基于MOS和SAW傳感器呼吸診斷肺癌的復(fù)合識(shí)別算法研究

王怡珊 王 鏑 余 凱 王 林 趙 聰 鄒瑩暢王 平* 胡艷捷 應(yīng)可凈

1(浙江大學(xué) 生物傳感器國家專業(yè)實(shí)驗(yàn)室，生物醫(yī)學(xué)工程教育部重點(diǎn)實(shí)驗(yàn)室，生物醫(yī)學(xué)工程系，杭州 310027)

2(浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院，杭州 310027)

引言

肺癌是對(duì)人類生命健康威脅最大的惡性腫瘤之一，實(shí)現(xiàn)其無創(chuàng)早期診斷可以大幅提高肺癌病人的生存率。呼吸診斷通過檢測(cè)人呼出氣體成分的改變，從而反映肺部組織細(xì)胞代謝的變化，進(jìn)而表征出肺部是否有腫瘤。Pauling和Phillips等的研究表明，肺癌病人呼出氣體中存在著特征性的揮發(fā)性有機(jī)物(VOCs)標(biāo)志物［1－3］。相比較傳統(tǒng)的肺癌診斷方法，呼吸診斷更為快捷和方便［4］，已逐漸得到世界各國的重視，并有希望成為一種新興的診斷手段［5］。

本研究前期用氣質(zhì)聯(lián)用儀(GCMS)分析了85例原發(fā)性肺癌患者、70例肺部良性疾病患者以及88例健康者的樣本。利用卡方檢驗(yàn)，從質(zhì)譜圖中篩選出受試者內(nèi)源性的VOCs 41種;又根據(jù)卡方檢驗(yàn)的值，挑選出對(duì)區(qū)分以上3類人群有統(tǒng)計(jì)學(xué)差異的26種VOCs作為識(shí)別肺癌的標(biāo)志物。最后采用線性判別式分析(LDA)的方法，用這26種VOCs標(biāo)志物作為變量，對(duì)上述的3類人群進(jìn)行分類，整體正確率達(dá)到了 80% 以上［6］。

雖然采用GCMS分析呼出氣體的方法有較高的靈敏度，但這種分析方法操作復(fù)雜，沒有配套的分析診斷軟件，不能用于呼吸檢測(cè)肺癌的臨床應(yīng)用，所以本研究前期還研制了兩臺(tái)用來檢測(cè)呼出氣體中肺癌特征性VOCs的檢測(cè)單元——MOS檢測(cè)單元和SAW檢測(cè)單元，以此來構(gòu)成肺癌呼吸檢測(cè)電子鼻。這兩個(gè)檢測(cè)單元分別采用了金屬氧化物傳感器(MOS)和聲表面波傳感器(SAW)［7－8］。根據(jù)傳感器和檢測(cè)單元的特性，從26種肺癌特征性VOCs中選擇了5種作為兩個(gè)檢測(cè)單元的檢測(cè)目標(biāo)。MOS檢測(cè)單元主要用來檢測(cè)苯、苯乙烯和正己烷3種標(biāo)志物，SAW檢測(cè)單元主要用來檢測(cè)十三烷、十三酮2種標(biāo)志物。

本研究采用這兩個(gè)檢測(cè)單元所構(gòu)成的電子鼻，分析了肺癌患者和健康人呼出氣體的樣本，并對(duì)數(shù)據(jù)進(jìn)行了處理;采用多種識(shí)別算法對(duì)兩類樣本的數(shù)據(jù)進(jìn)行識(shí)別，并對(duì)其診斷結(jié)果進(jìn)行了評(píng)價(jià)。

1 材料和方法

1.1 實(shí)驗(yàn)方法及對(duì)象

1.1.1 材料

所用到的采氣材料有:一次性吹嘴、3 L Tedlar氣袋、鼻夾、硅膠管。其中，氣袋可以多次重復(fù)使用，但每次使用后都需用氮?dú)馇逑?～3次。每次清洗都需在氣袋中充滿氮?dú)?，然后?0℃的烘箱中放置1～2 h。

