CN113376199A - 一种用于癌症检测的生化分析检测系统 - Google Patents
一种用于癌症检测的生化分析检测系统 Download PDFInfo
- Publication number
- CN113376199A CN113376199A CN202110518608.3A CN202110518608A CN113376199A CN 113376199 A CN113376199 A CN 113376199A CN 202110518608 A CN202110518608 A CN 202110518608A CN 113376199 A CN113376199 A CN 113376199A
- Authority
- CN
- China
- Prior art keywords
- detection
- sample
- module
- cancer
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 188
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 78
- 201000011510 cancer Diseases 0.000 title claims abstract description 43
- 238000012742 biochemical analysis Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000005516 engineering process Methods 0.000 claims abstract description 33
- 238000013528 artificial neural network Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000005481 NMR spectroscopy Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 12
- 206010006187 Breast cancer Diseases 0.000 claims abstract description 6
- 208000026310 Breast neoplasm Diseases 0.000 claims abstract description 6
- 208000008839 Kidney Neoplasms Diseases 0.000 claims abstract description 6
- 206010060862 Prostate cancer Diseases 0.000 claims abstract description 6
- 208000000236 Prostatic Neoplasms Diseases 0.000 claims abstract description 6
- 206010038389 Renal cancer Diseases 0.000 claims abstract description 6
- 201000010982 kidney cancer Diseases 0.000 claims abstract description 6
- 230000002503 metabolic effect Effects 0.000 claims description 33
- 210000004369 blood Anatomy 0.000 claims description 16
- 239000008280 blood Substances 0.000 claims description 16
- 210000002700 urine Anatomy 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 239000002207 metabolite Substances 0.000 claims description 12
- 210000002966 serum Anatomy 0.000 claims description 12
- 238000013399 early diagnosis Methods 0.000 claims description 11
- 230000033228 biological regulation Effects 0.000 claims description 9
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 238000005119 centrifugation Methods 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000009792 diffusion process Methods 0.000 claims description 6
- 238000003068 pathway analysis Methods 0.000 claims description 6
- 230000002572 peristaltic effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 238000000491 multivariate analysis Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 206010012601 diabetes mellitus Diseases 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000037361 pathway Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000007473 univariate analysis Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 210000001124 body fluid Anatomy 0.000 description 4
