腮腺良性肿瘤常见以多形性腺瘤(pleomorphic adenoma)及沃辛瘤(Warthin tumor)[1]。研究发现,在组织恶变过程中,蛋白质、脂类和DNA的构象等会发生变化。拉曼光谱(Raman spectroscopy)能用于蛋白质、DNA和脂类等的快速检测。我们收集了腮腺多形性腺瘤患者及沃辛瘤患者的血清样本。采用拉曼光谱仪,扫描收集了206份拉曼光谱。分析了多形性腺瘤和沃辛瘤的光谱特征。以约2:1的比例随机分配光谱样本为训练集和测试集。利用RelifF算法[2]对训练集的全谱特征进行重要性评估,对光谱特征进行排序,Random Forest算法[3]对重要性得分较高的特征建立分类模型。训练集模型的准确率86.31%;测试集的准确率分别为53.73%。结果表明用RelifF算法结合Random Forest算法建立多形性腺瘤和沃辛瘤的诊断分类模型,能够较好地区分多形性腺瘤组织和沃辛瘤组织。并且光谱的特征分析结果显示多形性腺瘤和沃辛瘤的平均光谱在蛋白质、核酸以及脂类的光谱峰位存在显著差异。