[发明专利]一种基于人眼泪液的角膜炎致病菌人工智能检测方法

摘要

本发明属于医疗健康领域，具体涉及一种基于人眼泪液的角膜炎致病菌人工智能检测方法。首先，通过无创的方式收集患者的泪液，并利用拉曼光谱仪测量患者泪液的拉曼光谱；然后，通过对所得拉曼光谱数据进行恢复、主成分分析进而提取致病菌的特征信息；最终，利用机器学习方法实现快速且无创的角膜炎致病菌分类。本发明的有益效果：样品采集过程无创，避免对患者角膜的二次损伤；拉曼光谱灵敏度高，采集速度快，可有效避免病情恶化；拉曼光谱测量过程中无需对样品进行预处理，操作便捷，且样本可重复使用；基于人眼泪液的角膜炎致病菌信息人工智能处理，能够有效区分致病菌特征，辅助临床角膜炎诊断过程，提高诊断精度。

主权项

1.一种基于人眼泪液的角膜炎致病菌人工智能检测方法，其特征在于，具体步骤如下：步骤1、拉曼光谱数据采集首先通过刺激采泪法从患者眼睛的外眦部中提取泪液存放于玻璃取样瓶中；然后，使用胶头滴管从玻璃取样瓶中取样滴于覆盖铝箔片的载玻片上，并对样品进行滴涂沉积的干燥处理；将负载有干燥后的样品的载玻片置于拉曼光谱仪的物镜下，并调节物镜直至清晰地观察到样品表面；最后，选择波长为633nm或785nm的光作为激发光源，采集样本区域的拉曼光谱数据并保存；步骤2、数据人工智能分析对步骤1中所获得的拉曼光谱进行分析和处理；首先，使用多点平滑及多项式拟合方法去除原始光谱的噪声及荧光背景，并对光谱数据归一化；然后，通过维纳估计算法从低信噪比拉曼光谱中恢复高信噪比拉曼光谱，以提高整体信噪比；最后，通过主成分分析对重建的高信噪比拉曼光谱进行降维，进而提取致病菌的特征信息，并利用机器学习方法对病菌种类进行分类，从而实现细菌性角膜炎致病菌检测。