- 239000010839 body fluid Substances 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002705 metabolomic analysis Methods 0.000 description 4
- 230000001431 metabolomic effect Effects 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000005388 cross polarization Methods 0.000 description 3
- 230000037353 metabolic pathway Effects 0.000 description 3
- 239000004005 microsphere Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 208000005016 Intestinal Neoplasms Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000000259 anti-tumor effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000000655 nuclear magnetic resonance spectrum Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 208000030507 AIDS Diseases 0.000 description 1
- 206010019851 Hepatotoxicity Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000713772 Human immunodeficiency virus 1 Species 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000005004 MAS NMR spectroscopy Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000005384 cross polarization magic-angle spinning Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 231100000334 hepatotoxic Toxicity 0.000 description 1
- 230000003082 hepatotoxic effect Effects 0.000 description 1
- 238000004008 high resolution magic-angle spinning Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 201000009019 intestinal benign neoplasm Diseases 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004001 molecular interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 238000004223 overdiagnosis Methods 0.000 description 1
- 229960005489 paracetamol Drugs 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000001991 pathophysiological effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 150000003384 small molecules Chemical class 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000000439 tumor marker Substances 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 238000012070 whole genome sequencing analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/10—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明属于癌症检测平台技术领域，具体公开了一种用于癌症检测的生化分析检测系统，包括样本采集模块（100）、样本处理模块（200）、样本预检测模块（300）、样本分类模块（400）、样本复检测模块（500）、计算机处理模块（600）、结果输出模块（700）；检测完成后，计算机处理模块（600）对检测结果进行处理，结合神经网络学习，计算出检测结果，将检测结果通过输出模块（700）输出；本生化分析检测系统集成度高，自动化程度高，基于代谢组学和人工神经网络分析，结合先进的魔角旋转核磁共振技术，能够对结果智能分析，得出高度准确的结果，适用于各种癌症，特别是肾癌，前列腺癌，乳腺癌等常见癌症的高通量无创检测。
Description
技术领域
本发明属于癌症检测平台技术领域，具体公开了一种用于癌症检测的生化分析检测系统。
背景技术
