小波分析在psa定量?jī)x器中的應(yīng)用

1、<p>　　小波分析在PSA定量?jī)x器中的應(yīng)用</p><p>　　【關(guān)鍵詞】 小波分析</p><p>　　前列腺特異性抗原A（prostate specific antigen，PSA）由前列腺上皮細(xì)胞產(chǎn)生，在前列腺腺體的腺泡和腺管上皮細(xì)胞內(nèi)合成，是一種唯一由前列腺上皮產(chǎn)生的蛋白，其特異性較高 ［1］ 。隨著人口老齡化及飲食結(jié)構(gòu)的改變，前列腺癌的發(fā)病率也逐年上升。尤為突出的是

2、前列腺潛伏癌發(fā)病率之高在惡性腫瘤中是獨(dú)一無(wú)二的，已成為越來(lái)越影響公眾健康的問(wèn)題。因此前列腺癌的檢測(cè)已成為腫瘤研究的重要課題?，F(xiàn)今國(guó)內(nèi)外對(duì)PSA定量測(cè)試主要采用化學(xué)發(fā)光免疫分析法 ［2］ 、非同位素的免疫分析、同位素標(biāo)記免疫分析、免疫放射分析（IRMA）和酶聯(lián)免疫法 ［3］ （ELISA試劑盒）?；瘜W(xué)發(fā)光免疫分析法和酶聯(lián)免疫法這兩種方法的配套儀器已經(jīng)問(wèn)世并且達(dá)到了定量的水平。在本文中，筆者將介紹小波分析在PSA金標(biāo)試條定量測(cè)定儀器中的應(yīng)用

3、，并將其與Beck-man發(fā)光檢測(cè)儀（Beckman access immunoassay system）做對(duì)比分析，結(jié)果表明它們之間線性相關(guān)性良好。</p><p>　　1 小波分析在PSA定量?jī)x器中的應(yīng)用小波分析自產(chǎn)生以來(lái)，因其在信號(hào)處理中的無(wú)限優(yōu)越性，已經(jīng)成為信號(hào)處理最有力的工具。小波分析是在Fouri-er分析基礎(chǔ)上發(fā)展起來(lái)的，同時(shí)又克服了Fourier變換的一些缺點(diǎn)，使它成為繼Fourier變換之后的有

4、力信號(hào)處理工具 ［4］ 。在應(yīng)用上，小波分析具有時(shí)―頻分析的特性，因此比Fourier分析和窗口Fourier分析應(yīng)用更廣泛?，F(xiàn)在小波分析已被應(yīng)用在信號(hào)分析、圖像處理、數(shù)學(xué)領(lǐng)域的許多學(xué)科、軍事電子對(duì)抗與武器的智能化、大型機(jī)械的故障診斷、天然氣儲(chǔ)量的預(yù)測(cè)及勘探井位的確定、醫(yī)學(xué)成像與診斷等工程應(yīng)用方面 ［4，5］ 。在本節(jié)的后兩部分中，將介紹小波分析在PSA定量?jī)x器中的應(yīng)用:小波分析在定位金標(biāo)試條測(cè)試信號(hào)線的應(yīng)用及小波分析在去噪中的應(yīng)用。&

5、lt;/p><p>　　1.1 金標(biāo)試條測(cè)試線的定位 在金標(biāo)試條定量檢測(cè)中，儀器采集到的信號(hào)含有奇異點(diǎn)及不規(guī)則的突變部分;這些部分是金標(biāo)試條顯色線對(duì)應(yīng)的部分，往往攜帶比較重要的信息，是儀器檢測(cè)的重點(diǎn)。小波函數(shù)因具有“自適應(yīng)”及“變焦”特性，有很好的空間局部化性質(zhì)，通過(guò)信號(hào)的小波變換模極值點(diǎn)在多尺度上的綜合表現(xiàn)來(lái)表示信號(hào)的突變或暫態(tài)特征 ［6］ 。因此對(duì)突變信號(hào)的突變性即突變點(diǎn)的位置及突變度大小的分析非常有效。對(duì)突變信

6、號(hào)的檢測(cè)或突變點(diǎn)位置的定位，在小波分析中利用分析信號(hào)的奇異性得到。信號(hào)的奇異性分析方法有 ［7］ :基于多分辨率分析的奇異性檢測(cè)方法、二進(jìn)制離散小波變換的奇異性檢測(cè)方法、連續(xù)小波變換的奇異性檢測(cè)方法。隨后簡(jiǎn)單介紹多分辨率分析的奇異性檢測(cè)方法。小波變換用于確定金標(biāo)試條曲線信號(hào)的測(cè)試線位置的基本步驟如下（以多分辨率分析的奇異性檢測(cè)方法為例）:（1）去除噪聲;（2）為滿足多分辨率分析均勻采樣要求，以及提高定位的精確度，首先采用3次樣條插值法，

