买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜福建师范大学申请的专利一种血清SERS光谱数据的异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117056840B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310831071.5，技术领域涉及：G06F18/2433；该发明授权一种血清SERS光谱数据的异常检测方法是由王廷银;冯尚源;刘苗苗;潘昌斌;李镇力设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本一种血清SERS光谱数据的异常检测方法在说明书摘要公布了：本发明公开一种血清SERS光谱数据的异常检测方法，首先通过SERS技术采集不同种类癌症的血清SERS光谱信号；对采集的光谱数据进行预处理；接着使用主成分分析技术将每个拉曼光谱数据的信号降维至低维空间；利用基于密度的噪声应用空间聚类算法对光谱数据进行聚类，通过设置调节参数epsilon和MinPts以控制聚类的结果；最后对于每个聚类簇计算中心点以及每个样本点与中心点之间的距离。某个样本点与中心点之间的距离大于预设阈值，则将该样本点视为异常点，并将其从聚类簇中移除。引入机器学习分类算法显著提高分类的准确率。五折交叉验证方法寻找到建模的最佳参数组合输出最佳的血清SERS分类模型。本发明有效提高分类算法模型的准确率。

本发明授权一种血清SERS光谱数据的异常检测方法在权利要求书中公布了：1.一种血清SERS光谱数据的异常检测方法，其特征在于：其包括以下步骤： 步骤1，获取多类别的血清SERS原始光谱； 步骤2，对得到的血清SERS原始光谱进行光谱预处理得到标准化的血清SERS光谱； 步骤3，使用PCA技术将预处理后的光谱信号降维至低维空间得到降维后的样本集； 步骤4，使用DBSCAN聚类算法去除由于激发功率过高、CCD饱和照成以及由于定位偏差引起的异常光谱信号； 步骤5，使用DBSCAN聚类算法并对DBSCAN聚类算法的参数epsilon和MinPts进行设置，从而对降维后的样本集进行聚类； 步骤6，计算每个聚类簇的中心点，并计算每个样本点与中心点之间的距离；当样本点与中心点之间的距离大于预设阈值时，将对应样本点视为异常点并将异常点从聚类簇中移除，从而得到无异常值的SERS光谱数据集； 步骤7，基于得到的无异常值SERS光谱数据集进行机器学习建模得到癌症筛查的分类模型； 步骤8，使用五折交叉验证方法对分类模型进行评估，并判断当前参数组合是否达到最佳结果；是则，执行步骤9；否则，对分类模型进行参数更新优化，并执行步骤4； 步骤9，利用优化得到的最佳参数组合构建最佳分类模型； 步骤10，将待异常检测的血清SERS光谱数据输入最佳分类模型得到异常检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建师范大学，其通讯地址为：350108 福建省福州市闽侯县上街镇大学城福建师范大学科技处；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。