肿瘤已经成为严重威胁人类生存健康的重大疾病之一，其发病率及死亡率均 呈上升趋势。目前，诊断癌症的基本方法有超声法(US)，计算机断层摄影术(CT)，磁共振影像学(MRI)，正离子放射X线断层摄影术(PET)。但是上述方法存在着成本高，存在辐射，无法早期发现等缺陷。而目前已发现大量与人类肿瘤相关的标志物，利用这些肿瘤相关标志物信息，可以及时、有效地预测客户罹患这些肿瘤疾病的可能和风险。
肿瘤标记物(tumor marker，TM)是指肿瘤组织产生的可以反映肿瘤自身存在的化学物质，在肿瘤普查、诊断、判断预后和转归、评价治疗疗效和高危人群随访观察等方面都具有较大的实用价值。目前，用于临床诊断的肿瘤标记物有多种，标本可来源于血液、体液和组织标本等。在传统方式中，一般只能对肿瘤标记物进行定项检查，其效率十分低下。有鉴于此，业界近年来发展出多种肿瘤标记物的联合检测方法，其中典型的方案有如下两种：其一是美国Luminex Co.研发的荧光编码微球技术，其基本原理是利用荧光染料的不同组合对微球进行多重编码，在“肿瘤标记物”检测中，有共检7项，但由于其本身技术局限性（参阅US 7,871,770 B2说明书背景技术的分析），难于增加检测项。其二是美国BeckmanCoulter. Inc研发的肿瘤标记物定量检测试剂盒，其属于非共检试剂盒，主要应用化学发光法进行检测，操作繁琐，效率亦有待提高，目前主要作为前述Luminex Co.研发的荧光编码微球技术的补充。CN202011275538.5公开了一种肠道肿瘤检测系统，包括检测装置、取样装置、处理装置、导航装置、感应装置、转向装置和处理器，为对所述肠道中的肿瘤的参数进行采集。但是这种检测系统只能用于对肠道肿瘤的检测，并且操作繁琐。CN201310455363.X公开了联合检测多项肿瘤标记物的编码悬浮微芯片的制法及应用，该制法包括：提供编码悬浮微芯片基体，包括透明基底和分布在透明基底表面的用作图形识别码的不透明平面微结构；以及提供对应于10种以上肿瘤标记物的抗体对；但是上述方案要使用大量的抗体，成本高，检测步骤也比较繁琐。
代谢组学是新型的一门科学，是效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，是系统生物学的组成部分。其研究对象大都是相对分子质量1000以内的小分子物质。先进分析检测技术结合模式识别和专家系统等计算分析方法是代谢组学研究的基本方法。基于NMR的代谢组学结合多变量数据分析，通过观察各种组织和体液的代谢状态在分子水平上探索代谢途径，已经被完善地建立起来。目前代谢组学已经得到广泛的应用，如描述对乙酰氨基酚的肝毒性效应，HIV-1阳性/AIDS患者利用抗病毒疗法后与HIV-1阴性个体对照，还有疾病诊断例如诊断人的冠心病的发生与病情进展。还有观察正常和异常的肾皮质活体组织样本的区别，利用模式识别和魔角旋转NMR氢谱，使得正常和肿瘤的肾皮质得到100％的区分。而核磁共振波谱检测能够实现的高选择性和重复性技术：通过发展先进的核磁共振脉冲序列，建立单量子相干极化转移技术，实现特定功能代谢物的原位核磁检测与定量。
与基因组学和蛋白质组学相比，代谢组学的优势如下：代谢组学与生理学联系更加紧密，小分子的产生和代谢是生物机体作用的最终结果，生物体液的代谢产物分析能够更直接，更准确的反映生物体的病理生理状态；代谢组学放大了基因和蛋白表达的微小变化，从而使检测更容易；代谢组学的研究不需建立全基因组测序及大量表达序列，且代谢产物的种类要远小于基因和蛋白的数目；由于给定的代谢产物在每个组织中都是一样的，所以研究中采用的技术更为通用也更易被人们所接受，此外，进行代谢组学检测费用较低，更普遍被人接受。
因此，如何结合最新的代谢组学和核磁方法，发展出新型方便的技术，进行癌的早期发现和诊断，在分子水平上监控抗肿瘤治疗的疗效，特别是利用易得的生物体液样品得到的代谢信息，开发出一套用于癌症检测的生化分析检测平台，具有十分的迫切需要。
发明内容
针对以上不足，本发明公开了一种用于癌症检测的生化分析检测系统。适用于各种癌症，特别是肾癌，前列腺癌，乳腺癌等常见癌症的高通量无创检测。
本发明的技术方案如下：
一种用于癌症检测的生化分析检测系统，包括样本采集模块、样本处理模块、样本预检测模块、样本分类模块、样本复检测模块、计算机处理模块、结果输出模块；所述本采集模块用于采集液态的生理样本，采集之后将原始的生理样本备送入所述样本处理模块，经过样本处理模块处理后，分成4份，3份为备份，1份送入样品预检测模块进行预检，经过预检之后，根据预检结果，将样本处理模块的一份备份，再送入样品分类模块，根据预检的结果，对样品进行处理，做不同的标记，再送入样本复检测模块进行进一步检测；随后计算机处理模块对检测结果进行处理，结合神经网络学习，计算出检测结果，将检测结果通过输出模块输出。本方案中的神经网络为人工神经网络，是并行分布式系统，采用了与传统人工智能和信息处理技术完全不同的机理，克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷，具有自适应、自组织和实时学习的特点。本方案中的人工神经网络可以代谢表型数据为输入，人群分组为输出，首先进行正态化和归一化处理，然后运用多级同步的算法建立输入输出的关系，最后通过双盲法采集新的样本数据对模型进行验证。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述样品采集模块为血液采集装置，包括采集器、管路、蠕动泵、传感器、控制模块、样品管；所述采集器用于采血，采集后的血液通过管路在蠕动泵的带动以及控制模块的控制下，经过传感器，存储在样品管中。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述样本处理模块包括离心模块和自动加样系统，样品经过离心模块离心后，自动加样系统根据程序选择离心后的组分，加入到所述样本预检测模块中。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述样本预检测模块中包括有全自动血液分析仪。