帮助 本站公告
您现在所在的位置:网站首页 > 知识中心 > 文献详情
文献详细Journal detailed

基于介电特性的人体组织良恶性计算机辅助鉴别研究

导  师: 辛学刚

授予学位: 硕士

作  者: ();

机构地区: 南方医科大学

摘  要: 生物组织的介电特性(electrical properties,EPs)是组织在电磁场作用下表现出的固有属性,具有频率依赖性,包括介电常数ε和电导率σ。对于生物组织来说,介电特性的值不仅与组织自身的水含量、细胞液离子浓度和细胞膜通透性等因素有关,还与细胞所处的微环境有关。当组织发生恶性变化时,上述影响介电特性的相关因素会发生改变,从而导致介电特性值发生改变。理论上,恶性组织在形态学改变之前,其介电特性值就已经和正常组织产生了差异,这种差异可能为早期发现癌变组织提供帮助。  目前已有大量文献研究证明正常和恶性组织的介电特性值之间存在差异,但是还没有明确的标准说明当与正常组织介电特性值的差异达到多大时可以判断为癌变组织。因此,研究如何根据恶性和正常组织介电特性值的差异来辅助判断组织是否癌变具有重要意义。目前已有个别文献基于正常和恶性组织介电特性值的差异用机器学习方法来辅助鉴别动物的肝组织良恶性,以及人体乳腺、皮肤组织良恶性。但是尚未有基于介电特性对人体结直肠和胃这两种组织的良恶性进行鉴别的文献报道。另外,相关研究中并没有分析具体参数的鉴别能力,也没有对机器学习鉴别时所消耗的计算机运行时间进行分析。  本文采用开端同轴探头法在医院手术室测量42.58MHz-500MHz频率范围内共计43个频率点下的结直肠和胃组织的介电特性,包括694个结直肠组织样本和290个胃组织样本,并对测得的介电特性数据进行Cole-Cole模型拟合。通过受试者工作特性(Receiver operating characteristic,ROC)曲线分析来判断各参数的鉴别能力,并从中选出鉴别能力较高的参数及其组合作为分类特征值,与支持向量机(support vector machine,SVM)分类器结合,来对正常和恶性组织进行鉴别。鉴别�

关 键 词: 人体组织病变 良恶性鉴别 介电特性 支持向量机

领  域: [] []

相关作者

作者 洪雁
作者 程雪宁
作者 瞿娜娜
作者 崔蓉
作者 温重伟

相关机构对象

机构 华南理工大学
机构 华南理工大学工商管理学院
机构 五邑大学
机构 华南师范大学教育科学学院
机构 中山大学

相关领域作者