小波分析在PSA定量仪器中的应用_临床医学论文.docVIP

小波分析在PSA定量仪器中的应用_临床医学论文.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
小波分析在PSA定量仪器中的应用_临床医学论文 小波分析在PSA定量仪器中的应用_临床医学论文 【关键词】 小波分析 前列腺特异性抗原A(prostate specific antigen,PSA)由前列腺上皮细胞产生,在前列腺腺体的腺泡和腺管上皮细胞内合成,是一种唯一由前列腺上皮产生的蛋白,其特异性较高 [1] 。随着人口老龄化及饮食结构的改变,前列腺癌的发病率也逐年上升。尤为突出的是前列腺潜伏癌发病率之高在恶性肿瘤中是独一无二的,已成为越来越影响公众健康的问题。因此前列腺癌的检测已成为肿瘤研究的重要课题。现今国内外对PSA定量测试主要采用化学发光免疫分析法 [2] 、非同位素的免疫分析、同位素标记免疫分析、免疫放射分析(IRMA)和酶联免疫法 [3] (ELISA试剂盒)。化学发光免疫分析法和酶联免疫法这两种方法的配套仪器已经问世并且达到了定量的水平。在本文中,笔者将介绍小波分析在PSA金标试条定量测定仪器中的应用,并将其与Beck-man发光检测仪(Beckman access immunoassay system)做对比分析,结果表明它们之间线性相关性良好。 1 小波分析在PSA定量仪器中的应用小波分析自产生以来,因其在信号处理中的无限优越性,已经成为信号处理最有力的工具。小波分析是在Fouri-er分析基础上发展起来的,同时又克服了Fourier变换的一些缺点,使它成为继Fourier变换之后的有力信号处理工具 [4] 。在应用上,小波分析具有时―频分析的特性,因此比Fourier分析和窗口Fourier分析应用更广泛。现在小波分析已被应用在信号分析、图像处理、数学领域的许多学科、军事电子对抗与武器的智能化、大型机械的故障诊断、天然气储量的预测及勘探井位的确定、医学成像与诊断等工程应用方面 [4,5] 。在本节的后两部分中,将介绍小波分析在PSA定量仪器中的应用:小波分析在定位金标试条测试信号线的应用及小波分析在去噪中的应用。 1.1 金标试条测试线的定位 在金标试条定量检测中,仪器采集到的信号含有奇异点及不规则的突变部分;这些部分是金标试条显色线对应的部分,往往携带比较重要的信息,是仪器检测的重点。小波函数因具有“自适应”及“变焦”特性,有很好的空间局部化性质,通过信号的小波变换模极值点在多尺度上的综合表现来表示信号的突变或暂态特征 [6] 。因此对突变信号的突变性即突变点的位置及突变度大小的分析非常有效。对突变信号的检测或突变点位置的定位,在小波分析中利用分析信号的奇异性得到。信号的奇异性分析方法有 [7] :基于多分辨率分析的奇异性检测方法、二进制离散小波变换的奇异性检测方法、连续小波变换的奇异性检测方法。随后简单介绍多分辨率分析的奇异性检测方法。小波变换用于确定金标试条曲线信号的测试线位置的基本步骤如下(以多分辨率分析的奇异性检测方法为例):(1)去除噪声;(2)为满足多分辨率分析均匀采样要求,以及提高定位的精确度,首先采用3次样条插值法,对金标试条信号曲线进行插值,得到较光滑的金标试条信号曲线;(3)通过Mallat算法对插值后的N个金标试条信号数据进行J(J=3或4)尺度的小波分解,分解得到逼近系数C JK 和细节系数d jk (j=1,2…N),然后根据重构公式对各个尺度的细节系数d jk (j=1,2,…N)进行直接小波重构,得到重构系数D jk ,取其模值D jk ;(4)从j=J开始搜索D jk 的局部极大值,并确定模极大值线,直到j=0,由此确定金标试条曲线的奇异点位置,即为测试线的精确位置。 1.2 金标试条信号的去噪应用 金标试条信号在采集和传输的过程中,不可避免地会受到自然和人为的各种干扰,在对金标试条信号进行判读之前,有必要对信号进行去噪处理,提高信噪比。小波分析的滤波方法克服了传统滤波方法的不足,其理论基础是利用小波变换在时间域和频率域同时具有良好的局部化性质的优点,克服了传统滤波法只能对信号的频率域进行处理的缺陷。因此,小波去噪理论比经典的频率域滤波方法更具有灵活性。 1.2.1 小波去噪理论中的去噪方法 [8] 小波分解与重构法去噪、非线性小波变换阈值法去噪、基于阈值处理的平移不变量小波去噪法、小波变换模极大值法去噪。在本文中,笔者提出了基于模极大值处理的平移不变量小波去噪法。 1.2.2 基于模极大值的平移不变量小波去噪法是在平移不变量小波去噪法上的改进 在平移不变量小波去噪法中,对平移后的信号采用小波变换再进行阈值化去噪处理,因为阈值化去噪处理有其固有的不利条件,即不管是硬阈值化还是软阈值化处理,去噪之后得到的恢复信号都缺乏原始信号的光滑度。在基于模极大值的平移不变量小波去噪法中,对小波变换后采用模极大值法去噪处理,可以有效的保留信号在奇异点上的信息,并最大可能的去除噪

文档评论(0)

619731806 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档