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述样本分类模块根据样本预检测模块的数据，当发现其有异常数据是，对单个异常指标做检测结果评估分析，和/或对多个联合的异常指标做检测结果评估分析，进行分类后，对样品进行处理，做不同的标记，再送入样本复检测模块。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述样本复检测模块中包括带有魔角旋转核磁共振技术的核磁设备，使用多种核素和二维核磁共振代谢物无损检测方法，利用分子的扩散系数不同，结合核磁共振脉冲梯度场技术发展二维和三维扩散排序核磁共振谱新技术分析复杂混合物。魔角旋转核磁共振技术包括交叉极化魔角旋转(CP-MAS) 和高分辨魔角旋转(HR-MAS) 两项新技术，主要用于固体的测定。迄今为止，进行核磁共振谱测定时，通常要将样品先制成溶液然后再进行测定。这是由于固体分子不能自由运动，自旋之间的耦合较强，核磁共振谱分辨率很差，13C核在外磁场中有各种取向，造成吸收峰很宽（各向异性宽峰），掩盖了其他精细的谱线结构。耦合能大小与核的相对位置在磁场中的取向有关，其因子是(3cos²β-1)。针对固体化学位移的各向异性以及自旋晶格驰豫时间很长的缺点，采用交叉极化魔角旋转技术，通过使样品在旋转轴与磁场方向夹角为β=θ=54.7°（魔角）的方向高速旋转以及交叉极化等方法，则3cos²β-1=0，从而达到了窄化谱线的目的。简言之，魔角旋转技术就是通过样品的旋转来达到减小分子相互作用的目的，将β与θ的差别平均掉，使上述不足之处得以顺利解决。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述计算机处理模块安装有能够实现下述功能的程序：1早期疾病特异性代谢表型特征鉴定和代谢调控通路分析；2基于人工神经网络模型的早期诊断技术建立和验证。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述1早期疾病特异性代谢表型特征鉴定和代谢调控通路分析，包括：采用单变量和多变量分析，筛选和鉴定早期肿瘤特异性代谢特征，结合KEGG和HMDB代谢数据库构建和研究早期肿瘤代谢调控通路的变化。并运用低级别，中级别和高级别融合技术对血清和尿液代谢表型数据进行融合处理，优化其中的关键参数，获得更全面更准确的早期肿瘤和糖尿病代谢表型数据；所述2基于人工神经网络模型的早期诊断技术建立和验证，包括，构建单独基于血清或尿液以及基于融合血清和尿液代谢物信息的人工神经网络模型，运用AUC值和预测准确率评价模型性能，AUC值和准确率越大，模型性能就越好，最终选择最佳的基于人工神经网络模型的早期诊断体系。KEGG 是了解高级功能和生物系统（如细胞、 生物和生态系统），从分子水平信息，尤其是大型分子数据集生成的基因组测序和其他高通量实验技术的实用程序数据库资源。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述结果输出模块中包括显示屏和无线传输装置。通过无线传输装置，可以将结果直接输出到移动端，方便医生和病人的远程的查看，在此基础上后续还可以开发多套APP配合使用。
进一步的，上述一种用于癌症检测的生化分析检测系统，所述癌症选自肾癌、乳腺癌、前列腺癌，所述检测系统用于上述癌症的预测、检测和评估。
根据以上技术方案可知，本发明公开的一种用于癌症检测的生化分析检测系统至少有以下有益效果：
1.肿瘤精准诊断对于精准或者个性化治疗至关重要，对于泌尿系统癌症，临床上往往存在过诊或者失诊现象，对患者的治疗极其不利，治疗效果也会大大下降。取血取尿在医院化验过程中比较常用，简单快速，相对于穿刺活检几乎无损伤且病人面临的压力也小。本发明中研发生化分析检测系统将提高癌早期诊断准确率，避免误诊和失诊给患者带来的不必要的痛苦，辅助医生制定及时准确的治疗方案，有利于患者早日康复，减少癌症恶化给人们带来的精神和经济上的压力。
2.本发明中的一种用于癌症检测的生化分析检测系统，是结合最新的代谢组学和核磁方法，发展出新型方便的检测系统平台；能够进行各种癌症的早期发现和诊断，并且在分子水平上监控抗肿瘤治疗的疗效，特别的是本检测系统平台，利用易得的生物体液样品得到的代谢信息，可以实现无创，高通量的筛查，大大降低的检测成本和时间，特别适合肾癌、前列腺癌和乳腺癌这类早期难以发现的癌症；同时本生化分析检测系统集成度高，占地小，节省试剂，智能化程度高，可以无缝连接无线APP，进行结果的无线输出。
附图说明
附图1为本发明实施例1中一种用于癌症检测的生化分析检测系统的示意图。
附图2为本发明实施例2中一种用于癌症检测的生化分析检测系统的示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
如附图1所示，一种用于癌症检测的生化分析检测系统，其特征在于，包括样本采集模块100、样本处理模块200、样本预检测模块300、样本分类模块400、样本复检测模块500、计算机处理模块600、结果输出模块700；所述本采集模块100用于采集液态的生理样本，采集之后将原始的生理样本备送入所述样本处理模块200，经过样本处理模块200处理后，分成4份，3份为备份，1份送入样品预检测模块300进行预检，经过预检之后，根据预检结果，将样本处理模块200的一份备份，再送入样品分类模块400，根据预检的结果，对样品进行处理，做不同的标记，再送入样本复检测模块500进行进一步检测；随后计算机处理模块600对检测结果进行处理，结合神经网络学习，计算出检测结果，将检测结果通过输出模块700输出。
工作时：通过样本采集模块100采集病人的样本，所述样本优选是血液或者尿液，随后将上述样本通过管道输入样本处理模块200中，进行样本离心，加样等样本的预处理，并进行样本的备份保存等活动，随后处理后的样本进入样本预检测模块300，使用通用的生化仪器进行常规的分析，之后对上述结果进行初步的分析，与正常的数据样本进行对照发现其异常数据，随后进入样本分类模块400中，根据其异常对样本做标记后再取一份备份的样品进入样本复检测模块500进行进一步检测，随后计算机处理模块600对检测结果进行处理，结合神经网络学习，通过对大样本的HMDB代谢通路中的数据进行比对，计算出检测结果，将检测结果通过输出模块700输出。
