科创中国

行业领域

生物与新医药技术

需求描述

分析SERS技术的基本原理和相应的机器学习模型，包括主成分分析（PCA）、k近邻（kNN）、支持向量机（SVM）、线性判别分析（LDA）、前馈神经网络（FNN），同时对SERS光谱数据处理方法，包括PCA、kNN、LDA、SVM和FNN等算法进行总结。建立针对血清样本的SERS光谱测量系统，制备可用于血清拉曼信号增强的银溶胶，优化探测基底、“咖啡环”效应下的测量位置、血清和银溶胶的配比，获得NHL患者和正常个体血清的SERS光谱；提取440-1800cm-1宽谱带光谱数据，得到血清中大分子物质的振动和转动特征峰；分别对正常个体和NHL患者、NHL亚型、DLBCL的生发中心内外亚型、DLBCL四个分期的SERS光谱进行特性分析。基于kNN、LDF、SVM和FNN建立NHL的诊断、分型和分期模型，实现NHL的功能诊断。

处理进度