肝癌和肺癌作为威胁人类健康的两大致命性恶性肿瘤,传统的肿瘤标志物法及现有的影像学方法对其早期诊断具有一定的局限性。论文利用傅里叶变换红外光谱（FTIR）与拉曼光谱对肝癌、肺癌患者血清及健康人血清进行研究,为未来红外光谱与拉曼光谱在肝、肺癌诊断中的临床应用奠定基础。主要工作如下:1.肝癌患者血清与健康人血清的傅里叶变换红外光谱整体相似,对1700-1600 cm-1蛋白质范围血清的红外光谱进行曲线拟合分析,发现肝癌患者血清与健康人血清中蛋白质的二级结构存在差异。对2900-2800 cm-1脂质范围的二阶导数红外光谱（SD-IR）进行主成分分析（PCA）及偏最小二乘判别分析（PLS-DA）,主成分分析结果表明肝癌患者血清与健康人血清样本分类良好,前两个主成分占总解释方差的95%;偏最小二乘判别分析结果显示出了92.85%的灵敏度和95.23%的特异性,总准确率可达94.29%。2.血清样本的衰减全反射红外光谱（ATR-FTIR）显示,与健康人血清相比,肺癌患者血清的平均红外光谱在1250-1000 cm-1核酸范围的吸光度明显增高。光谱谱带面积分析结果表明,肺癌患者血清中蛋白质、脂质和核酸分子的浓度较健康人有所升高。对1250-1000 cm-1核酸范围的一阶导数光谱数据进行偏最小二乘判别分析,结果显示出了80%的灵敏度和91.89%的特异性,总准确率为87.10%。3.采集肝癌患者血清与健康人血清样本的拉曼光谱,通过对比拉曼光谱特征峰的强度差异,反应出肝癌发生过程中人体内血清中胡萝卜素、蛋白质和脂质等主要成分的变化。结合主成分分析与偏最小二乘判别分析可以对有限的肝癌患者血清与健康人血清样本进行完全准确地分类。4.利用小波去噪处理与数据融合技术结合红外光谱和拉曼光谱对肺癌患者血清和健康人血清样本进行研究。结果表明,对于血清样品,拉曼光谱相比于红外光谱可以提供更多的生物信息。小波阈值去噪（WTD）可以从原始光谱数据中过滤无效信息,在选择了最佳小波参数后,经小波去噪处理后的融合数据在偏最小二乘判别分析模型的验证集中显示出了96.08%的灵敏度和90%的特异性,总准确率可达93.41%。论文工作表明,通过研究血清的红外光谱与拉曼光谱,结合二阶导数光谱法、曲线拟合分析、化学计量学分析、小波去噪处理及数据融合分析可以对肝癌及肺癌患者进行快速准确地诊断。