圖.?基于WPT-FS的全血近紅外光譜噪聲抑制與重構(gòu)方法框架

近日，中國(guó)科學(xué)院合肥物質(zhì)院安光所團(tuán)隊(duì)聯(lián)合中國(guó)科學(xué)院合肥腫瘤醫(yī)院，在血液近紅外光譜(NIRS)定量分析領(lǐng)域取得重要進(jìn)展。相關(guān)成果以《基于小波包-模糊收縮降噪模型的血紅蛋白特征提取以提高全血近紅外光譜定量分析的精度》為題，發(fā)表在生命信號(hào)處理領(lǐng)域知名期刊Biomedical Signal Processing and Control上。

NIRS具有便捷、無(wú)創(chuàng)、靈敏等優(yōu)勢(shì)，但在全血檢測(cè)中，強(qiáng)烈的水吸收、樣品散射與儀器噪聲等會(huì)顯著淹沒(méi)血紅蛋白(Hb)微弱吸收特征，制約定量精度。針對(duì)這一難題，研究團(tuán)隊(duì)提出一項(xiàng)一體化處理與檢索新方法：將小波包-模糊收縮去噪(WPT-FS)與鯨魚優(yōu)化算法(WOA)相結(jié)合，先以自適應(yīng)的“模糊收縮”閾值函數(shù)在多尺度上抑制噪聲、保留潛在有效系數(shù)，再利用群智能優(yōu)化在高維節(jié)點(diǎn)空間中搜索最優(yōu)特征節(jié)點(diǎn)組合，重構(gòu)富含Hb信息的特征光譜，并基于偏最小二乘(PLS)完成定量建模。

在106例全血樣本的實(shí)測(cè)數(shù)據(jù)上，該方法表現(xiàn)出顯著優(yōu)勢(shì)：背景噪聲指標(biāo)由原始光譜的58.68×10-5降至 1.8542×10-5;Hb定量模型的預(yù)測(cè)均方根誤差(RMSEP)為 2.0409，預(yù)測(cè)決定系數(shù) (R2_P) 達(dá)到 0.9746，優(yōu)于二階導(dǎo)數(shù)、連續(xù)小波變換(CWT)、OSC、airPLS 等常用預(yù)處理策略。進(jìn)一步的樣本擴(kuò)增檢驗(yàn)顯示，模型在更異質(zhì)的數(shù)據(jù)分布下仍保持較高魯棒性，平均百分誤差約1.7%。

圖. 核心參數(shù)確定與Hb相關(guān)節(jié)點(diǎn)重構(gòu)結(jié)果

研究表明，WPT-FS 通過(guò)引入“模糊隸屬度”刻畫節(jié)點(diǎn)系數(shù)與噪聲的相似性，避免了傳統(tǒng)硬/軟閾值的過(guò)度壓縮與信息丟失;WOA 則高效篩選出與Hb高度相關(guān)的中低頻特征節(jié)點(diǎn)(如4260、4366、4600 cm-1等)，實(shí)現(xiàn)對(duì)關(guān)鍵信號(hào)的強(qiáng)化與對(duì)殘余噪聲的抑制。該方法為全血近紅外定量提供了新的技術(shù)路徑，有望支持臨床場(chǎng)景下Hb的快速、準(zhǔn)確檢測(cè)，并可推廣至其他生物標(biāo)志物的光譜分析。

論文共同第一作者為方仁杰、王稼良，通訊作者為韓昕副研究員。研究工作得到國(guó)家重點(diǎn)研發(fā)計(jì)劃和安徽省重點(diǎn)研發(fā)計(jì)劃的資助。

審核編輯 黃宇