自动基线校正和信号检测算法与基于Web的实现,用于热液体活检数据分析
Karl C Reger1, Gabriela Schneider2,3, Keegan T Line1
1Department of Mathematics and Statistics, Northern Arizona University, Flagstaff, AZ 86011, USA.
Cancers
|January 10, 2026
概括
热液体活检 (TLB) 的自动化算法简化了数据处理. 这些工具通过自动化基线校正和血液等离子体和其他生物流体中的信号检测来改善疾病检测.
科学领域:
- 生物物理学的生物物理.
- 分析化学 分析化学
- 生物技术是生物技术.
背景情况:
- 血的微分扫描热量计 (DSC) 分析,称为热液活检 (TLB),显示出疾病检测的前景.
- 临床采用TLB受限于繁的数据处理,特别是基线校正.
研究的目的:
- 开发和验证用于TLB数据处理中的关键瓶的自动化算法.
- 创建一个开源的R Shiny网络应用程序,ThermogramForge,用于端到端的TLB工作流.
主要方法:
- 开发了一种基于滚动偏差的算法,用于TLB的自动基线校正.
- 实现了基于自动回归集成移动平均线 (ARIMA) 的静态性测试算法用于信号检测.
- 将这两种算法集成到开源的 ThermogramForge R Shiny 网络应用程序中.
主要成果:
- 自动基线校正实现了与血TLB手动处理相美的质量.
- 开发了一个信号检测算法来选可解释的热特征,提高了尿液等低信号生物流体的稳定性.
- 信号检测算法证明了信息性TLB配置文件的高分类准确性和噪声的低错误阳性率.
结论:
- 自动基线校正和信号检测算法显著减少了TLB分析时间.
- 在ThermogramForge网络应用程序促进高效和可重复的TLB研究.
- 这些进展支持更广泛的临床采用TLB用于疾病检测和监测.
