目的 构建一种基于白念珠菌拉曼强度数据的人工智能(AI)数据预处理架构，方便后续使用卷积神经网络(CNN)模型进行预测。方法 采用患者临床样本分离出的白念珠菌，使用表面携带正电荷的纳米银作为基底液增强后进行表面增强拉曼散射(SERS)光谱数据采集。对收集的数据进行极值剔除，之后运用傅里叶变换将时域数据转换为频域，去除环境噪声。将平滑后的数据进行归一化处理后转换为极坐标的数值，利用格拉米角场提升原数据维度。结果 将处理完的白念珠菌转换为热力图之后，数据维度得到提升，方便针对真菌类型分型。结论 成功建立了白念珠菌拉曼强度的数据预处理架构，为白念珠菌拉曼光谱预测提供了一套非常可靠的工具。