用于不平衡类癌症数据的非标记检测和识别的SERS分析新策略

作     者：曹大卫 徐慧英 林合川 刘子洋 朱信忠 钱亚云 CAO Dawei;XU Huiying;LIN Hechuan;LIU Ziyang;ZHU Xinzong;QIAN Yayun

作者机构：浙江师范大学计算机科学与技术学院浙江金华321004 扬州大学附属医院江苏扬州225101 

基　　金：国家自然科学基金资助项目(62376252 61976196) 浙江省自然科学基金重点资助项目(LZ22F030003) 

出 版 物：《浙江师范大学学报（自然科学版）》 (Journal of Zhejiang Normal University:Natural Sciences)

年 卷 期：2024年第47卷第3期

页      码：257-265页

摘      要：SERS技术与机器学习结合的策略在检测和识别不平衡类癌症中发挥着极其重要的作用.为了解决类不平衡问题给分类精度造成的影响,设计了一种SERS技术结合APS-SMOTE-PCA-KNN(synthetic minority oversampling method with adaptive priority selection(APS-SMOTE)-principal component analysis(PCA)-k-nearest neighbors(KNN))的癌症诊断新策略,实现快速、灵敏、非标记地检测和识别癌症.结果显示:新策略能够测得健康人和癌症患者血清的特征光谱,很好地解决了类不平衡问题给分类精度造成的影响,准确率可以达到85.0%.SERS技术结合APS-SMOTE-PCA-KNN对于未来癌症诊断具有积极的借鉴意义.

主 题 词：表面增强拉曼散射 癌症 不平衡类数据 特征峰 合成少数类过采样方法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16218/j.issn.1001-5051.2024.033

馆 藏 号：203128269...