可见光谱技术结合m-SPA-SI6-RF模型实现尿微量白蛋白(UALB)快速筛查的创新研究

本研究为解决慢性肾病早期筛查中尿微量白蛋白(UALB)检测效率问题，研究人员通过可见光谱技术(400-750nm)结合连续投影算法(SPA)筛选9个特征波长，创新性构建m-SPA-SI6-RF判别模型，在127例临床样本中实现97.37%的测试准确率，为便携式疾病筛查提供新方法。

　　

这项开创性研究验证了可见光谱技术(400-750nm)在尿微量白蛋白(Urinary Microalbumin, UALB)快速检测中的可行性。科研团队利用微型光谱仪采集127例临床尿液样本的光谱数据，通过连续投影算法(Successive Projections Algorithm, SPA)精准筛选出9个与UALB高度相关的特征波长。研究创新性地将光谱指数(Spectral Index, SI)方法与SPA结合，构建了m-SPA-SI策略，并联合随机森林(Random Forest, RF)模型进行判别分析。

令人振奋的是，针对低维光谱数据开发的m-SPA-SI₆-RF模型展现出卓越性能：训练集准确率高达100%，测试集准确率提升至97.37%，灵敏度达到0.9333。该技术将特征波长从457个锐减至9个，大幅提升检测效率。这项突破证实了低维光谱技术结合智能算法在UALB检测中的巨大潜力，为慢性肾病等疾病的便携式筛查开辟了新途径。