AC.基于神经网络增强的用于肾脏疾病尿液诊断的分子响应性表面增强拉曼散射传感器

本文介绍了一种基于表面增强拉曼散射（SERS）传感技术和神经网络模型的非侵入性肾脏疾病诊断方法。背景方面，尿液作为肾脏疾病的理想检测样本，含有多种生物分子，可用于疾病诊断和监测。研究目的是开发一种能够检测多种肾脏疾病的液体活检方法，通过特定SERS探针（MBA和PATP）对尿液中的不同成分进行响应，并结合神经网络模型提高诊断准确性。结论显示，该方法能有效区分健康样本和肾脏疾病样本，具有临床应用的潜力，可用于长期肾脏疾病监测。