。2)使用去离子水和质量分数0.9%的NaCl溶液分别作校准液,探索了测量误差和溶液相关性的关系,结果显示校准液和被测溶液介电特性相关性越强则测量结果越准确。这些都为以后的介电特性测量和相关研究提供了经验和参考。