基于无标记拉曼光谱技术和卷积神经网络-长短期记忆(CNN-LSTM)模型的肺癌快速诊断方法,该方法适用于细胞涂片样本

《Vibrational Spectroscopy》:Label-free Raman spectroscopy combined with CNN-LSTM model for rapid diagnosis of lung cancer based on cytological smears

【字体: 大 中 小 】 时间:2026年04月28日 来源:Vibrational Spectroscopy 3.1

编辑推荐:

  张正|张胜雄|罗浩文|张云辉|刘刚|刘超|钱凯|谢军|欧全红中国云南省师范大学物理与电子信息学院光电信息技术重点实验室,昆明650500摘要肺癌是全球最常见的恶性肿瘤之一,具有高发病率和死亡率,其病理诊断过程繁琐、复杂且耗时,严重阻碍了患者的早期干预和治疗机会。开发一种高效准确的

  
张正|张胜雄|罗浩文|张云辉|刘刚|刘超|钱凯|谢军|欧全红
中国云南省师范大学物理与电子信息学院光电信息技术重点实验室,昆明650500

摘要

肺癌是全球最常见的恶性肿瘤之一,具有高发病率和死亡率,其病理诊断过程繁琐、复杂且耗时,严重阻碍了患者的早期干预和治疗机会。开发一种高效准确的肺癌诊断方法具有重要意义。拉曼光谱技术凭借其出色的灵敏度和灵活性,能够捕获细胞的分子振动信息,在生物医学检测中展现出巨大潜力。本研究利用拉曼光谱技术收集了81名放射学检查显示肺部异常的患者和14名确诊肺癌患者的细胞涂片的光谱数据,从而构建了一个肺癌诊断模型。通过主成分分析(PCA)、特征峰相关性分析和峰拟合技术来探索潜在的光谱信息,为模型构建提供了更精确的数据支持。此外,还开发了一种结合卷积神经网络(CNN)和长短期记忆网络(LSTM)的并行神经网络模型(CNN-LSTM模型),利用CNN的特征提取能力和LSTM处理长序列依赖性的能力,实现了肺癌的快速准确诊断。实验结果表明,所提出的诊断模型准确率为95.26%,表现出优异的分类性能和实用性。该研究表明,拉曼光谱技术与神经网络的深度整合为肺癌诊断提供了一种有效、简单且快速的新方法。

