应用PCA方法分析拉曼光谱检测结果对乳腺良恶性疾病鉴别诊断的价值

［摘 要］目的：探讨便携式拉曼光谱在检测新鲜乳腺病灶、正常乳腺组织中应用价值，阐明主成分分析（PCA）方法在处理拉曼光谱检测结果、构建乳腺病变鉴别数学模型和鉴别病变性质中的应用价值。方法：收集2011年5月-2012年5月吉林大学第一医院乳腺外科手术的168例患者（乳腺癌及乳腺良性病变）的新鲜乳腺组织，患者均为女性，年龄22~75岁。其中51例正常组织、66例良性病变组织和51例恶性病变组织，应用便携式拉曼光谱仪进行检测，得出光谱结果；采用PCA方法处理数据，构建病灶鉴别模型，马氏距离法判别数据处理方法的优劣。结果：检测乳腺组织及病灶标本共得到1 800个拉曼光谱，正常组织的特征峰出现在1 078、1 267、1 301、1 440、1 654和1 746 cm-1，而良性和恶性病变组织的特征峰出现在1 281、1 341、1 381、1 417、1 465、1 530和1 637 cm-1，良性和恶性病变组织的主要不同则集中在1 340和1 480 cm-1。PCA方法判别正常组织、良性和恶性病变组织标本的正确率分别是80%、56%和85%。结论：便携式拉曼光谱仪能够检测乳腺组织和病灶，正常组织、良性与恶性病变组织拉曼光谱结果均存在显著差异，PCA方法可以用来构建鉴别模型，但在鉴别良性病变时准确性还不理想。