Данное исследование посвящено разработке универсального алгоритма анализа спектрограмм комбинационного рассеяния света (раман-спектроскопии) при помощи интеллектуальных методов обработки данных. Выявлено что оптимальным алгоритмом является вычисление базовой линии спектра итерационной полиномиальной регрессией, последующим частотным анализом спектра, определением главных компонент спектра и машинным обучением. Достоверность идентификации и классификации нормальной ткани и ткани злокачественной опухоли составила от 97,5 до 98 %.
комбинационное рассеяние света, раман-спектроскопия, злокачественная опухоль, частотный анализ
1. Li Q.-B., Wang W., Liu Ch.-H., Zhanga G.-J. Discrimination of breast cancer from normal tissue with Raman spectroscopy and chemometrics. J. Applied Spectroscopy, 2015, vol. 82, pp. 450-455.
2. Jermyn M., Desroches J., Aubertin K. [et al.] A review of Raman spectroscopy advances with an emphasis on clinical translation challenges in oncology. Phys. Med. Biol., 2016, vol. 61, no. 23, pp. R370-R400.
3. ur Rehman I., Movasaghi Z., Rehman Sh. Vibrational spectroscopy for tissue analysis. CRC Press, 2012, 356 p.
4. Zhu J., Zhou J., Guo J. [et al.] Surface-enhanced Raman spectroscopy investigation on human breast cancer cells. Chemistry Central Journal., 2013, pp. 7-37.
5. Harmsen S., Wall M.A., Huang R., Kircher M.F. Cancer imaging using surface-enhanced resonance Raman scattering nanoparticles. Nat. Protoc., 2017, vol. 12, pp. 1400-14.
6. Harris A.T., Lungari A., Needham C.J. [et al.] Potential for Raman spectroscopy to provide cancer screening using a peripheral blood sample. Head Neck Oncol., 2009, vol. 1, no. 1, art. 34.
