论文部分内容阅读
胃癌(gastric cancer,GC)早期的及时诊断可有效减少胃癌发病率和降低死亡率。目前胃癌早期诊断的临床方法尚存在主观性强、检验程序繁琐、耗时、易漏诊等缺点。因此,探索一种客观、快速、准确的胃癌早期诊断方法具有重要的临床应用价值和科学研究意义。本文探讨了荧光高光谱成像技术结合机器学习建模应用于胃癌早期诊断的可行性。采集来自中国人民解放军第74集团军医院消化内科和南方医科大学珠江医院消化内科患者的120例离体胃黏膜组织样品,经病理组织学确诊分为3组,其中非癌前病变组53例、癌前病变组35例和胃癌组32例。本文主要研究方法及思路为:首先,采用荧光高光谱成像技术采集胃黏膜组织样品的荧光光谱图像(450-680 nm),图像经过二值化后获取感兴趣的区域,并随机提取100个像素点的荧光光谱,通过荧光光谱分析非癌前病变组、癌前病变组和胃癌组的荧光成分差异及变化;然后,通过传统机器学习方法结合光谱特征建立胃癌早期诊断(包括非癌前病变组、癌前病变组和胃癌组)模型;其次,采用空谱联合分类方法融合光谱和空间信息,并通过人工提取空谱联合后的“空间+光谱”特征结合集成学习建立胃癌早期诊断模型,并与集成学习结合光谱特征建模进行比较;最后,采用深度学习方法自动识别提取空谱联合后的“空间+光谱”特征建立胃癌早期诊断模型。光谱分析及机器学习建模结果如下:(1)荧光光谱分析结果:在胃癌组织中496 nm的荧光峰较强,640 nm和670 nm的荧光峰较弱,可能是恶性组织中吡哆醛磷酸“席夫”碱浓度、血卟啉IX浓度代谢异常所致;546nm对应生物体类脂中的磷脂发出的荧光,荧光发射峰强度非癌前组>癌前病变组>胃癌组,磷脂的代谢异常反映了病变发展的严重程度;这些差异表明肿瘤转化过程中组织中荧光团组成的变化。这些内源性荧光物质可作为光谱生物标志物,用于区分非癌前病变、癌前病变及胃癌。但受组织成分空间分布差异、个体差异及仪器噪声等影响较大,荧光光谱重叠较为严重,可能容易产生误判。(2)基于传统机器学习方法(partial-least-square discriminant analysis,PLS-DA;support vector machine,SVM)的建模结果:PLS-DA结果表明,非癌前病变组与癌前病变组的准确率、特异性、灵敏度分别为81.2%,79.8%,86.3%;非癌前病变组与胃癌组的准确率、特异性、灵敏度分别为87.5%,87.5%,89.9%;癌前病变组与胃癌组的准确率、特异性、灵敏度分别为82.1%,95.3%,76.4%。SVM结果表明,非癌前病变组与癌前病变组的准确率、特异性、灵敏度分别为92.8%,94.0%,90.9%;非癌前病变组与胃癌组的准确率、特异性、灵敏度分别为95.6%,96.5%,94.3%;癌前病变组与胃癌组的准确率、特异性、灵敏度分别为94.9%,94.7%,95.8%。SVM建立的胃癌早期诊断模型的准确率都在92%以上,效果明显优于PLS-DA。(3)基于集成学习(e Xtreme Gradient Boosting,XGBoost)算法的建模结果:基于XGBoost结合空谱联合分类建模的结果表明,非癌前病变组与癌前病变组的准确率、特异性、灵敏度分别为:92.0%,90.6%,93.4%;非癌前病变组与胃癌组的准确率、特异性、灵敏度分别为:91.5%,90.3%,92.5%;癌前病变组与胃癌组的准确率、特异性、灵敏度分别为:91.3%,90.5%,92.1%。基于XGBoost结合光谱分类建模的结果表明,非癌前病变组与癌前病变组的准确率、特异性、灵敏度分别为:91.6%,88.4%,90.4%;非癌前病变组与胃癌组的准确率、特异性、灵敏度分别为:95.8%,88.4%,92.7%;癌前病变组与胃癌组的准确率、特异性、灵敏度分别为:93.9%,93.6%,93.7%。XGBoost建立的胃癌早期诊断模型的准确率都在91%以上,但空谱联合分类模型相比光谱分类模型没有较大改善。(4)基于深度学习(Res Net-34)算法的建模结果:基于Res Net-34结合空谱联合分类方法的建模结果表明,非癌前组、癌前病变组、胃癌组总的准确率为96.5%,特异性分别为:96.0%,97.3%,96.7%。灵敏度分别为:97.0%,96.3%,96.6%。比较可知:非线性模型(SVM/XGBoost/Res Net-34)的特异性和灵敏度明显优于线性模型(PLS-DA),说明受仪器、环境、个体差异等影响,光谱及图像数据都具有明显的非线性效应,而非线性模型能更加有效的提取到与病变相关的类别信息;相比于传统机器学习和集成学习,深度学习的建模效果更好。因此,通过荧光高光谱成像结合机器学习构建的胃癌早期鉴别模型,可为胃癌早期诊断提供更好的参考信息,并且通过深度学习结合空谱联合分类方法建模可有效提高胃癌早期的诊断准确率,有望成为胃癌早期诊断的新方法。