由于大气污染、职业暴露、吸烟等诸多原因,肺癌已经成为发病率和死亡率增长最快、对人类健康和生命威胁最大的恶性肿瘤之一。目前,临床中对肺癌的筛查方法不仅价格昂贵,还会对人体产生伤害,这就迫切地需要一种简单且非入侵的方法,来对肺癌进行早期诊断以提升患者的生存率。拉曼光谱是一种基于样品的非弹性散射光的检测技术,具有快速、简单、无损、高灵敏度等优点。自上世纪60年代激光器被发明之后,拉曼光谱技术发展迅速,近年来被广泛应用于生物医学、食品安全、环境测试、材料研究、考古遗物、宝石鉴定、法医学等领域。本论文基于表面增强拉曼光谱（SERS）技术实现了对人体血清与胸腔积液的检测,并将其应用于肺腺癌的分类与分期诊断。本课题主要开展了以下三个方面的研究工作:（1）制备了三种纳米银基底,包括基于化学方法制备的二氧化钛-银纳米颗粒,和两种基于物理方法制备的银纳米棒（裸露的银纳米棒以及在表面涂覆一层致密氧化铝薄膜的纳米棒）。将这三种拉曼活性基底进行性能对比,最终挑选表面均方根粗糙度为28.5 nm,表面形貌差异为8.40%,信号的重现性和稳定性均较好,且对对巯基苯甲酸的检测灵敏度为10^-8 M的涂覆致密氧化铝薄膜的银纳米棒,作为后续对人体体液样品进行检测的拉曼基底。（2）为了消除采集到的体液样品拉曼光谱中夹杂的干扰与冗余信息,分别采用去“鬼线”、平滑处理、去基线矫正、平均光谱矫正来对光谱进行预处理,以此提高光谱的信噪比,并利用因子化法（一阶与二阶导数）增加光谱间的差异。将主成分分析（PCA）、正交矫正的偏最小二乘分析（OPLS）与线性判别分析（LDA）相结合,建立PCA-LDA和OPLS-LDA两种鉴别模型。在此基础上,将经过预处理的样品的原始光谱、一阶与二阶导数光谱分别作为分析模型的输入量,通过对比其鉴别结果,以确定最佳的输入光谱类型与分析模型。（3）将108例肺腺癌患者的血清、82例健康人的血清,以及51例恶性胸腔积液、32例良性胸腔积液作为研究对象。在对血清、胸腔积液拉曼光谱中的特征峰进行归属的基础上,通过已构建的鉴别模型对其进行分类。通过研究发现,在肺腺癌血清与健康人血清的筛查问题中,将样品的二阶导数光谱输入至OPLS-LDA鉴别模型,通过交叉验证后的总体准确性为99.5%;在肺腺癌血清的分期问题中,将样品的一阶导数光谱输入至OPLS-LDA鉴别模型,对肺腺癌Ⅰ期、Ⅱ期和晚期分类的总体准确性分别为84.3%、93.3%和86.5%;在良/恶性胸腔积液的分类问题中,将样品的二阶导光谱输入至OPLS-LDA鉴别模型,总体准确性为92.8%。这些结果均证明了基于OPLS-LDA鉴别模型对人体体液的拉曼光谱分类的可行性。通过上述研究,本论文不仅实现了对人体血清与胸腔积液的SERS检测,而且对肺腺癌患者的血清进行了分期,对肺腺癌患者与健康人的血清、良性与恶性胸腔积液进行了分类。这些结果为早日实现对癌症的非入侵且高准确性的早期筛查带来了可能。