基于深度学习的舌鳞癌拉曼光谱分割方法 |
| |
引用本文: | 刘金阳,于明鑫,冀胜楠,祝连庆,张韬,丁静雅,夏嘉斌.基于深度学习的舌鳞癌拉曼光谱分割方法[J].激光与光电子学进展,2023(2):434-441. |
| |
作者姓名: | 刘金阳 于明鑫 冀胜楠 祝连庆 张韬 丁静雅 夏嘉斌 |
| |
作者单位: | 1. 北京信息科技大学仪器科学与光电工程学院光电测试技术及仪器教育部重点实验室;2. 中国北方化学研究院集团有限公司 |
| |
基金项目: | 北京市教委科技一般项目(KM202011232007);;高等学校学科创新引智计划(先进光电子器件与系统学科创新引智基地)(D17021); |
| |
摘 要: | 拉曼光谱能够反映生物组织的分子结构变化,可用于舌鳞癌组织检测。然而,现有方法仅能够鉴别舌鳞癌组织属性,判断组织是否发生癌变,无法定位舌鳞癌组织拉曼光谱的重要谱带区域。因此,提出一种基于深度学习的舌鳞癌组织拉曼光谱重要谱带区域分割方法。首先,利用光纤拉曼光谱采集设备采集22位病人44块肿瘤组织的拉曼光谱数据,对数据进行预处理、标注,并分为训练集和测试集;然后,建立谱带区域深度卷积神经网络模型,该模型包括三个基本模块,即拉曼光谱特征提取网络、重要谱带推荐网络以及重要谱带回归网络。其中拉曼光谱特征提取网络用于提取舌鳞癌组织光谱特征,重要谱带推荐网络和重要谱带回归网络用于分割舌鳞癌组织光谱的重要谱带区域。实验结果显示,在交并比为0.7的判断标准下,所提方法对舌鳞癌组织重要谱带分割的平均精度为99%。
|
关 键 词: | 拉曼光谱 舌鳞癌 卷积神经网络 光谱分割 |
|
|