基于BP神经网络的细胞显微光谱自动分类

王成，白丽红，文苗，张通

（上海理工大学医疗器械与食品学院生物医学光学与视光学实验室，上海200093）

引言

流式细胞分析仪有能力做细胞和其它粒子的多参数测量，也是细胞和生物分子功能研究的重要平台[1]。在过去10年里，流式细胞分析的参数测量的能力不断增强，这种增强已通过增加光源和探测器的数量获得了[2]。但是这样的系统操作相当复杂，而且若想再增加可探测参数受制于可用的商业化的光源和探测器。拉曼光谱具有谱线窄，特异性高等优点，正逐渐被应用到多参数、大通量流式细胞分析中[3,4]。这样针对光谱的自动识别与分类提出了挑战，目前除了商用流式细胞分析软件外，更多的是基于PCA算法的自动识别[5]。

拉曼散射源于样品中化学键与光的作用而产生的分子振动特征谱。这个光谱具有比荧光更窄的谱线宽，包含很多生物组织样品丰富的化学成分信息，被广泛应用于分析化学。已经研究把拉曼散射光谱应用于流式细胞仪[3]。更有研究报道，细胞的散射光谱也被应用到了流式细胞分析领域[6,7]。针对大量的光谱数据的分析，需要一种自动、快速的识别算法来自动区分样品的信息。

针对将来的流式细胞分析中存在的大数量级的光谱数据，本文利用现有癌变细胞和正常细胞显微光谱数据以及PCA分类的结果[8]，在原有细胞显微散射光谱采集系统的基础上，提出了基于PCA变换和误差逆传播算法的人工神经网络（BP神经网络）相结合的方法提取光谱信息中的差异，对正常细胞和癌细胞的光谱数据进行分类建模，并对癌细胞进行计数，这将为开发无创、实时、动态地诊断和预后监测、量化CTCs的技术提供基础。

1 BP神经网络

BP 神经网络是一种按误差逆传播算法训练的多层前馈网络，是最常见的网络学习算法。它的学习规则是使用最速下降法，通过反向传播来不断调整网络权值和阈值，使网络误差平方和最小。BP神经网络含有输入层、隐含层和输出层组成。如图1所示。输入层对应输入向量空间，本文中对应观测到的细胞显微光谱的PCA降维后的有效光谱向量；根据文献[8]的研究，癌细胞和正常细胞光谱采用PCA前两个主成分已经可以区分，但为了更稳妥地预测细胞类型，选用累计贡献率达97%以上的前五个PCA主成分向量为神经网络的输入，即BP神经网络的输入节点为5个，隐含层由11个神经元组成，输出值为不同细胞类型的编码，设定编码0为正常细胞，编码1为癌细胞，此代码为训练集中为目标值，在预测集中为相应的编码，因此BP神经网络的输出节点为1。根据BP神经网络算法，信息正向传递，隐含层中第i个神经元的输出为

图1误差逆传播神经网络结构

进一步地计算输入层到隐含层和隐含层到输出层的校正误差，选取下一个输入，再计算（1）和（2）式反复训练直到网络设输出误差达到要求结束训练。具体算法可参阅相关文献[9,10]。本文中采用的训练次数为1000次，目标误差0.01。

2 实验结果

训练集样本为200个样本的光谱数据，前100个为正常细胞光谱数据，后100个为癌细胞光谱数据。光谱数据经平滑，归一化后做PCA主成分分析得到主成分分量，具体的PCA结果可以参考文献[8]，然后取前五个主成分作为输入信息进行训练，训练结果如图3所示，经过6次训练后，网络的目标误差达到要求。

图2训练结果

再采集18个样本数据作为预测集样本，1～9例为正常细胞光谱数据，其真实值为0，10～18例为癌细胞光谱数据，其真实值为1。

表1利用BP网络对样本的预测结果

从表1的预测结果和图3的预测误差可见，设定预测结果偏差在±0.2内为预测正确，该模型对预测样本识别准确率达到100%，平均相对偏差为0.78%。

3 讨论与结论

面对收集到的大量细胞散射光谱数据，利用多元统计方法进行信息的提取，并结合模式识别算法，有望从繁琐的光谱数据中提取出主要信息，实现对不同类型细胞的光谱分类。最为常用的多元统计方法是主成分分析（PCA），但对于差异性不明显的光谱达不到分类的效果。而采用BP网络预测模型，能根据样品的数据特征将其训练到一个目标值上。对于被检验的样品，可以通过比较预测结果和目标值来统计预测正确率，得到一个量化的数值。

图3预测误差

应用FCBS技术收集单个正常胃上皮细胞和胃癌细胞的后向显微光谱，将PCA算法和BP神经网络预测模型结合，对细胞光谱的预测达到了100%，平均相对偏差只有0.78%，这将为流式细胞的自动分类提供合适的算法。

[1] Shapiro H M. Practical Flow Cytometry. New York : Wiley-Liss,1995.

[2] Perfetto S P, Chattopadhyay P K, Roederer M. Seventeen-colour flow cytometry: Unravelling the immune system. Nat Rev Immunol,2004,4: 648-655.

[3] Dakota A W, Leif O B, Brown D F,et al.A flow cytometer for the measurement of Raman spectra. Cytometry Part A, 2008, 73A: 119-128.

[4] Gregory G, Lief O B,et al.High-resolution spectral analysis of individual SERS-Active nanoparticles in flow. JACS, 2010, 132:6081-6090.

[5] Dakota A W, Leif O B, Robb H,et al.A flow cytometer for the measurement of Raman spectra. Cytometry Part A, 2008, 73A: 119-128.

[6] Greiner C, Hunter M, Huang P,et al.Confocal backscattering spectroscopy for leukemic and normal blood cell discrimination.Cytometry Part A, 2011, 79A: 866-873.

[7] Greiner C, Hunter M, Rius F,et al.Confocal backscattering-based detection of leukemic cells in flowing blood samples. Cytometry Part A 2011, 79A: 874-883.

[8] 王成, 文苗, 白丽红, 等. 基于主成分分析的单细胞后向散射显微光谱自动识别研究. 中国科技论文在线. 2014年3月27日.

[9] 孙志强, 葛哲学. 神经网络理论与MATLAB7 实现. 北京: 电子工业出版社, 2005.

[10] 周志华, 曹存根. 神经网络及其应用. 北京: 清华大学出版社,2004.