基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法（CARS）筛选重要的人血浆荧光光谱变量，并结合偏最小二乘法判别分析（PLS－LDA）建立了结直肠癌患者与非癌患者的分类模型，同时与全波长模型和基于平行因子分析（PARAFAC）建立的模型进行比较。从模型评价指标看，CARS－PLS－LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS－PLS－LDA分类模型的AUC（Area under curve）值均高于0.9，可有效地识别结直肠癌患者。结果表明，CARS变量筛选能够明显改善结直肠癌分类模型的性能，有助于后续癌症临床诊断工具的开发与研究。