基于机器学习的拉曼光谱生物化学分析检测研究

摘要

为了提高HBV血清化学分析检测的精度,采用醋酸纤维素膜与银纳米颗粒对血清进行分离,并使用拉曼光谱进行检测,提出了基于GWO的特征波长筛选和灰狼优化算法(ELM)的改进方法。GWO-ELM的HBV血清化学检测分析模型,通过比较全波、主成分分析、连续投影法等,对模型进行模式化辨识,从而确定HBV血清Raman的特征波长选择。考虑到参数设置对ELM模式的性能的影响,运用GWO算法优化选择ELM模型参数,利用GWO-ELM技术建立了一种基于连续投射技术的HBV病毒抗体的特异性波长筛查方法。与PSO-ELM、GA-ELM和ELM相比,基于GWO-ELM的HBV血清检测模型的准确度最高。该方法能有效地改善HBV感染的血清学诊断,为HBV血清检测提供新的方法。