实施例2
如附图2所示，一种用于癌症检测的生化分析检测系统，其特征在于，包括样本采集模块100、样本处理模块200、样本预检测模块300、样本分类模块400、样本复检测模块500、计算机处理模块600、结果输出模块700；所述本采集模块100用于采集液态的生理样本，采集之后将原始的生理样本备送入所述样本处理模块200，经过样本处理模块200处理后，分成4份，3份为备份，1份送入样品预检测模块300进行预检，经过预检之后，根据预检结果，将样本处理模块200的一份备份，再送入样品分类模块400，根据预检的结果，对样品进行处理，做不同的标记，再送入样本复检测模块500进行进一步检测；随后计算机处理模块600对检测结果进行处理，结合神经网络学习，计算出检测结果，将检测结果通过输出模块700输出；进一步的，所述样品采集模块100为血液采集装置，包括采集器110、管路120、蠕动泵130、传感器140、控制模块150、样品管160；所述采集器110用于采血，采集后的血液通过管路120在蠕动泵130的带动以及控制模块150的控制下，经过传感器140，存储在样品管160中；优选的，所述样本处理模块200包括离心模块210和自动加样系统220，样品经过离心模块200离心后，自动加样系统220根据程序选择离心后的组分，加入到所述样本预检测模块300中；特别的，所述样本预检测模块300中包括有全自动血液分析仪；进一步的，所述样本分类模块400根据样本预检测模块300的数据，当发现其有异常数据是，对单个异常指标做检测结果评估分析，和/或对多个联合的异常指标做检测结果评估分析，进行分类后，对样品进行处理，做不同的标记，再送入样本复检测模块500；优选的，所述样本复检测模块500中包括带有魔角旋转核磁共振技术的核磁设备，使用多种核素1H、13C、31P等和二维核磁共振代谢物无损检测方法，利用分子的扩散系数不同，结合核磁共振脉冲梯度场技术发展二维和三维扩散排序核磁共振谱新技术分析复杂混合物；特别的，所述计算机处理模块600安装有能够实现下述功能的程序：1早期疾病特异性代谢表型特征鉴定和代谢调控通路分析；2基于人工神经网络模型的早期诊断技术建立和验证；进一步的，所述1早期疾病特异性代谢表型特征鉴定和代谢调控通路分析，包括：采用单变量和多变量分析，筛选和鉴定早期肿瘤特异性代谢特征，结合KEEG代谢数据库构建和研究早期肿瘤代谢调控通路的变化。并运用低级别，中级别和高级别融合技术对血清和尿液代谢表型数据进行融合处理，优化其中的关键参数，获得更全面更准确的早期肿瘤和糖尿病代谢表型数据；所述2基于人工神经网络模型的早期诊断技术建立和验证，包括，构建单独基于血清或尿液以及基于融合血清和尿液代谢物信息的人工神经网络模型，运用AUC值和预测准确率评价模型性能，AUC值和准确率越大，模型性能就越好，最终选择最佳的基于人工神经网络模型的早期诊断体系；进一步的，所述结果输出模块700中包括显示屏710和无线传输装置720；优选的，所述癌症选自肾癌、乳腺癌、前列腺癌，所述检测系统用于上述癌症的预测、检测和评估。
工作时：通过样本采集模块100采集病人的样本，所述样本优选是血液或者尿液，随后将上述样本通过管道输入样本处理模块200中，进行样本离心，加样等样本的预处理，并进行样本的备份保存等活动，随后处理后的样本进入样本预检测模块300，使用通用的生化仪器进行常规的分析，之后对上述结果进行初步的分析，与正常的数据样本进行对照发现其异常数据，随后进入样本分类模块400中，根据其异常对样本做标记后再取一份备份的样品进入样本复检测模块500进行进一步检测，随后计算机处理模块600对检测结果进行处理，结合神经网络学习，通过对大样本的KEEG代谢通路中的数据进行比对，计算出检测结果，将检测结果通过输出模块700输出。
以上仅为本发明的较佳实施例而已，不能以此限定本发明的保护范围，即大凡依本发明权利要求书及实用新型内容所做的简单的等效变化与修改，皆仍属于本发明专利申请的保护范围。
Claims (10)
1.一种用于癌症检测的生化分析检测系统，其特征在于，包括样本采集模块（100）、样本处理模块（200）、样本预检测模块（300）、样本分类模块（400）、样本复检测模块（500）、计算机处理模块（600）、结果输出模块（700）；所述本采集模块（100）用于采集液态的生理样本，采集之后将原始的生理样本备送入所述样本处理模块（200），经过样本处理模块（200）处理后，分成4份，3份为备份，1份送入样品预检测模块（300）进行预检，经过预检之后，根据预检结果，将样本处理模块（200）的一份备份，再送入样品分类模块（400），根据预检的结果，对样品进行处理，做不同的标记，再送入样本复检测模块（500）进行进一步检测；随后计算机处理模块（600）对检测结果进行处理，结合神经网络学习，计算出检测结果，将检测结果通过输出模块（700）输出。
2.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述样品采集模块（100）为血液采集装置，包括采集器（110）、管路（120）、蠕动泵（130）、传感器（140）、控制模块（150）、样品管（160）；所述采集器（110）用于采血，采集后的血液通过管路（120）在蠕动泵（130）的带动以及控制模块（150）的控制下，经过传感器（140），存储在样品管（160）中。
3.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述样本处理模块（200）包括离心模块（210）和自动加样系统（220），样品经过离心模块（200）离心后，自动加样系统（220）根据程序选择离心后的组分，加入到所述样本预检测模块（300）中。
4.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述样本预检测模块（300）中包括有全自动血液分析仪。