引言

癌症作为全球主要的公共卫生威胁,其发病率和死亡率逐年上升。根据世界卫生组织(WHO)全球癌症监测机构2022年的统计数据,肺癌占所有癌症病例的12.4%,其次是女性乳腺癌(11.6%)和结直肠癌(9.3%)。同时,肺癌死亡率占所有癌症相关死亡的18.7%,远高于结直肠癌(9.3%)和乳腺癌(6.9%),成为癌症死亡的主要原因[1]。中国是肺癌高发地区,2022年报告了106万新病例和73.33万死亡病例[2],[3]。数据显示,肺癌患者的5年生存率仅为18%,对于远处转移的患者这一比例降至5%[4]。精确的诊断对肺癌的临床管理至关重要[4]。然而,由于缺乏特异性症状(通常仅表现为咳嗽),且经常与结核病或肺结节相似,诊断挑战显著增加。
目前的临床诊断方法主要包括影像学和病理学技术。在影像学方面,数字放射摄影(DR)和计算机断层扫描(CT)是主要的筛查工具。然而,研究和数据显示,DR成像至少有20%的早期肺癌患者无法被检测出来,超过20%的晚期病例即使在确诊后也无法通过DR检测到[5],[6]。尽管CT具有更高的灵敏度,但它对小于1厘米的肿瘤不敏感,并且由于辐射暴露存在致癌风险[7],[8],[9]。病理学检查作为癌症诊断的金标准,通常需要数小时的苏木精-伊红(HE)染色和经验丰富的病理学家的评估,远远不能满足实时临床诊断的需求[5]。这一严峻的现实凸显了开发新型肺癌诊断技术的紧迫性。
从理论角度来看,癌症作为一种系统性的复杂疾病,不仅涉及通过突变发生的自主恶性增殖,还与宿主的宏观系统广泛相互作用[10]。已经证实,从癌症起始阶段开始,肿瘤细胞在微观层面上经历持续的基因突变和克隆进化,诱导血管生成,持续侵入周围组织,形成有利于增殖的微环境,甚至劫持免疫细胞[11],[12],[13]。因此,癌症诊断不仅应关注局部生物系统,还应考虑整体的生物分子特征。
拉曼光谱技术凭借其分子指纹识别能力,为精确的癌症诊断提供了新的范式[14],[15],[16]。其原理基于非弹性散射效应,检测生物分子振动模式的变化(例如核酸构象、蛋白质二级结构)[17],[18]。与传统技术相比,拉曼光谱具有样品制备简单、非破坏性检测、水干扰小、高分辨率和实时检测等优点,在医学诊断中展现出巨大潜力。目前的基于拉曼的肺癌研究主要集中在血清和外泌体的检测上。例如,Dong等人利用无标记的表面增强拉曼光谱和人工智能分析血清样本,成功区分了肺癌、结直肠癌、胃癌和食管癌[19];Shin等人通过外泌体拉曼光谱同时检测了肺癌、乳腺癌、结肠癌、肝癌和胃癌[20]。然而,血清成分容易受到药物和慢性疾病的影响,而外泌体提取既繁琐又耗时[21],[22]。因此,需要在更稳定和快速的检测基底上进行肺癌的拉曼光谱研究。
本研究提出了一种基于原位检测细胞涂片的新型拉曼光谱诊断策略。研究设计包括三个创新维度:首先,建立了临床样本库,收集了81名良性病变(病理学确认的炎症性假瘤、结核瘤等)患者和14名肺癌患者(包括腺癌、鳞状细胞癌和小细胞癌)的肺刷细胞涂片的光谱数据。其次,应用主成分分析(PCA)来降低获取的拉曼光谱的维度。确定了九个特征峰,这些峰对维度降低过程有重要贡献,包含了大部分光谱信息。随后,对这些特征峰的统计分析表明,整体光谱变化更有效地区分了肺癌组和非癌症组。最后,构建了一个多模型比较验证框架。在传统的深度学习模型中,多层感知器(MLP)模型在五折交叉验证中的表现优于CNN和LSTM模型。此外,我们提出的CNN-LSTM双并行模型在五折交叉验证中的准确率为95.13% ± 1.7%,最终测试集准确率为95.26%。详细的工作流程如图1所示。

章节片段

样本收集

细胞涂片样本由云南省第一人民医院提供,包括14份肺癌患者样本和81份非癌症对照样本(通过病理学诊断确认)。本研究遵循赫尔辛基宣言进行,并得到了云南省第一人民医院伦理委员会的批准(批准编号:KHLL2025-KY307)。涂片样本来自在该院接受检查的患者

结果与讨论

对从细胞涂片样本中收集的950个拉曼光谱进行了分析,以研究肺癌患者和非癌症患者之间的分子水平差异。为了消除不必要的干扰,在相同条件下分别获取了空白玻璃片的拉曼光谱(支持信息图S2)。为了提高信噪比,所有样本光谱均使用了Savitzky-Golay(SG)滤波器进行噪声降低,以及多项式拟合进行基线处理

结论

作为肺癌的诊断方法,细胞涂片拉曼光谱与神经网络的结合在速度和准确性方面优于传统方法。样本收集后的光谱测量不到五分钟,加载预训练模型后几秒钟即可获得最终结果。此外,该方法有可能扩展到肺癌亚型、其他癌症或其他疾病,只需进行少量调整

CRediT作者贡献声明

刘超:概念化。钱凯:监督、资源提供。谢军:监督。张正:撰写——原始草稿、可视化、数据管理。欧全红:撰写——审稿与编辑、项目管理、概念化。张云辉:资源提供、概念化。刘刚:撰写——审稿与编辑、概念化。张胜雄:资源提供、概念化。罗浩文:数据管理。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了国家自然科学基金区域科学基金项目(编号:82560353)、云南省基础研究项目(编号:202301AT070068)和云南省卫生健康委员会医学后备人才培训计划(编号:H-2024001)的财政支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号