7、對(duì)金標(biāo)試條信號(hào)曲線進(jìn)行插值，得到較光滑的金標(biāo)試條信號(hào)曲線;（3）通過(guò)Mallat算法對(duì)插值后的N個(gè)金標(biāo)試條信號(hào)數(shù)據(jù)進(jìn)行J（J=3或4）尺度的小波分解，分解得到逼近系</p><p>　　1.2 金標(biāo)試條信號(hào)的去噪應(yīng)用 金標(biāo)試條信號(hào)在采集和傳輸?shù)倪^(guò)程中，不可避免地會(huì)受到自然和人為的各種干擾，在對(duì)金標(biāo)試條信號(hào)進(jìn)行判讀之前，有必要對(duì)信號(hào)進(jìn)行去噪處理，提高信噪比。小波分析的濾波方法克服了傳統(tǒng)濾波方法的不足，其理論基礎(chǔ)是利

8、用小波變換在時(shí)間域和頻率域同時(shí)具有良好的局部化性質(zhì)的優(yōu)點(diǎn)，克服了傳統(tǒng)濾波法只能對(duì)信號(hào)的頻率域進(jìn)行處理的缺陷。因此，小波去噪理論比經(jīng)典的頻率域?yàn)V波方法更具有靈活性。</p><p>　　1.2.1 小波去噪理論中的去噪方法 ［8］ 小波分解與重構(gòu)法去噪、非線性小波變換閾值法去噪、基于閾值處理的平移不變量小波去噪法、小波變換模極大值法去噪。在本文中，筆者提出了基于模極大值處理的平移不變量小波去噪法。</p&g

9、t;<p>　　1.2.2 基于模極大值的平移不變量小波去噪法是在平移不變量小波去噪法上的改進(jìn) 在平移不變量小波去噪法中，對(duì)平移后的信號(hào)采用小波變換再進(jìn)行閾值化去噪處理，因?yàn)殚撝祷ピ胩幚碛衅涔逃械牟焕麠l件，即不管是硬閾值化還是軟閾值化處理，去噪之后得到的恢復(fù)信號(hào)都缺乏原始信號(hào)的光滑度。在基于模極大值的平移不變量小波去噪法中，對(duì)小波變換后采用模極大值法去噪處理，可以有效的保留信號(hào)在奇異點(diǎn)上的信息，并最大可能的去除噪隨機(jī)噪聲

10、（或白噪聲）?；谀O大值的平移不變小波去噪算法見(jiàn)圖1 ［9，10］ 。（1）對(duì)帶噪聲做循環(huán)平移;（2）對(duì)每次平移后的信號(hào)做小波變換，得出各尺度上的小波系數(shù)W j，k ;（3）對(duì)小波系數(shù)W j，k 進(jìn)行模極大值去噪處理，得出估計(jì)小波系數(shù)^W j，k 。在這一步中，采用模極大值去噪處理，其處理過(guò)程為 ［7～9］ :①搜索小波變換系數(shù)W j，k ，找出每階尺度j上小波變換系數(shù)W j，k 對(duì)應(yīng)的模極大值點(diǎn);②設(shè)最大尺度2 J 上的極

11、值點(diǎn)的最大幅度為A，定義如下的閾值: δ 0 =log 2 （1+2σ） J+Z 。式中σ為噪聲功率，J為最大尺度，Z為一常數(shù);③對(duì)于尺度2 j （1</p><p><b>　　2 對(duì)比實(shí)驗(yàn)</b></p><p>　　2.1 主要材料 金標(biāo)PSA測(cè)定儀（實(shí)驗(yàn)方）由福州大學(xué)科技開(kāi)發(fā)總公司生產(chǎn)，PSA金免疫層析試條為上海美康生物工程有限公司的PSA金免疫層析定量試條。

12、Beckman發(fā)光檢測(cè)儀（對(duì)比方）。</p><p><b>　　2.2 樣本</b></p><p>　　2.2.1 檢測(cè)標(biāo)本的對(duì)象 本檢測(cè)標(biāo)本主要為臨床前列腺疾病患者和前列腺癌癥懷疑的患者。</p><p>　　2.2.2 臨床檢測(cè)樣品 第1組血清樣本是隨機(jī)抽樣的，共10例;第2組血清樣本取自懷疑有前列腺疾病病例，共33例。</p&g

13、t;<p>　　2.2.3 臨床檢測(cè)方法 用金免疫層析試條PSA測(cè)定儀在上海市第七人民醫(yī)院進(jìn)行臨床試驗(yàn)。采用金標(biāo)PSA測(cè)定儀和Beckman發(fā)光檢測(cè)儀做對(duì)照測(cè)試。采用同人同指標(biāo)，對(duì)上述正常隨機(jī)樣本組及臨床懷疑有前列腺疾病組樣本進(jìn)行對(duì)照，做對(duì)比相關(guān)性檢測(cè)。</p><p>　　2.3 臨床實(shí)驗(yàn)數(shù)據(jù)</p><p>　　2.3.1 第1組對(duì)比實(shí)驗(yàn)數(shù)據(jù) 隨機(jī)抽取血清樣品。</

14、p><p>　　2.3.2 第2組對(duì)比實(shí)驗(yàn)數(shù)據(jù) 臨床懷疑前列腺疾病組。</p><p>　　2.4 實(shí)驗(yàn)報(bào)告結(jié)論</p><p>　　2.4.1 測(cè)定結(jié)果相關(guān)性分析 見(jiàn)表1、見(jiàn)表2。</p><p>　　表1 隨機(jī)抽取血清樣品臨床對(duì)比實(shí)驗(yàn)數(shù)據(jù)（略）注:例數(shù)（n）=10;（V=n-1=9），r=0.8376&gt;r 0.05（9） =0.

