一种基于SERS和机器学习的大肠杆菌抗生素耐药性的检测方法
申请号:CN202511368506
申请日期:2025-09-24
公开号:CN120870090B
公开日期:2025-12-30
类型:发明专利
摘要
本发明涉及大肠杆菌耐药性分析技术领域,具体涉及一种基于SERS和机器学习的大肠杆菌抗生素耐药性的检测方法。本发明提供了一种基于SERS和机器学习的大肠杆菌抗生素耐药性的检测方法以克服现有技术中无法实现高精度、快速诊断的缺陷。本发明旨在利用银包金纳米颗粒的核壳纳米结构SERS基底,结合不同表型耐药大肠杆菌的SERS光谱差异,并通过机器学习算法实现快速、高精度的耐药菌鉴别。通过该方法,可以显著缩短检测时间,提升检测精度,并为临床提供精准的药物治疗方案,具有广泛的应用前景。
技术关键词
抗性基因
数据
纳米颗粒悬浮液
抗生素
SERS技术
SERS基底
缩短检测时间
仿真模型
金纳米颗粒
机器学习算法
测序技术
纳米结构
耐药菌
氯金酸
柠檬酸钠
溶液
激光