口腔恶性肿瘤的激光荧光光谱数据的模式识别分析
作者：孙飞 苗波 曲风全
单位：孙飞：佳木斯大学医学院；苗波：佳木斯大学医学院附属口腔医院；曲风全：富锦市锦山镇医院
关键词：模式识别；激光荧光光谱；肿瘤
黑龙江医药科学990328
提要 本文以正常对照者和口腔肿瘤患者的激光荧光光谱数据为指标，用模式识别进行综合分析。结果表明该方法对口腔肿瘤的鉴别诊断有一定的临床意义。
Pattern recognition of indexes of laser fluorescence spectrum in tumors of oral cavity
Sun Fei, et al
, http://www.100md.com
Abstract The pattern recognition was used to analyze indexes of laser fluorescence spectrum in tumors of oral cavity. The result shows that this method is of certain clinical significance for the differential diagnosis of tumor.
Key word pattern recognition; laser fluorescence spectrum; tumor
随着激光技术的迅速发展，用激光荧光光谱技术进行癌症的诊断已越来越多地应用到医疗临床上，如子宫癌、鼻咽癌、乳腺癌等，至今尚未见在口腔肿瘤方面应用的报道。本文首次应用模式识别的方法，综合分析正常对照者和恶性肿瘤组织的激光荧光光谱数据，进行分类决策。
, 百拇医药
1 材料和方法
实验中取佳木斯大学医学院附属口腔医院提供的口腔肿瘤组织切片11例，正常组织(对照组)6例。应用氩离子激光器发出的波长为514.5nm的激光束，以一定的角度倾斜入射到组织切片的表面。所激发出的荧光经望远镜汇聚，入射到GDM 1000型双光栅光谱仪的进光狭缝上，把入射的荧光进行分光，再由X-Y函数记录仪直接描绘出荧光光谱图。
2 结果
见附表。
附表 激光荧光光谱数据的比较(
±s, nm) 组别
峰值波长
峰半高宽
, http://www.100md.com
左半峰宽度
右半峰宽度
对照组(n=6)
542.6±1.1
66.0±0.3
27.8±0.3
38.2±0.2
恶性组(n=11)
546.6±0.5
70.8±2.9*
38.5±2.5*
32.2±1.9*
, 百拇医药
*与对照组比较P<0.01
3 讨论
实验结果表明，对照组、恶性组的荧光光谱数据除峰值波长外均有显著变化。我们用模式识别系统判别分析每个样本测得的4个指标(峰值波长、峰半高宽、左半峰宽度、右半峰宽度)，将样本数据输入微机进行数据归一化、加权和主成分抽提等予处理。综合使用聚类分析、判别分析和映照分析，将四维特征空间映照到二维空间，继而在二维空间映照图上绘制分类结果。图1显示对照组和恶性组分界明显，用留一法对其预报能力进行评估，平均预报能力可达95%以上。
图1 二类线性映照图 1 肿瘤 2 对照
在应用中，直接使用这些分类器识别未知样本。例如用激光荧光光谱图测得的某样本4项指标分别为546，67.5，37.5，30.0nm作为未知样本输入微机后，在图中用x表示，在二类映照图2中可知其为口腔恶性肿瘤。此判别模式可不断接受新的病例资料，并随病例资料的增加可不断修改判别模式，以提高分类效果的质量。模式识别判别结果说明，以组织切片中测得的激光荧光光谱数据的4项指标对口腔恶性肿瘤进行计算机判别分类(鉴别诊断)有重要的临床意义。
图2 肿瘤1对照组2两类分类器中对未知样本x的判别分类
(1999-01-05收稿), 百拇医药
单位：孙飞：佳木斯大学医学院；苗波：佳木斯大学医学院附属口腔医院；曲风全：富锦市锦山镇医院
关键词：模式识别；激光荧光光谱；肿瘤
黑龙江医药科学990328
提要 本文以正常对照者和口腔肿瘤患者的激光荧光光谱数据为指标，用模式识别进行综合分析。结果表明该方法对口腔肿瘤的鉴别诊断有一定的临床意义。
Pattern recognition of indexes of laser fluorescence spectrum in tumors of oral cavity
Sun Fei, et al
, http://www.100md.com
Abstract The pattern recognition was used to analyze indexes of laser fluorescence spectrum in tumors of oral cavity. The result shows that this method is of certain clinical significance for the differential diagnosis of tumor.
Key word pattern recognition; laser fluorescence spectrum; tumor
随着激光技术的迅速发展，用激光荧光光谱技术进行癌症的诊断已越来越多地应用到医疗临床上，如子宫癌、鼻咽癌、乳腺癌等，至今尚未见在口腔肿瘤方面应用的报道。本文首次应用模式识别的方法，综合分析正常对照者和恶性肿瘤组织的激光荧光光谱数据，进行分类决策。
, 百拇医药
1 材料和方法
实验中取佳木斯大学医学院附属口腔医院提供的口腔肿瘤组织切片11例，正常组织(对照组)6例。应用氩离子激光器发出的波长为514.5nm的激光束，以一定的角度倾斜入射到组织切片的表面。所激发出的荧光经望远镜汇聚，入射到GDM 1000型双光栅光谱仪的进光狭缝上，把入射的荧光进行分光，再由X-Y函数记录仪直接描绘出荧光光谱图。
2 结果
见附表。
附表 激光荧光光谱数据的比较(
±s, nm) 组别峰值波长
峰半高宽
, http://www.100md.com
左半峰宽度
右半峰宽度
对照组(n=6)
542.6±1.1
66.0±0.3
27.8±0.3
38.2±0.2
恶性组(n=11)
546.6±0.5
70.8±2.9*
38.5±2.5*
32.2±1.9*
, 百拇医药
*与对照组比较P<0.01
3 讨论
实验结果表明，对照组、恶性组的荧光光谱数据除峰值波长外均有显著变化。我们用模式识别系统判别分析每个样本测得的4个指标(峰值波长、峰半高宽、左半峰宽度、右半峰宽度)，将样本数据输入微机进行数据归一化、加权和主成分抽提等予处理。综合使用聚类分析、判别分析和映照分析，将四维特征空间映照到二维空间，继而在二维空间映照图上绘制分类结果。图1显示对照组和恶性组分界明显，用留一法对其预报能力进行评估，平均预报能力可达95%以上。
图1 二类线性映照图 1 肿瘤 2 对照
在应用中，直接使用这些分类器识别未知样本。例如用激光荧光光谱图测得的某样本4项指标分别为546，67.5，37.5，30.0nm作为未知样本输入微机后，在图中用x表示，在二类映照图2中可知其为口腔恶性肿瘤。此判别模式可不断接受新的病例资料，并随病例资料的增加可不断修改判别模式，以提高分类效果的质量。模式识别判别结果说明，以组织切片中测得的激光荧光光谱数据的4项指标对口腔恶性肿瘤进行计算机判别分类(鉴别诊断)有重要的临床意义。
图2 肿瘤1对照组2两类分类器中对未知样本x的判别分类
(1999-01-05收稿), 百拇医药