15、0602;線性相關(guān)</p><p>　　表2 臨床懷疑前列腺疾病組臨床對(duì)比實(shí)驗(yàn)數(shù)據(jù)（略）注:例數(shù)（n）=30;（V=n-1=29），r=0.9339&gt;r 0.05（29） =0.355;線性相關(guān) 第1組隨機(jī)抽樣血清樣本（表1），第2組懷疑前列腺疾病血清樣本病例（表2）。共33例，其中31號(hào)、32號(hào)和33號(hào)患者數(shù)據(jù)均超過(guò)兩儀器量程，不做統(tǒng)計(jì)，余下30例。</p><p>　

16、　2.4.2 對(duì)照檢測(cè)結(jié)果分析 兩臺(tái)儀器工作原理，測(cè)試材料和方法等影響因素不同，對(duì)一些特殊血樣測(cè)試的結(jié)果可能會(huì)有所差異。如第2組3號(hào)病例由于標(biāo)本發(fā)生溶血，金免疫層析試條測(cè)定儀測(cè)數(shù)量為11，而B(niǎo)eckman發(fā)光儀結(jié)果為20.47;第2組14號(hào)病例存在同樣問(wèn)題;其余絕大多數(shù)病例結(jié)果基本符合。另外，由于第2組中31、32、33號(hào)患者標(biāo)本兩儀器測(cè)量均超過(guò)量程最大值，故不在分析范圍內(nèi)。</p><p>　　2.5 臨床檢測(cè)

17、結(jié)論 （1）金標(biāo)PSA測(cè)定儀，配套使用中美合作上海美康生物工程公司的PSA試條，可進(jìn)行PSA濃度的測(cè)定。（2）根據(jù)對(duì)比試驗(yàn)結(jié)果，對(duì)于同一樣本，在金標(biāo)PSA測(cè)定儀與Beckman發(fā)光儀進(jìn)行對(duì)比實(shí)驗(yàn)，相關(guān)系數(shù)比界值高許多，說(shuō)明線性相關(guān)性顯著。其中第2組Beckman發(fā)光儀的平均值Y=7.8163，金免疫層析試條PSA測(cè)定儀的平均值Y=7.4333，X/Y=0.9510。根據(jù)平均值趨向真值的原理，說(shuō)明兩臺(tái)儀器很接近。因此金標(biāo)PSA測(cè)定儀檢測(cè)的

18、數(shù)據(jù)是科學(xué)的、可信的，有臨床應(yīng)用價(jià)值，可用來(lái)初篩或作為臨床醫(yī)生診斷的參考。（3）金標(biāo)PSA測(cè)定儀與上海美康生物工程公司的PSA試條都系國(guó)內(nèi)生產(chǎn)，因此較易推廣。其價(jià)格比進(jìn)口的發(fā)光儀低廉，所用試劑和檢測(cè)費(fèi)都比發(fā)光儀便宜得多，尤其適用于中等綜合性醫(yī)院或社區(qū)基層醫(yī)院使用，有利于對(duì)患者進(jìn)行及時(shí)診斷。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　1 周緒華，

19、劉啟芳，鄒杰，等.PSA在前列腺癌診斷中的意義.中國(guó)綜合臨床，1999，15（4）:394.</p><p>　　2 蔣秉坤，范欽信.臨床生物化學(xué)及生物化學(xué)檢驗(yàn).北京:人民衛(wèi)生出版社，1998，5.</p><p>　　3 趙永芳.生物化學(xué)技術(shù)原理及應(yīng)用.北京:科學(xué)出版社，2002，7</p><p>　　4 李建平.小波分析與信號(hào)處理.重慶:重慶出版社，1997，

20、12.</p><p>　　5 李彥民.小波分析的發(fā)展過(guò)程及應(yīng)用現(xiàn)狀.伊犁師范學(xué)院學(xué)報(bào)，2000（1）:84-87.</p><p>　　6 聶永安.用小波變換進(jìn)行信號(hào)特征檢測(cè)的原理與方法.地震地磁觀測(cè)與研究，1999，20（3）:24-30.</p><p>　　7 朱鳳崗.小波分析對(duì)奇異性的檢測(cè)用于滴定點(diǎn)的確定.山東農(nóng)業(yè)大學(xué)學(xué)報(bào)，2003，34（1）:87-90

21、.</p><p>　　8 郭代飛.利用小波門限法進(jìn)行信號(hào)去噪.山東大學(xué)學(xué)報(bào)（自然科學(xué)版），2001，36（3）:306-311.</p><p>　　9 Zhang Weiqiang，Song Guoxiang.A iranslation-invariant wavelet de-noising method based on a newthresholding function.Pco