基于拉曼光谱的血清稀释样本在口腔癌检测中的性能评估：稀释率对诊断效能的影响研究

《Vibrational Spectroscopy》：Comparative assessment of serum dilution and pure samples for Raman-based oral cancer detection: Evaluating dilution rate performance

本研究通过拉曼光谱结合机器学习（PCA-SVM/PCA-RF）首次系统评估纯血清与1:1/1:2稀释样本对口腔癌（恶性/癌前/正常）的分类效能。结果表明1:2稀释样本在保持90.5%准确率（纯血清92.5%）的同时显著节约样本量，为临床提供高效可靠的筛查新策略。

　　

Highlight

我们的研究发现，采用1:2稀释率（DR）的血清样本在拉曼光谱分析中表现出与纯血清相当的诊断性能，同时保留了关键光谱特征。在PCA-SVM模型下，1:2稀释样本的恶性组灵敏度达93.9%、特异性87.2%，而纯血清分别为91%和94%；正常组在1:2稀释下灵敏度达95%、特异性100%，纯血清则为95%和98.3%。尽管两种分类器均能成功区分样本，但PCA-SVM在不同稀释率下均略优于PCA-RF。条形图进一步证实了不同稀释率下光谱趋势的一致性。

结论

本研究证实了拉曼光谱结合PCA-SVM能够利用稀释血清样本实现高效的口腔癌分类，其中1:2稀释率以90.5%的准确率逼近纯血清的92.5%，在保证诊断可靠性的同时显著降低样本消耗。这一发现为临床提供了一种兼具实用性与高效性的检测方案，凸显了稀释生物样本在机器学习驱动癌症诊断中的应用潜力。