机器学习方法和高光谱成像用于精确确定葡萄糖和水平
Adam Wawerski1, Barbara Siemiątkowska1, Michał Józwik1
1Faculty of Mechatronics, Warsaw University of Technology, Sw. A. Boboli St. 8, 02-525 Warsaw, Poland.
Sensors (Basel, Switzerland)
|February 24, 2024
概括
本研究介绍了一种使用高光谱数据的AI算法,用于准确检测溶液中的葡萄糖和水平. 这为持续监测提供了一种新的方法,这对于管理糖尿病和了解对健康的影响至关重要.
科学领域:
- 分析化学 分析化学
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 精确的葡萄糖监测对于糖尿病管理至关重要.
- 在骨健康,原形成和结缔组织中起着关键作用.
- 了解的生理作用对于全面的健康评估至关重要.
研究的目的:
- 引入一种用于同时检测葡萄糖和水平的算法.
- 利用高频谱数据和人工智能进行增强监控.
- 评估支向量机器回归 (SVMR) 和感知子模型的有效性.
主要方法:
- 综合高光谱成像和人工智能.
- 开发和比较用于回归的SVMR和感知子模型.
- 采用了特征选择,模型培训和严格的评估指标.
主要成果:
- 该算法在预测葡萄糖和的度方面表现出高准确度.
- 无论是SVMR还是感知子模型,都在检测过程中表现出有效性.
- 该研究验证了监控系统在现实世界中应用的潜力.
结论:
- 拟议的人工智能驱动算法提供了一种可靠的方法,可以同时检测葡萄糖和水平.
- 这项技术在推进连续监控系统方面具有重大潜力.
- 进一步的研究可以探索个性化医疗保健和疾病管理中的应用.
