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:
采用近红外表面增强拉曼散射(NIR-SERS)光谱技术,基于高效、稳定、低廉的纳米银膜基底检测了25例肝癌患者、25例肝癌术后患者和25例健康人的氧合血红蛋白(OxyHb).对比发现,健康人、肝癌术后患者和肝癌患者的OxyHb的NIR-SERS光谱谱峰强度呈现依次下降的趋势,表明从谱峰强度可以初步判断肝癌术后患者恢复情况.利用主成分分析(PCA)结合线性判别分析(LDA)统计方法进行分析,25个肝癌术后患者中8人判别为健康人,其余17人判别为肝癌患者.判别分组与实际情况相符,表明PCA-LDA统计方法可以更准确地判断肝癌术后患者恢复状况.因此,NIR-SERS技术结合PCA-LDA统计方法有望为肝癌术后患者恢复状况的诊断提供一种新的思路和方法.
推荐文章
NIR-SERS技术结合统计分析结直肠癌氧合血红蛋白
光谱学
近红外表面增强拉曼散射
结直肠癌
氧合血红蛋白
主成分分析
SERS结合PCA-LDA分析鉴别鸡肉中硝基呋喃类代谢物的混合残留
表面增强拉曼光谱法
主成分—线性判别分析
鸡肉
呋喃它酮代谢物
呋喃妥因代谢物
PCA-LDA算法在性别鉴别中的应用
性别鉴别
PCA-LDA算法
融合算法
基于网络流量统计分析的入侵检测研究
入侵检测
网络流量
统计分析
异常检测
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NIR-SERS技术结合PCA-LDA统计分析肝癌术后恢复状况
来源期刊 发光学报 学科 化学
关键词 光谱学 近红外表面增强拉曼散射 肝癌术后 氧合血红蛋白 统计分析
年,卷(期) 2016,(10) 所属期刊栏目 发光学应用及交叉前沿
研究方向 页码范围 1275-1280
页数 6页 分类号 O657.3
字数 3739字 语种 中文
DOI 10.3788/fgxb20163710.1275
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 司民真 楚雄师范学院光谱技术应用研究所 98 551 12.0 18.0
2 高飞 遵义医学院基础医学院 19 146 7.0 11.0
3 张德清 楚雄师范学院光谱技术应用研究所 25 83 5.0 7.0
4 熊洋 楚雄师范学院光谱技术应用研究所 5 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (32)
参考文献  (24)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光谱学
近红外表面增强拉曼散射
肝癌术后
氧合血红蛋白
统计分析
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
发光学报
月刊
1000-7032
22-1116/O4
大16开
长春市东南湖大路16号
12-312
1970
chi
出版文献量(篇)
4336
总下载数(次)
7
总被引数(次)
29396
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