拉曼光谱检测是一种用于生物和化学传感的超灵敏和特异性检测的技术且具有简单快速、耗费时间短、具有指纹性以及检测限低等特点。拉曼光谱技术正在广泛关注,同时也是生物医学研究的热点之一。本研究将人体血清拉曼光谱信号作为研究对象,并结合化学计量统计方法分别建立甲状腺功能异常疾病的筛查模型以及乙肝病毒DNA(HBV DNA)值与乙肝的回归预测模型。本研究主要做了一下两方面的工作:首先,基于拉曼光谱技术结合不同的分类算法首次用于甲状腺功能异常的筛查中,将采集的人体血清拉曼光谱数据进行扣除荧光背景得到提纯的拉曼光谱信号,并用偏最小二乘(PLS)方法对数据进行特征提取,最后建立PLS结合支持向量机(SVM)分类模型,这种分类模型的准确率为96.66%。结果表明血清拉曼光谱技术结合SVM在甲状腺功能异常疾病筛查上具有可行性。然后,根据拉曼光谱具有目标物质的浓度及其相应的特征拉曼位移谱峰强度是线性的这一特点,我们使用基于拉曼光谱技术结合偏最小二乘回归(PLS)方法对乙肝病毒HBV DNA值定量预测初步研究,系统讨论了光谱自适应迭代惩罚最小二乘法、多元散射、平滑滤波和归一化等化学计量方法对原始光谱数据处理与回归模型建模的问题,本文提出在归一化的基础上结合PLS回归模型能够准确预测HBV DNA值的含量,对后期的治疗具有指导意义。本文的研究结果表明,基于拉曼光谱信号的PLS结合SVM模型能够有效筛查甲状腺功能异常疾病,为临床上对甲状腺疾病的判断提供了一种新型的方法。同时也表明通过建立回归模型的方法,能够有效预测HBV DNA含量,有助于临床上对HBV DNA的定量分析。