快速选使用减弱的总反射率-福利埃变换红外光谱 (ATR-FTIR) 的患者,基于D-二次元值值
Bruna F Brun1, Marcia H C Nascimento2, Pedro A C Dias1
1Department of Physiological Science, Federal University of Espírito Santo, Vitória, Espírito Santo, Brazil.
Talanta
|December 2, 2023
概括
减弱总反射率-里埃变换红外光谱 (ATR-FTIR) 可以分类血液D-二次数水平. 这种新兴的医疗技术显示出更快,更准确的诊断的希望,有助于患者护理和资源管理.
科学领域:
- 生物医学光谱学 生物医学光谱学
- 医学诊断 医学诊断 医学诊断
- 医疗保健中的机器学习
背景情况:
- 血液D-二聚体是凝血和纤维解的标记物,用于诊断肺栓塞和深静脉血栓.
- D-二聚合物水平也与COVID-19的严重程度有关.
- 减弱总反射度-里埃变换红外光谱 (ATR-FTIR) 是医学领域的一个新兴技术.
研究的目的:
- 为了评估ATR-FTIR光谱学与机器学习算法相结合的疗效,用于分类血D-二聚合物度.
- 评估ATR-FTIR作为D-二次元水平的诊断工具的潜力.
主要方法:
- 从指纹区域内100名患者的血ATR-FTIR光谱分析 (1800-1000厘米-1).
- 使用主要成分分析 (PCA) 进行光谱分析.
- 采用监督机器学习方法:带有线性差异分析的遗传算法 (GA-LDA) 和带有线性差异分析的部分最小平方 (PLS-DA).
主要成果:
- 该GA-LDA方法在基于D-二次元切断值 (≤0.5μg/mL和>0.5μg/mL) 的患者分类方面表现出很高的性能.
- 在训练组中,GA-LDA实现了87.5%的特异性和100%的灵敏性.
- 在测试组中,GA-LDA达到85.7%的特异性和95.6%的灵敏性.
结论:
- 与机器学习相结合的ATR-FTIR光谱是一种可行的工具,可以根据D-二次数值对患者进行分类.
- 这种方法可能会导致更快,更准确的医学诊断.
- 将ATR-FTIR光谱分析与临床数据相结合可能会降低患者的发病率,并优化医疗保健资源利用率.
更多相关视频
12:08Rapid Antimicrobial Susceptibility Testing by Stimulated Raman Scattering Imaging of Deuterium Incorporation in a Single Bacterium
Published on: February 14, 2022
2.7K
06:27Analysis of β-Amyloid-induced Abnormalities on Fibrin Clot Structure by Spectroscopy and Scanning Electron Microscopy
Published on: November 30, 2018
9.2K
