以機器學習搭配表面增益拉曼光譜診斷癌症;Applying Machine Learning in Surface-Enhanced Raman Spectroscopy for Cancer Diagnosis

NCU Institutional Repository > 理學院 > 光電科學研究所 > 博碩士論文 > Item 987654321/96157

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/96157

题名:	以機器學習搭配表面增益拉曼光譜診斷癌症;Applying Machine Learning in Surface-Enhanced Raman Spectroscopy for Cancer Diagnosis
作者:	金亞煇;Huy, Kim Nhat
贡献者:	光電科學與工程學系
关键词:	臨床診斷;癌症;氮化物半導體;量子阱;表面增強拉曼光譜;機器學習;clinical diagnosis;cancer;nitride semiconductor;quantum well;surface-enhanced Raman spectroscopy;machine learning
日期:	2024-12-30
上传时间:	2025-04-09 16:15:10 (UTC+8)
出版者:	國立中央大學
摘要:	本研究分析四種癌症（乳癌、子宮內膜癌、肺癌、胰腺癌）的人體血漿，利用表面增強拉曼光譜(Surface-Enhanced Raman Spectroscopy, SERS)結合機器學習，目的是要開發高速、精準的血液感測晶片。我們採用的SERS結構含有多層InGaN量子井，根據69例血漿檢體(乳癌10例、子宮內膜癌10例、肺癌29例、胰臟癌10例、健康對照組10例)的分析結果，本技術能有效檢測出這四種癌，準確率可達96%。;This research focuses on analyzing human plasma associated with four cancers (breast, endometria, lung, pancreas), using the surface-enhanced Raman spectroscopy (SERS) integrated with machine learning for prediction and classification. The SERS structure comprises multiple InGaN quantum wells. According to the test results of 69 clinical cases (10 cases of breast cancer, 10 cases of endometrial cancer, 29 cases of lung cancer, 10 cases of pancreatic cancer, and 10 cases of health control), our technique can quickly identify the types of cancer with the average prediction accuracy of 96%.
显示于类别:	[光電科學研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	50	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....