胶质瘤识别准确率96.1%
一种融合梯度曲率正则化、SHAP特征保护和量子启发优化的基线校正算法，可在保护生物标志物特征峰的同时显著提升胶质瘤拉曼光谱的识别准确率。
李庆波 · 周岩 · 李一波
Analytical Methods 2025
在423例临床光谱上，校正后随机森林识别准确率达96.1%，肿瘤F1为0.97，显著优于airPLS（89.4%）和agdPLS（87.0%）。
通过SHAP算法识别关键拉曼峰并施加区域权重约束，避免过度平滑，保留生物标志物信息。
单次校正耗时小于0.1秒，适合术中实时应用。
SHAP分析确认受保护的生物标志物区域对分类的贡献为1.07倍，增强了临床可信度。