5.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述样本分类模块（400）根据样本预检测模块（300）的数据，当发现其有异常数据是，对单个异常指标做检测结果评估分析，和/或对多个联合的异常指标做检测结果评估分析，进行分类后，对样品进行处理，做不同的标记，再送入样本复检测模块（500）。
6.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述样本复检测模块（500）中包括带有魔角旋转核磁共振技术的核磁设备，使用多种核素（1H、13C、31P等）和二维核磁共振代谢物无损检测方法，利用分子的扩散系数不同，结合核磁共振脉冲梯度场技术发展二维和三维扩散排序核磁共振谱新技术分析复杂混合物。
7.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述计算机处理模块（600）安装有能够实现下述功能的程序：（1）早期疾病特异性代谢表型特征鉴定和代谢调控通路分析；（2）基于人工神经网络模型的早期诊断技术建立和验证。
8.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述（1）早期疾病特异性代谢表型特征鉴定和代谢调控通路分析，包括：采用单变量和多变量分析，筛选和鉴定早期肿瘤特异性代谢特征，结合KEGG和HMDB代谢数据库构建和研究早期肿瘤代谢调控通路的变化；
并运用低级别，中级别和高级别融合技术对血清和尿液代谢表型数据进行融合处理，优化其中的关键参数，获得更全面更准确的早期肿瘤和糖尿病代谢表型数据；所述（2）基于人工神经网络模型的早期诊断技术建立和验证，包括，构建单独基于血清或尿液以及基于融合血清和尿液代谢物信息的人工神经网络模型，运用AUC值和预测准确率评价模型性能，AUC值和准确率越大，模型性能就越好，最终选择最佳的基于人工神经网络模型的早期诊断体系。
9.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述结果输出模块（700）中包括显示屏（710）和无线传输装置（720）。
10.根据权利要求1所述的一种用于癌症检测的生化分析检测系统，其特征在于，所述癌症选自肾癌、乳腺癌、前列腺癌，所述检测系统用于上述癌症的预测、检测和评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110518608.3A CN113376199A (zh) | 2021-05-12 | 2021-05-12 | 一种用于癌症检测的生化分析检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110518608.3A CN113376199A (zh) | 2021-05-12 | 2021-05-12 | 一种用于癌症检测的生化分析检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113376199A true CN113376199A (zh) | 2021-09-10 |
Family
ID=77572745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110518608.3A Pending CN113376199A (zh) | 2021-05-12 | 2021-05-12 | 一种用于癌症检测的生化分析检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113376199A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150301056A1 (en) * | 2012-10-25 | 2015-10-22 | Association Pour La Recherche Therapeutique Anti-Cancereuse | Methylglyoxal as a marker of cancer |
| CN105354445A (zh) * | 2015-11-17 | 2016-02-24 | 南昌大学第二附属医院 | 一种基于血液标志物的人工神经网络智能判别系统 |
| US20160210403A1 (en) * | 2015-01-18 | 2016-07-21 | The Regents Of The University Of California | Method and system for determining cancer status |
| CN107133448A (zh) * | 2017-04-10 | 2017-09-05 | 温州医科大学 | 一种代谢组学数据融合优化处理方法 |
| CN112292697A (zh) * | 2018-04-13 | 2021-01-29 | 弗里诺姆控股股份有限公司 | 用于生物样品的多分析物测定的机器学习实施方式 |
-
2021
- 2021-05-12 CN CN202110518608.3A patent/CN113376199A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150301056A1 (en) * | 2012-10-25 | 2015-10-22 | Association Pour La Recherche Therapeutique Anti-Cancereuse | Methylglyoxal as a marker of cancer |
| US20160210403A1 (en) * | 2015-01-18 | 2016-07-21 | The Regents Of The University Of California | Method and system for determining cancer status |
| CN105354445A (zh) * | 2015-11-17 | 2016-02-24 | 南昌大学第二附属医院 | 一种基于血液标志物的人工神经网络智能判别系统 |
