摘要
本发明公开了一种基于SERS技术的结肠癌与健康个体鉴别诊断模型的构建方法,包括:1)分别获取健康血浆样本及结肠癌血浆样本;2)以BC@4‑MP@AgNPs作为SERS基底,分别对健康血浆及结肠癌血浆样本的表面增强拉曼光谱数据进行采集,并以1079cm‑1为内标对采集的表面增强拉曼光谱数据进行校准;3)对校准后的数据进行预处理后,将其划分为训练集与测试集对机器学习模型进行训练,训练完成后得到所述基于SERS技术的结肠癌与健康个体鉴别诊断模型。本发明方案构建得到的模型可通过对血浆样本的无标记分析实现健康个体与结肠癌患者的鉴别诊断,可作为一种高精度、便捷的液体活检技术,为结肠癌的临床无创筛查提供了新的解决方案,在临床诊断领域具有广阔的应用前景。
技术关键词
SERS技术
拉曼光谱数据
机器学习模型
样本
结肠癌患者
诊断设备
SERS基底材料
校准
液体活检技术
超纯水
交叉验证方法
溶液
超参数
血液
纯净水
加热
系统为您推荐了相关专利信息
入侵检测方法
样本
主动学习算法
标签
分类器模型
充放电特征
充放电模式
电网负载预测
动态时间弯曲距离
充放电曲线
图像分类模型
停车方法
云端服务器
车辆
规范停车装置