对光谱数据预处理在基于光谱的液体活检中的作用进行全面评估
Ondřej Vrtělka1, Kateřina Králová1, Markéta Fousková1
1Department of Analytical Chemistry, Faculty of Chemical Engineering, University of Chemistry and Technology, Prague, Technická 5, 166 28 Prague 6, Czech Republic.
概括
有效的光谱数据预处理对于准确的疾病检测至关重要. 这项研究发现,像滚球和双重重权重处罚最小平方等特定方法显著改善了肝硬化和癌症检测的分类.
科学领域:
- 生物医学光谱学 生物医学光谱学
- 化学测量 化学测量 化学测量
- 机器学习用于医疗保健
背景情况:
- 光谱数据经常包含需要预处理以进行可靠分析的文物.
- 最佳的数据预处理对于液体活检等关键应用至关重要,影响患者的结果.
- 缺乏关于预处理方法的共识,阻碍了跨研究的比较和可重现性.
研究的目的:
- 综合评估预处理方法及其对光谱数据的组合.
- 确定预处理策略,以提高疾病检测的分类准确性.
- 确定最佳的预处理管道,以区分肝硬化和肝细胞癌.
主要方法:
- 向拉曼光学活动,红外和拉曼光谱数据应用了数万条预处理管道.
- 利用三个分类算法来区分健康受试者,肝硬化患者和肝细胞癌患者.
- 评估了各种预处理技术的影响,包括基线校正,过和正常化.
主要成果:
- 特定的预处理方法,如滚球 (拉曼光谱) 和双重重量化惩罚最小方形 (拉曼光学活动),始终产生了优异的分类结果.
- 过和规范化方法的选择通常对分类性能的影响有限.
- 最佳的预处理管道取决于分类器,实现了0.775-0.823.82的接收器操作特征曲线 (AUROC) 下的面积.
结论:
- 预处理显著影响了用于疾病检测的光谱数据分类.
- 确定最佳的预处理策略可以提高临床应用中的诊断准确性.
- 对分类器特定预处理优化的进一步研究是强大的生物标志物发现的必要条件.