1.1.2 采氣過程

受試者在采氣前被要求禁食禁煙12 h，前一天晚餐避免高脂飲食，采氣前0.5 h清水漱口清潔口腔。所有受試者的呼吸氣體均在同一環(huán)境下(通風(fēng)室內(nèi))采集，以減少環(huán)境因素對(duì)實(shí)驗(yàn)的影響。受試者平靜呼吸30 min后，采用鼻夾夾鼻以防止漏氣;通過一次性吹嘴向氣袋內(nèi)吹氣，共收集3 L氣體樣本。然后，將氣體吸附到Tenax TA?管。

1.1.3 實(shí)驗(yàn)對(duì)象

在浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院，共采集了27例原發(fā)性肺癌患者的呼出氣體樣本，以及27例同期住院體檢正常健康者的呼出氣體樣本。所有樣本的具體信息情況見表1，肺癌樣本的臨床分期及病理類型統(tǒng)計(jì)情況見表2。

表1 樣本信息表Tab.1 The information of the samples

表2 肺癌樣本的臨床分期及病理類型統(tǒng)計(jì)Tab.2 The statistics of lung cancer stage and pathological mechanism

1.2 數(shù)據(jù)處理及模型建立方法

1.2.1 傳感器響應(yīng)曲線特征值提取

將吸附了樣本氣體的Tenax TA?管分別連接至MOS和SAW檢測(cè)單元進(jìn)行分析，得到各自的響應(yīng)曲線，再對(duì)曲線進(jìn)行相應(yīng)的濾波處理，消除噪聲和基線漂移。根據(jù)MOS檢測(cè)單元傳感器陣列的響應(yīng)模式(見表3)，得到9條傳感器響應(yīng)曲線，對(duì)每條傳感器響應(yīng)曲線分別提取6個(gè)曲線特征值(見圖1(a))，共54個(gè)特征值。根據(jù)SAW檢測(cè)單元的傳感器響應(yīng)曲線的出峰時(shí)間(見表4)，從響應(yīng)曲線中提取十三烷和十三酮所對(duì)應(yīng)峰的峰高作為特征值(見圖1(b))。

表3 MOS傳感器對(duì)標(biāo)志物的響應(yīng)情況Tab.3 The biomarkers response of MOS sensors

圖1 檢測(cè)單元響應(yīng)曲線的特征值提取。(a)MOS檢測(cè)單元;(b)SAW檢測(cè)單元Fig.1 Feature extraction of the response curves of two detection units.(a)MOS detection unit;(b)SAW detection unit

表4 SAW傳感器對(duì)標(biāo)志物的響應(yīng)情況Tab.4 The biomarkers response of SAW sensors

1.2.2 模型建立方法

為了使兩類樣本具有最佳的區(qū)分效果，共建立了6種診斷模型:LDA模型、ANN模型、PLS模型、PCA-LDA模型、PCA-ANN模型、PCA-PLS模型。前3種模型分別采用線性判別分析(LDA)算法、BP人工神經(jīng)網(wǎng)絡(luò)(ANN)算法、偏最小二乘回歸分析(PLS)算法構(gòu)建。后3種模型先通過主成分分析(PCA)提取具有最大貢獻(xiàn)率的4個(gè)主成分，將原始多維數(shù)據(jù)降至4維，然后再將這4個(gè)主成分的值作為變量，采用上述3種算法建立模型，具體結(jié)構(gòu)如圖2所示。

圖2 復(fù)合模型結(jié)構(gòu)Fig.2 The structure of the composite model

1.2.3 模型變量

從MOS傳感器響應(yīng)曲線中提取54個(gè)特征值，從SAW傳感器響應(yīng)曲線中提取2個(gè)特征值，融合后得到56個(gè)特征值，并將其歸一化，所有模型的初始變量均為這56個(gè)特征值。

