人体结石智能定性定量检测方法
【专利摘要】本发明涉及人体结石智能定性定量检测方法。本发明为光源发出红外光经干涉仪照射到样品室内的样品上，得到该样品的结石红外光谱，并存储到计算机，结石红外光谱进入数据解密，再至数据验证，结石红外光谱进入结石成分及含量分析，将分析结果存储到存储器中，将分析结果生成报告。本发明解决了因谱图解析技术复杂而繁琐，也无法生成治疗或预防结石的方案，难以被非理化专业的医生和护士掌握等缺陷。本发明结石标本分析准确率高，对于单一成分或混合成分结石标本均有效且准确率高，且为自动解析出结石红外光谱图，有助于克服使用者不会解析谱图的障碍，可根据其报告的结石成分自动提供结石预防措施及药物治疗方案，有助于在临床上的推广和应用。
【专利说明】人体结石智能定性定量检测方法
【技术领域】
[0001]本发明涉及结石【技术领域】，特别涉及人体结石智能定性定量检测方法。
【背景技术】
[0002]结石病(包括泌尿系结石、胆系结石、胰腺结石、涎腺结石、牙结石等)均为终生性疾病，治疗后容易复发。
[0003]在本发明之前，红外光谱法是分析结石成分的标准方法。但因谱图解析技术复杂而繁琐，也无法生成治疗或预防结石的方案，难以被非理化专业的医生和护士掌握，因而在临床上的推广和应用受到极大的限制。
【发明内容】
[0004]本发明的目的就在于克服上述缺陷，研制一种人体结石智能定性定量检测方法。
[0005]本发明的技术方案是:
[0006]人体结石智能定性定量检测方法，包括:
[0007]光源发出红外光经干涉仪照射到样品室内的样品上，得到该样品的结石红外光谱，并存储到计算机；
[0008]结石红外光谱进入数据解密，再至数据验证；
[0009]其特征在于结石红外光谱进入结石成分及含量分析；
[0010]将分析结果存储到存储器中；
[0011]将分析结果生成报告；
[0012]所述结石成分及含量分析包括数据库，数据库中包含与结石类别及含量对应数值的结石红外光谱；
[0013]将存储在存储器中的结石红外光谱与数据库中存储的结石红外光谱进行比较；
[0014]判别得到结石类别并存储到存储器；
[0015]再进行结石含量比较；
[0016]判别得到具体结石数据并存储到存储器。
[0017]所述将结石红外光谱取值，即红外光谱的X轴数值和Y轴数值；进行数据平滑处理，即通过滤波器进行三次函数拟合法；去除错误数据，即基于离散傅立叶变换的时间序列相似性查找法；再进入结石成分分析及含量分析。
[0018]所述结石红外光谱与数据库中存储的结石红外光谱进行比较时，通过偏最小二乘法或加权法结合传统的峰位、峰高、峰面积的数模计算方法，得到结石种类结果。
[0019]所述结石红外光谱与数据库中存储的结石红外光谱进行比较时采用支持向量机回归分析算法进行比较，得到具体结石含量结果。
[0020]本发明的优点在于结石标本分析准确率:(I)单一成分或混合成分主成分的结石标本:准确率为99.1% ±0.9% ; (2)对于混合成分的结石标本:双重成分中的另外成分漏检率约为1%。三重成分中的另外成分漏检率约为3%。本发明的意义在于:能够自动解析出结石红外光谱图，有助于克服使用者不会解析谱图的障碍，可根据其报告的结石成分自动提供结石预防措施及药物治疗方案，作为患者的健康指导处方，有助于控制结石复发，符合国家提倡的以“预防为主”的医疗战略决策。有助于在临床上的推广和应用。
【专利附图】
【附图说明】
[0021]图1——傅立叶红外光谱仪。
[0022]图2——结石红外光谱示意图
[0023]图3——本发明流程示意图。
[0024]图4—图3中结石成份及含量判别步骤子程序示意图。
[0025]图5——结石红外光谱与结石类别及含量对应数值示意图。
[0026]图1中各标号表示对应的部件名称如下:
[0027]光源1、干涉仪2、样品室3、计算机4。
【具体实施方式】
[0028]本发明的技术思路是:
[0029]结石成分分析相当于结石的“病理”，只有明确结石成分(共有30余种)，才能针对性的预防结石复发，还可据其进行药物溶石治疗，减少对各种结石创伤性疗法的过度依赖。此外，还能了解结石的脆性，预估体外及体内碎石的能量用量，正确指导碎石。因此，根据光谱原理与结石成分的对应关系，利用计算机软件分析得到报告。
