将拉曼光谱技术与深度学习相结合，以健康人群以及患病人群的血清拉曼光谱数据作为实验样本，提出一种基于卷积神经网络（CNN）的新冠病毒拉曼光谱分类方法。在训练过程中，只需对样本数据进行简单的扩充，无需进行复杂的预处理工作，训练效率远高于依赖于复杂数据预处理的传统机器学习算法。与K近邻、逻辑回归、支持向量机等相比，CNN具有最高的分类准确率，达到96.77%，是一种新型的新冠病毒检测方法。
科研之友
微信
新浪微博
Facebook
分享链接