為了分析兩種檢測(cè)單元各自對(duì)識(shí)別肺癌人群的貢獻(xiàn)，還對(duì)MOS傳感器的特征值和SAW傳感器的特征值分別進(jìn)行人工神經(jīng)網(wǎng)絡(luò)方法建模，然后比較它們各自的靈敏度和特異性。

1.2.4 交叉檢驗(yàn)方法

由于樣本量不足，無法將樣本劃分成訓(xùn)練組和測(cè)試組，所以采用留一法交叉檢驗(yàn)的方法，對(duì)所有模型的特異性(健康人判斷正確的比率)和靈敏度(肺癌患者判斷正確的比率)進(jìn)行評(píng)價(jià)［3］。

2 結(jié)果

2.1 單一算法建模

2.1.1 LDA模型

LDA模型將56個(gè)特征值所構(gòu)成的特征空間通過Fisher鑒別準(zhǔn)則，投影到二維的具有最大類間離散度和最小類內(nèi)離散度的矢量空間(見圖3(a))，模型可以根據(jù)這兩類樣本的分布自動(dòng)畫出它們的橢圓分界線。從圖中可以看出，兩類樣本具有較好的區(qū)分效果，而且橫軸(LD1)這個(gè)矢量對(duì)樣本的分類起了決定性的作用，因此將所有的點(diǎn)又投影到LD1上，就有了圖3(b)所示的一維區(qū)分圖。模型也能自動(dòng)給出兩類樣本的分界線，分界線左側(cè)為健康人樣本，右側(cè)為肺癌樣本。根據(jù)留一法交叉檢驗(yàn)，得到該模型的靈敏度為 85.19%，特異性為81.48%。

2.1.2 ANN模型

ANN模型將56個(gè)特征值輸入到BP人工神經(jīng)網(wǎng)絡(luò)的輸入層，傳遞函數(shù)為sigmod函數(shù)。輸出層為1個(gè)神經(jīng)元，如果輸入的樣本為肺癌，則神經(jīng)網(wǎng)絡(luò)輸出層的神經(jīng)元期望值為1;如果輸入的樣本為健康人，則神經(jīng)網(wǎng)絡(luò)輸出層的神經(jīng)元期望值為0。每次訓(xùn)練時(shí)，可以通過調(diào)節(jié)隱含層的層數(shù)和神經(jīng)元的個(gè)數(shù)以及學(xué)習(xí)速率和慣性系數(shù)來調(diào)整模型，使模型工作在最佳狀態(tài)，最終隱含層的神經(jīng)元個(gè)數(shù)為7個(gè)，并得到神經(jīng)網(wǎng)絡(luò)的權(quán)值(網(wǎng)絡(luò)結(jié)構(gòu)見圖4)。然后，用這個(gè)權(quán)值對(duì)當(dāng)前測(cè)試樣本進(jìn)行測(cè)試，當(dāng)神經(jīng)網(wǎng)絡(luò)輸出層，神經(jīng)元值大于0.5時(shí)，則模型判斷結(jié)果為肺癌，否則為健康人。根據(jù)留一法交叉檢驗(yàn)，得到靈敏度為92.59%，特異性為88.89%。

圖3 LDA分類結(jié)果(三角形表示肺癌樣本，方塊表示健康人樣本)。(a)二維分類結(jié)果;(b)一維分類結(jié)果Fig.3 Discrimination result of LDA(The triangles symbolizelung cancer.The squares symbolize the healthy).(a)Two-dimensional result;(b) One dimensional result

圖4 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 The structure of ANN

2.1.3 PLS模型

圖5 PLS模型分類結(jié)果(圓圈表示肺癌樣本，三角形表示健康人樣本)Fig.5 Discrimination result of PLS (The circles symbolizelung cancer.The triangles symbolize the healthy)

PLS模型將56個(gè)特征值自變量與樣本類型這個(gè)因變量之間的關(guān)系擬合成一個(gè)回歸方程。樣本類型為肺癌患者，則因變量的期望值為0;樣本類型為健康人，則因變量的期望值為1。圖5是該模型的分類結(jié)果，可以看出，以0.5為分界線，有少量肺癌樣本的回歸方程輸出值介于0.5～1之間，也有少量健康人落入肺癌區(qū)間。采用留一法對(duì)該模型進(jìn)行測(cè)試，最終得到靈敏度為 81.48%，特異性為88.89%。

2.2 復(fù)合算法建模

采用PCA算法提取出具有最大貢獻(xiàn)率的4個(gè)主成分的累積貢獻(xiàn)率為78%。具有最大貢獻(xiàn)率的3個(gè)主成分的分布如圖6所示。

圖6 PCA分布(三角形表示肺癌樣本，方塊表示健康人樣本)Fig.6 The discrimination chart of PCA(The triangles symbolize lung cancer.The squares symbolize the healthy)

2.2.1 PCA-LDA模型

圖7是PCA-LDA模型的二維和一維分類結(jié)果。留一法對(duì)一維PCA-LDA模型的測(cè)試結(jié)構(gòu)顯示，該模型的靈敏度為92.59%，特異性為77.78%。

圖7 PCA-LDA分類結(jié)果(三角形表示肺癌樣本，方塊表示健康人樣本)。(a)二維分類結(jié)果;(b)一維分類結(jié)果Fig.7 Discrimination result of PCA-LDA(The triangles symbolize lung cancer.The squares symbolize the healthy).(a)Two-dimensional result;(b)One-dimensional result

2.2.2 PCA-ANN模型

該模型的留一法測(cè)試靈敏度為85.19%，特異性為66.67%。

2.2.3 PCA-PLS模型

PCA-PLS模型的結(jié)果見圖8，并得到靈敏度為77.78.%，特異性為85.19%。

2.3 人工神經(jīng)網(wǎng)絡(luò)模型評(píng)價(jià)MOS和SAW特征值各自對(duì)分類的貢獻(xiàn)

從以上6種模型中可以看出，人工神經(jīng)網(wǎng)絡(luò)模型具有最高的靈敏度和特異性，所以用該方法分別對(duì)MOS和SAW的特征值進(jìn)行分析。

2.3.1 MOS特征值建模

將MOS的54個(gè)特征值構(gòu)建ANN模型，再用留一法對(duì)模型進(jìn)行測(cè)試，得到靈敏度為85.19%，特異性為77.78%(見表5)。

圖8 PCA-PLS分類結(jié)果 (圓圈表示肺癌患者樣本，三角形表示健康人樣本)Fig.8 Discrimination result of PCA-PLS(The circles symbolize lung cancer.The triangles symbolize controls)

表5 MOS、SAW和MOS-SAW的特征值建模結(jié)果Tab.5 The result of MOS，SAW and MOS-SAW models

2.3.2 SAW特征值建模

將SAW的2個(gè)特征值構(gòu)建ANN模型，并用留一法進(jìn)行評(píng)價(jià)，得到靈敏度為88.89%，特異性為74.07%(見表5)。

3 討論

對(duì)以上6種模型的結(jié)果進(jìn)行分析比較，見表6。采用復(fù)合算法建立模型的診斷正確率反而比用單一算法的要低。因?yàn)樗崛〉?個(gè)主成分的累計(jì)貢獻(xiàn)為78%，就意味著有22%的原始信息在PCA分析過程中丟失;由于只將這78%的信息用來做后面的分析，所以導(dǎo)致最終的診斷正確率不如單一算法的診斷正確率。另外，ANN模型具有最高的靈敏度和特異性，這是因?yàn)闃颖绢愋团c從電子鼻原始響應(yīng)曲線中提取出來的特征值之間并非簡(jiǎn)單的線性關(guān)系，說明傳感器信號(hào)的峰高、峰面積等信息與樣本類型之間并非簡(jiǎn)單的線性相關(guān)，所以采用 LDA和PLS算法構(gòu)建的模型特異性和靈敏度都比 ANN模型的要小。所以本研究最終采用了BP人工神經(jīng)網(wǎng)絡(luò)算法來構(gòu)建診斷模型，并對(duì)MOS和SAW兩類傳感器的特征值進(jìn)行比較分析。

用人工神經(jīng)網(wǎng)絡(luò)分別對(duì) MOS、SAW及 MOSSAW特征值建立了3種模型，MOS-SAW特征值構(gòu)建的模型具有最好的特異性和靈敏度，從而可以說明在MOS和SAW的特征值對(duì)區(qū)分肺癌和健康人都有貢獻(xiàn)，進(jìn)一步反映所選取的5種標(biāo)志物在肺癌和健康人樣本中均有差別，因此將MOS和SAW檢測(cè)單元的數(shù)據(jù)聯(lián)合建模的方法在肺癌診斷上具有一定的優(yōu)勢(shì)。但從結(jié)果中也可以看到，除了 PLS和PCA-PLS模型以外，其他模型最終的特異性均比靈敏度低，這可能與只選擇了5種標(biāo)志物有關(guān)，因此在接下來的研究中應(yīng)增加檢測(cè)單元的檢測(cè)對(duì)象，以便同時(shí)提高靈敏度和特異性。

表6 6種模型的結(jié)果比較Tab.6 The comparison of the results of the 6 models

另外，模型的靈敏度和特異性還取決于訓(xùn)練樣本的代表性。由于實(shí)驗(yàn)對(duì)象是未經(jīng)過化療和手術(shù)治療的原發(fā)性肺癌患者，所以在樣本的選擇上要排除一部分不符合的患者。在健康志愿者的篩選上，要考慮性別、年齡、吸煙與肺癌組一致等因素。此外，加上患者呼氣采集過程中的嚴(yán)格控制，如禁食、禁煙12 h以上以及呼吸氣體量等要求，所以目前滿足上述要求的患者樣本量不是很多，影響了模型的靈敏度和特異性。為了進(jìn)一步提高診斷正確率，接下來的研究還需繼續(xù)擴(kuò)大樣本量，減小樣本在年齡、性別、吸煙情況等因素上的差異。

目前，國際上也有人建立了多種基于電子鼻的肺癌呼吸診斷模型，主要都是基于 LDA、PLS、PCA等線性的算法［9－12］，本應(yīng)用這些算法對(duì)前期研發(fā)的MOS-SAW呼吸診斷電子鼻所得到的數(shù)據(jù)進(jìn)行了詳細(xì)分析，結(jié)果表明非線性的人工神經(jīng)網(wǎng)絡(luò)模型在MOS-SAW電子鼻肺癌呼吸診斷的應(yīng)用中效果最佳。因此，要提高電子鼻的最終診斷正確率，必須找到一種真正能反映呼出氣體中標(biāo)志物與傳感器響應(yīng)結(jié)果之間關(guān)系的算法。筆者采用的人工神經(jīng)網(wǎng)絡(luò)雖具有較高的靈敏度，但要應(yīng)用于臨床檢測(cè)還需繼續(xù)完善，不斷擴(kuò)大樣本量，以期取得更好的臨床應(yīng)用效果。

4 結(jié)論

應(yīng)用呼吸氣體檢測(cè)電子鼻分析了肺癌患者和健康人的呼出氣體樣本，并分析了MOS和SAW2種傳感器檢測(cè)標(biāo)志物的響應(yīng)結(jié)果，對(duì)響應(yīng)結(jié)果的特征值進(jìn)行了多種模式識(shí)別算法分析，并分別對(duì)MOS和SAW檢測(cè)單元的數(shù)據(jù)在肺癌診斷中的意義進(jìn)行了比較分析，最終用模型的靈敏度和特異性來評(píng)價(jià)各個(gè)模型。從臨床實(shí)驗(yàn)結(jié)果中可以看出，所提出的基于呼出氣體檢測(cè)電子鼻的肺癌診斷方法在臨床篩查上取得了很好的效果。下一步，將對(duì)呼出氣體冷凝物中的標(biāo)志物進(jìn)行研究，如氮氧化物、CEA、ET-1、核酸等，因?yàn)檫@些標(biāo)志物可直接和間接地反映支氣管哮喘、慢性阻塞性肺疾病(COPD)、支氣管擴(kuò)張、肺囊性纖維化、肺癌等疾?。?3-14］，具有收集簡(jiǎn)單、無創(chuàng)傷等優(yōu)點(diǎn)［15］和一定的穩(wěn)定性［16］。此外，將對(duì)目前診斷算法做進(jìn)一步改進(jìn)和發(fā)展，結(jié)合氣體和液體不同類型標(biāo)志物的復(fù)合診斷模型和聯(lián)合診斷算法，實(shí)現(xiàn)呼出氣體診斷電子鼻更準(zhǔn)確的診斷效果，最終實(shí)現(xiàn)臨床的應(yīng)用。

［1］Pauling L，Robinson AB，Teranishi R，et al.Quantitative analysis ofurine vaporand breath by gas-liquid partition chromatography［J］.Proc Nat Acad Sci USA，1971，68(10):2374－2376.

［2］Phillips M，Cataneou RN，Cummin ARC，et al.Detection of lung cancer with volatile markers in the breath ［J］.Chest，2003，123:2115－2123.

［3］Chen Xin，Xu Fengjuan，Wang Yue，et al.A study of the volatile organic compounds exhaled by lung cancer cells in vitro for breath diagnosis［J］.Cancer，2007，110(4):835 －844.

［4］Turner APF，Magan N.Electronic noses and disease diagnostics［J］.Nature Reviews Microbiology，2004，2:161 －166.

［5］應(yīng)可凈，黃強(qiáng).呼吸氣體檢測(cè)在肺癌早期診斷中的應(yīng)用［J］.國際呼吸雜志，2006，26(2):143 －145.

［6］於錦.呼出氣體及其冷凝物中肺癌標(biāo)志物及其檢測(cè)方法的研究［D］.杭州:浙江大學(xué)，2011.

［7］Yu Kai，Wang Yishan，Yu Jin，et al.A portable electronic nose intended for home healthcare based on a mixed sensor array and multiple desorption methods［J］.Sensor Letters，2011，9:876－883.

［8］王樂，王鏑，於錦，等.基于諧振型SAW 傳感器的呼吸檢測(cè)系統(tǒng)設(shè)計(jì)［J］.傳感技術(shù)學(xué)報(bào)，2011，24(4):498－502.

［9］Dragonieri S，Annema JT，Schot R，et al.An electronic nose in the discrimination of patients with non-small cell lung cancer and COPD［J］.Lung Cancer，2009，64(2):166 －170.

［10］D’Amico A，Pennazza G，Santonico M，et al.An investigation on electronic nose diagnosis of lung cancer［J］.Lung Cancer，2010，68(2):170－176.

［11］Machado RF，Laskowski D，Deffenderfer O，et al.Detection of lung cancer by sensor array analyses of exhaled breath［J］.American Journal of Respiratory and Critical Care Medicine，2005，171:1286－1291.

［12］Di Natale C，Macagnano A，Martinelli E，et al.Lung canceridentification by analysis of breath by means of an array of nonselective gas sensors［J］.Biosensors and Bioelectronics，2003，18(10):1209－1218.

［13］劉加良，金號(hào)令，呂曉東，等.呼出氣冷凝液癌胚抗原測(cè)定對(duì)肺癌的診斷價(jià)值［J］.臨床內(nèi)科雜，2004，21(4):230.

［14］Christian G，Hartmut K，Katja T，et al.Detection of p53 gene mutations in exhaled breath condensate of non-small cell lung cancer patients［J］.Lung Cancer，2009，64:219 －225.

［15］Hunt JF，F(xiàn)angK，Malik R，etal. Endogenousairway acidification:implications for asthma pathophysiology ［J］.American Journal of Respiratory and Critical Care Medicine，2000，161:694－699.

［16］Carpagnano GE，RestaO，F(xiàn)oschino-Barbaro MP，etal.Interleukin-6 is increased in breath condensate of patients with non-small-celllung cancer［J］. InternationalJournalof Biological Markers，2002，17:141 －415.