基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用光镊俘获单个红细胞并收集其拉曼光谱进行细胞识别,针对系统噪声和荧光效应等引起高强度光谱背景从而影响基于光谱强度统计分析结果的问题,利用最小二乘多项式进行光谱背景的拟合并去除背景.比较了4种数据处理方法(去背景、未去背景、去背景做一阶导数和未去背景做一阶导数)的聚类效果,结果表明,去背景的处理方法显著提高了地贫红细胞与正常人红细胞的识别度.其中,α地贫HbH组与正常对照组间的平均区分度为90.32%,α地贫HbHcs组与正常对照组间的区分度为97.6%,远高于其他处理方法的结果.同时,去背景及未去背景的一阶导数光谱的聚类分析结果一致,证实去背景并不影响光谱特征谱带的形状及其性质.此外,该方法对实验系统稳定性要求不高.
推荐文章
功能红细胞研究的拉曼光谱技术与进展
拉曼光谱
功能红细胞
血红蛋白
共振机制
表面增强拉曼光谱的研究进展
表面增强拉曼光谱
针尖增强拉曼光谱
空间分辨率
灵敏度
纳米材料
综述
心肌梗死患者红细胞的光镊拉曼光谱
心肌梗死
光镊
拉曼光谱
红细胞
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于拉曼光谱的地贫红细胞种类识别方法的研究
来源期刊 分析测试学报 学科 化学
关键词 地中海贫血 红细胞 拉曼光谱 背景拟合 聚类分析
年,卷(期) 2009,(4) 所属期刊栏目 研究报告
研究方向 页码范围 403-408
页数 6页 分类号 O657.37|R555
字数 4863字 语种 中文
DOI 10.3969/j.issn.1004-4957.2009.04.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈萍 69 413 12.0 16.0
2 王桂文 广西科学院生物物理实验室 53 628 16.0 22.0
3 刘军贤 广西师范大学物理与电子工程学院 35 284 10.0 14.0
4 陈秀丽 广西师范大学物理与电子工程学院 6 82 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (14)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (23)
二级引证文献  (27)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
地中海贫血
红细胞
拉曼光谱
背景拟合
聚类分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
分析测试学报
月刊
1004-4957
44-1318/TH
大16开
广州市先烈中路100号
46-104
1982
chi
出版文献量(篇)
6306
总下载数(次)
8
总被引数(次)
62582
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导