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系统构建

本项目以目前基于 PSA 的前列腺肿瘤早期诊断方法效果不理想的临床问题为切入点，以建立可实际应用的血清 SERS 前列腺肿瘤早期诊断系统为目标。在申请人的先期研究中，已经初步说明血清 SERS 的光谱差异具有一定的区分前列腺癌与良性前列腺增生的价值，同时申请人此前也通过结合 SERS 与人工智能深度学习成功地构建出了高准确度的前列腺癌骨转移人工智能诊断模型。此次项目，我们将基于本医疗中心庞大的前列腺肿瘤患者人群和血清样本，利用 SERS 检测技术检测患者血清标本，标准化检测过程和参数，建立前列腺肿瘤血清 SERS 数据库；并基于血清 SERS 数据与病理结果构建和训练 CNN 网络，以建立前列腺肿瘤早期诊断模型的分类器；采用 C#语言编写用户图形界面（GUI）和 Python 语言调用底层 Tensorflow 框架，实现诊断模型软件化；最后设计前瞻性临床试验，单盲验证基于血清 SERS 数据的前列腺肿瘤诊断软件的效能，推动拉曼光谱技术的临床转化应用。