[发明专利]一种基于AFM和SVM分类器的细胞癌化识别方法

说明书

本发明公开了一种基于AFM和SVM分类器的细胞癌化识别方法，旨在提供一种应用力学数据与SVM分类器结合，快速准确，成本低的细胞癌化识别方法。包括下述步骤：使用AFM设备获取待识别细胞的形貌图；使用AFM设备对所述待识别细胞进行纳米压痕实验，获得待识别细胞的力学特性曲线及微观形貌结构信息；对所得力学特性曲线数据及微观形貌结构信息进行处理，获得相关力学特性参数；将所获得的相关力学特性参数数据作为SVM分类器的输入数据，通过SVM分类器的分类识别模型识别细胞是否癌化，SVM分类器的输出为待识别细胞的种类。本发明的方法检测周期短，识别效率高，准确率高，自动化程度高，低成本，步骤简单。

技术领域

本发明涉及生物技术领域，更具体的说，是涉及一种细胞癌化识别方法。

背景技术

在当今社会，癌症已经成为一种发病率较高的疾病，给人类的生命带来巨大的威胁，也给社会带来巨大经济损失。

目前，癌症的识别方法主要是通过各种检测手段与医生临床经验的结合。以胃癌为例，一般的胃癌识别方法都是通过胃镜、X线钡餐、肿瘤标志物检查等，其中胃镜检查可以直接观察胃粘膜病变的部位和范围，并可获取病变组织进行病理检查，是识别胃癌的最有效方法，但是该方法需要的步骤繁琐，时间长，往往需要2-7天，且识别是由医师借助临床经验，存在一定的识别误差，准确率无法得到保证。

随着技术的发展，目前，使用影像图像与SVM线性分类器结合进行癌细胞的识别得到了应用。现有的方法主要是通过显微镜采集大量的单细胞图片，然后根据图像识别来提取细胞的相关特征，最后再训练SVM线性分类器进行细胞识别。该方法需要采集大量的单细胞照片，会花费大量的时间精力物力财力；通过图像识别提取的细胞特性数据往往是高维和冗余，在进行SVM分类器训练时，训练识别的速度慢，且主成分不明，易造成识别精度不高。

针对现有方法存在的问题，有必要提供一种快速准确，成本低的细胞癌化识别方法。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种应用力学数据与SVM分类器结合，快速准确，成本低的细胞癌化识别方法。

为实现本发明的目的所采用的技术方案是：

一种基于AFM和SVM分类器的细胞癌化识别方法，包括下述步骤：

(1)使用AFM设备获取待识别细胞的形貌图；

(2)使用AFM设备对所述待识别细胞进行纳米压痕实验，获得所述待识别细胞的力学特性曲线及微观形貌结构信息；

(3)对步骤(2)所得力学特性曲线数据及微观形貌结构信息进行处理，获得相关力学特性参数；

(4)将步骤(3)所获得的相关力学特性参数数据作为SVM分类器的输入数据，通过所述SVM分类器的分类识别模型识别细胞是否癌化，所述SVM分类器的输出为待识别细胞的种类。

所述分类识别模型通过下述方法获得：

(1)使用AFM设备分别获取正常细胞和癌变细胞的形貌图；

(2)使用AFM设备分别对正常细胞和癌变细胞进行纳米压痕实验，获得所述正常细胞和癌变细胞的力学特性曲线及微观形貌结构信息；

(3)对步骤(2)所得力学特性曲线数据及微观形貌结构信息进行处理，获得相关力学特性参数；

(4)将步骤(3)所获得的相关力学特性参数数据随机排序，并分为训练数据和测试数据，作为SVM分类器的输入数据，并将所述输入数据归一化处理；

(5)使用优化后的惩罚因子C和高斯核函数的宽度参数σ²以及所述训练数据，采用交叉验证法开始训练SVM分类器,训练后得到含有最优超平面的识别模型，并将训练后的SVM分类器的识别模型保存下来；