[0030]下面是具体说明。
[0031]如图1所示:从光源I发出的红外光经干涉仪2照射到样品室3内的样品上，从而得到该样品的结石红外光谱，并传输到计算机4上，光谱中包含了结石的成分、含量等信
肩、O
[0032]傅立叶红外光谱仪由光源1、干涉仪2及样品室3构成。
[0033]如图2所示:
[0034]图2即为完成图1后所获得的结石红外光谱图，图中横坐标表示波数(CnT1)Ji坐标表示透光率(τ% )。下面举例说明具体含义:吸收峰I(向下的波形)，即为波数在2100-2400(31^1之间，透光率约为85%的一个吸收峰。其所在的横坐标区间可称为峰位，峰尖所在纵坐标值可称为峰高，该吸收峰所占面积称为峰面积。
[0035]如图3所示:
[0036]从傅立叶红外光谱仪中获得的结石红外光谱被计算机4接收到后，首先通过数据解密101及数据验证102，若不能通过则提示:数据错误，并结束分析；通过以上步骤之后才能进入结石成分及含量分析(步骤103);经结石成分及含量分析(步骤103)后，判别出结石成分及含量，并将判别结果存储到存储器中，根据结石成分及含量，自动给出针对该成分及含量的预防措施及药物治疗方案，同时连同结石红外光谱信息一起生成分析报告104，并结束分析。
[0037] 所述报告包括:L结石红外光谱(即结石红外光谱图)么结石成分及含量结果；
3.预防措施及药物治疗方案。
[0038]如图4所示:[0039]图4是图3中步骤103的子程序，具体说明如下:
[0040]从傅立叶红外光谱仪中获得的结石红外光谱经数据处理(步骤201)后获得修正后结石红外光谱202，修正后结石红外光谱202通过与数据库203中存储的结石红外光谱204进行比较来进行定性分析(步骤205)与定量分析(步骤206)。进行定性分析(步骤205)时，通过偏最小二乘法或加权法结合传统的峰位、峰高、峰面积的数模计算方法，与存储的结石红外光谱204进行比较，从而得到结石的种类；进行定量分析(步骤206)时，通过向量机回归分析算法，通过与存储的结石红外光谱204进行比较，得出结石含量。最终获得结石成分及含量结果207，并生产分析报告208。
[0041]所述的数据处理(步骤201)包括:1.自动读取红外光谱的X轴数值和Y轴数值；
2.通过Savitzky-Golay滤波器进行三次函数拟合法，进行数据平滑处理；3.去除错误数据，即利用基于离散傅立叶变换的时间序列相似性查找法。
[0042]所述的存储的结石红外光谱，即为图5所述内容。
[0043]实施例1:
[0044]取一水草酸钙结石:从傅立叶红外光谱仪中获得一水草酸钙结石的红外光谱，经数据解密及数据验证之后，开始进行数据处理(即X轴和Y轴取值、数据平滑处理及去除错误信息)，处理之后获得一水草酸钙结石修正后的结石红外光谱。通过偏最小二乘法结合或加权法传统的峰位、峰高、峰面积的数模计算方法，与存储的结石红外光谱进行对比，如图5所示，一水草酸钙结石在峰位2755-2759时，有向下的峰强为23%的吸收峰；在峰位2537-2541时，有峰强为20%的吸收峰；在峰位1310-1330时，有峰强为70%的吸收峰；在峰位1610-1670时，有峰强为90%的吸收峰；在峰位779-784时，有峰强为60%的吸收峰；在峰位580-590时,有峰强为70%的吸收峰。由此对一水草酸I丐结石进行判定。同时,通过向量机回归分析算法，通过与存储的结石红外光谱进行对比，得出一水草酸钙结石含量结果。最后生成分析报告，并结束分析。
[0045]实施例2:
