在这项工作中，开发了深度信念神经网络模型（DBN）来对鸽子，鸡，小鼠和绵羊的血液样本进行分类，这些成分在成分上有许多相似之处，仅通过视觉比较它们的光谱就几乎相同。 建立了DBN模型以从预处理的荧光光谱中提取特征。 然后，交叉验证结果表明，深度学习方法的应用使对血液荧光光谱的分类比以前的方法更为精确。 特别是，浓度为1％的全血的分类准确度高达97.5％。