基于自适应高斯过程分类算法的血小板拉曼激光检测，用于阿尔茨海默氏病的早期和鉴别诊断

由于早期症状不明显和影像学检查方法不完善，现有的早期和鉴别诊断口腔癌的方法受到限制。 本文利用混合高斯过程（HGP）分类算法建立了口腔腺癌，癌组织和仅具有四个特征的对照组的分类模型，并介绍了降噪和​​后验概率的机制。 HGP在实验结果中显示出更好的性能。 在实验过程中，口腔组织分为三组：腺癌（n = 87），癌（n = 100）和对照组（n = 134）。 收集了这些组的光谱数据。 拟议的HGP分类方法的前瞻性应用将诊断灵敏度提高到56.35％，特异性提高到大约70.00％，并且得到的马修斯相关系数（MCC）为0.36。 事实证明，HGP在LRS检测分析中用于口腔癌的诊断具有准确的结果。 应用前景也令人满意。