[0046]取六水磷酸铵镁结石:从傅立叶红外光谱仪中获得六水磷酸铵镁结石的红外光谱，经数据解密及数据验证之后，开始进行数据处理(即X轴和Y轴取值、数据平滑处理及去除错误信息)，处理之后获得六水磷酸铵镁结石修正后的结石红外光谱。通过偏最小二乘法或加权法结合传统的峰位、峰高、峰面积的数模计算方法，与存储的结石红外光谱进行对t匕，如图5所示，六水磷酸铵镁结石在峰位1000-1098时，有向下的峰强为50%吸收峰；在峰位1400-1421时，有峰强为25%吸收峰；在峰位2911-3500时，有向下的圆底吸收峰；在峰位1010-1029时，有峰强为90%吸收峰。由此对六水磷酸铵镁结石进行判定。同时，通过向量机回归分析算法，通过与存储的结石红外光谱进行对比，得出六水磷酸铵镁结石含量结果。最后生成分析报告，并结束分析。
[0047]实施例3:
[0048]取胆固醇结石:从傅立叶红外光谱仪中获得胆固醇结石的红外光谱，经数据解密及数据验证之后，开始进行数据处理(即X轴和Y轴取值、数据平滑处理及去除错误信息)，处理之后获得胆固醇结石修正后的结石红外光谱。通过偏最小二乘法或加权法结合传统的峰位、峰高、峰面积的数模计算方法，与存储的结石红外光谱进行对比，如图5所示，胆固醇结石在峰位3304-3409时，有向下的峰强为22%的吸收峰；在峰位2830-2950时，有峰强为41%的吸收峰；胆固醇结石在峰位2905-2910时，有峰强为90%的吸收峰；在峰位1102-1115时，有峰强为60%的吸收峰。由此对胆固醇结石进行判定。同时,通过向量机回归分析算法，通过与存储的结石红外光谱进行对比，得出胆固醇结石含量结果。最后生成分析报告，并结束分析。
[0049]实施结果:
[0050]1、本发明的具体工作原理是通过计算机来自动解析结石成分的红外光谱图。其中主要涵盖4项技术特点:①可对结石成分进行智能化定性分析；②通过制作结石成分标准曲线，采用回归法数学模型自动测算结石成分的相对含量；③对患者的各项参数(包括性另O、年龄、职业、地域、家族史等)和结石指标(包括结石体积、部位、性质、数目、成分，肾功能和治疗方法等)进行统计学处理根据自动报告的结石成分，自动提供相应的结石防治方案，来作为患者的健康指导处方。
[0051]2、本发明是根据偏最小二乘法结合传统的峰位、峰高、峰面积的数模计算方法对结石成分进行智能化定性和定量分析。【具体实施方式】是基于WindowsS操作系统，使用Visual Stdio2012软件平台和Access2013数据库软件，利用C#语言，开发精确的数模计算软件来实现上述功能。
[0052]所述峰位就是图4表格中的第2、3列，峰高就是图4表格中的第4列，峰面积就是利用峰位、峰高通过微积分来计算峰面积。计算机数据库里储存的也就是图4。
[0053]本发明可以分析各类结石。
【权利要求】
1.人体结石智能定性定量检测方法，包括: 光源发出红外光经干涉仪照射到样品室内的样品上，得到该样品的结石红外光谱，并存储到计算机； 结石红外光谱进入数据解密，再至数据验证； 其特征在于结石红外光谱进入结石成分及含量分析； 将分析结果存储到存储器中； 将分析结果生成报告； 所述结石成分及含量分析包括数据库，数据库中包含与结石类别及含量对应数值的结石红外光谱； 将存储在存储器中的结石红外光谱与数据库中存储的结石红外光谱进行比较； 判别得到结石类别并存储到存储器； 再进行结石含量比较； 判别得到具体结石数据并存储到存储器。
2.根据权利要求1所述的人体结石智能定性定量检测方法，其特征在于: 将结石红外光谱取值，即红外光谱的X轴数值和Y轴数值；进行数据平滑处理，即通过滤波器进行三次函数拟合法；去除错误数据，即基于离散傅立叶变换的时间序列相似性查找法；再进入结石成分分析及含量分析。
3.根据权利要求1所述的人体结石智能定性定量检测方法，其特征在于: 结石红外光谱与数据库中存储的结石红外光谱进行比较时，通过偏最小二乘法或加权法结合传统的峰位、峰高、峰面积的数模计算方法，得到结石种类结果。
4.根据权利要求1所述的人体结石智能定性定量检测方法，其特征在于: 结石红外光谱与数据库中存储的结石红外光谱进行比较时采用支持向量机回归分析算法进行比较，得到具体结石含量结果。
【文档编号】G01N21/3563GK103926211SQ201410173853
【公开日】2014年7月16日 申请日期:2014年4月25日 优先权日:2014年4月25日
【发明者】孙西钊 申请人:孙西钊