拉曼光谱(Raman spectrum)技术是基于入射光与分子间的相互作用所产生的,可以对物质分子的振动模式进行表征、对物质的转动能级差的特征频移进行表征,因此能够被称为可以用来反映分子结构的分子散射光谱。不同种类的物质对应着不同的指纹拉曼散射光谱的谱峰,因而该项技术可以实现对物质结构、成分的检测。本文着重介绍了层次聚类分析(Hierarchical Cluster Analysis, HCA)的方法对血清的光谱数据进行聚类分析,本文的主要内容具体如下：首先,本文介绍了拉曼光谱的应用和拉曼光谱的经典的、量子的理论解释；第二,介绍了银胶活性基底的制备方法—水热法和微波法,制备后通过对比其各自测得的血清拉曼谱峰,对比发现,微波法制备的基底可以观测到较强且信噪比较好的信号,即选用微波法制备的活性基底来进行血样的检测；第三,对比不同数据预处理方法—多项式拟合法和去直基线法的聚类分析结果,对比发现,利用去直基线法时聚类分析的结果准确率较高,则选用去直基线法对光谱数据进行预处理；第四,对原始数据进行基线校准,对725cm-1峰高归一化,然后利用归一化的拉曼谱的相对强度对93例血清(35例健康人血清和58例乳腺病患)样品利用四种距离公式进行聚类分析,以临床病理诊断为标准,在HCA分类中,误判的概率为零,而对患病种类进行分析时,利用Mahalanobis距离分类的准确率相对较高。初步研究结果表明,此方法应用于乳腺健康筛查时,可以很正确的判读被检测者乳腺是否健康或是乳腺疾病的可疑患者,但对具体患病种类进行分析时,仍需进一步研究。