| CN107133448A (zh) * | 2017-04-10 | 2017-09-05 | 温州医科大学 | 一种代谢组学数据融合优化处理方法 |
| CN112292697A (zh) * | 2018-04-13 | 2021-01-29 | 弗里诺姆控股股份有限公司 | 用于生物样品的多分析物测定的机器学习实施方式 |
Non-Patent Citations (1)
| Title |
|---|
| 魏婷婷;赵良才;高红昌;: "基于~1H NMR的代谢组学分析糖尿病肾病小鼠血清的代谢模式", 温州医科大学学报, no. 05 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7373256B2 (en) | Method for the identification of molecules and biomarkers using chemical, biochemical and biological data | |
| Schmidt | Metabolomics takes its place as latest up-and-coming “omic” science | |
| CN110991536B (zh) | 原发性肝癌的早期预警模型的训练方法 | |
| WO2021108043A1 (en) | Assessing treatment response with estimated number of tumor cells | |
| CN111812078A (zh) | 基于表面增强拉曼光谱的人工智能辅助前列腺肿瘤早期诊断方法 | |
| CN112748191A (zh) | 诊断急性疾病的小分子代谢物生物标志物及其筛选方法和应用 | |
| CN109470859A (zh) | 一种外泌体蛋白作为鉴别肺结节良恶性标志物及其应用 | |
| CN115099331A (zh) | 基于可解释性机器学习算法的恶性胸腔积液辅助诊断系统 | |
| Chen et al. | Raman spectroscopy reveals abnormal changes in the urine composition of prostate cancer: an application of an intelligent diagnostic model with a deep learning algorithm | |
| Chen et al. | Diagnostic accuracy study of automated stratification of Alzheimer’s disease and mild cognitive impairment via deep learning based on MRI | |
| CN117388495B (zh) | 用于诊断肺癌分期的代谢标志物的应用及试剂盒 | |
| CN111965240A (zh) | 用于甲状腺癌相关筛查及评估的产品、应用及方法 | |
| Bamforth et al. | Diagnosis of inborn errors of metabolism using 1H NMR spectroscopic analysis of urine | |
| CN113376199A (zh) | 一种用于癌症检测的生化分析检测系统 | |
| Rathore et al. | Analysis of MRI data in diagnostic neuroradiology | |
| Desale et al. | A Deep Learning Framework for Multi-Cancer Detection in Medical Imaging | |
| Lam et al. | Pleural effusion lipoproteins measured by NMR spectroscopy for diagnosis of exudative pleural effusions: a novel tool for pore-size estimation | |
| CN110993092A (zh) | 一种基于n-糖指纹图谱和大数据算法鉴别肝硬化及肝癌的方法 | |
| Gowda et al. | Enhanced Magnetic Resonance Imaging for Accurate Classification of Benign and Malignant Brain Cells | |
| Sun et al. | Survival prediction of LGG patients based on deep learning of MRI data and genomic data integration | |
| CN111965238A (zh) | 用于非小细胞肺癌相关筛查及评估的产品、应用及方法 | |
| Alaya et al. | Quantitative evaluation of fiber tractography with a Delaunay triangulation–based interpolation approach | |
| CN118553429B (zh) | 一种代谢性疾病的智能预测模型训练及类别预测方法 | |
| Zhang | Application of deep neural network to prostate cancer diagnosis | |
| Ruiqi et al. | Medical application research based on deep learning-cancer cell classification and recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |