本發(fā)明涉及甲狀旁腺識別技術(shù)領(lǐng)域，尤其為一種基于近紅外自體熒光的術(shù)中實時甲狀旁腺識別方法，包括如下步驟：可疑甲狀旁腺進(jìn)行成像；獲得可疑甲狀旁腺及周圍組織熒光光譜數(shù)據(jù)；判斷光譜圖中是否為甲狀旁腺；進(jìn)行大數(shù)據(jù)分析；訓(xùn)練工智能模型，該種基于近紅外自體熒光的術(shù)中實時甲狀旁腺識別方法中，基于近紅外自體熒光的甲狀旁腺智能識別平臺的研究，將臨床醫(yī)學(xué)與光電子技術(shù)和人工智能相結(jié)合，將最大程度的排除各種主客觀的干擾因素，實現(xiàn)術(shù)中實時、客觀、無創(chuàng)、無造影劑、智能便捷的定位識別甲狀旁腺，解決甲狀腺手術(shù)的最大難題，建立一種客觀、快速的定位識別甲狀旁腺的方法，對整個甲狀腺外科的發(fā)展具有的重大意義。

技術(shù)領(lǐng)域

本發(fā)明涉及甲狀旁腺識別技術(shù)領(lǐng)域，尤其為一種基于近紅外自體熒光的術(shù)中實時甲狀旁腺識別方法。

背景技術(shù)

近年來，全球甲狀腺腫瘤的發(fā)病率迅速上升，在我國的一些省市甲狀腺癌的發(fā)病率已進(jìn)入惡性腫瘤發(fā)病率的前十名，其手術(shù)數(shù)量迅猛增加。在甲狀腺手術(shù)中必須保護(hù)甲狀旁腺以避免HypoPT已成為外科共識。但甲狀旁腺難以實時精確的定位識別是目前甲狀腺手術(shù)中最常見也是最難解決的問題。鑒于此，我們提出一種基于近紅外自體熒光的術(shù)中實時甲狀旁腺識別方法。

發(fā)明內(nèi)容

本發(fā)明的一個目的是通過提出一種基于近紅外自體熒光的術(shù)中實時甲狀旁腺識別方法，以解決上述背景技術(shù)中提出的甲狀旁腺難以實時精確的定位識別的缺陷。

本發(fā)明采用的技術(shù)方案如下：包括如下步驟：

S1、采用甲狀旁腺成像設(shè)備對可疑甲狀旁腺進(jìn)行成像；

S2、采用甲狀旁腺光譜判別設(shè)備獲得可疑甲狀旁腺及周圍組織熒光光譜數(shù)據(jù)；

S3、采用術(shù)中冰凍原理判斷光譜圖中是否為甲狀旁腺；

S4、收集為甲狀旁腺的光譜圖數(shù)據(jù)，進(jìn)行大數(shù)據(jù)分析，并形成人工智能模型；

S5、訓(xùn)練工智能模型，形成甲狀旁腺判別設(shè)備，將可疑甲狀旁腺的成像圖片輸入甲狀旁腺判別設(shè)備，判別是否為甲狀旁腺。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述S1中，甲狀旁腺成像設(shè)備包括785nm激光面光源，3CCD高靈敏度成像系統(tǒng)和濾光系統(tǒng)，濾光系統(tǒng)包括808nm長通濾光片和822nm窄帶濾光片。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述S2中，甲狀旁腺光譜判別設(shè)備包括光譜儀及785nm激光點光源。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述S2中甲狀旁腺光譜判別設(shè)備具體步驟如下：

S2.1、獲取可疑組織、甲狀腺、脂肪及淋巴結(jié)的熒光光譜圖；

S2.2、以脂肪及正常甲狀腺的熒光強度作為基準(zhǔn)，由熒光峰值強度的差異來判定可疑組織是否甲狀旁腺。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述S4中，大數(shù)據(jù)分析方法選用Fisher算法、Svm算法或Knn算法。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述Fisher算法采用線性判別式分析，使用PCA方法進(jìn)行降維的基礎(chǔ)上考慮到訓(xùn)練樣本的類間信息。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述Svm算法采用核函數(shù)對數(shù)據(jù)進(jìn)行升維，Svm算法采用不同的函數(shù)作為核函數(shù)K(x，xi)，構(gòu)造實現(xiàn)輸入不同類型的非線性決策面的學(xué)習(xí)機(jī)器，核函數(shù)包括以下姿態(tài)：

姿態(tài)一：多項式核函數(shù)，其公式如下：

K(x,x_i)＝[(x*x_i)+1]^q；

所得到的是q階多項式分類器；

姿態(tài)二：徑向基核函數(shù)，其公式如下：