一类遗传算法用于对光谱化学数据的身份验证分析
José R de Morais Filho1, Camilo de L M de Morais2, Anne B F Câmara1
1Biological Chemistry and Chemometrics, Institute of Chemistry, Federal University of Rio Grande do Norte, Natal, RN 5072-970, Brazil.
一种新的变量选择策略,即一类遗传算法 (OGA),改善了COVID-19,子宫内膜异位症和登革热检测的分类. 这种化学测量方法增强了疾病诊断和生物标志物的发现.
科学领域:
- 化学测量 化学测量 化学测量
- 机器学习 机器学习
- 临床诊断 临床诊断 临床诊断
背景情况:
- 一类分类器 (OCC) 模型对于目标类的建模和控制至关重要.
- 现有的OCC模型,如DD-SIMCA和OCPLS,需要强大的变量选择以获得最佳性能.
研究的目的:
- 整合一个新的一类遗传算法 (OGA) 与DD-SIMCA和OCPLS模型.
- 评估临床应用中的增强分类性能,包括COVID-19,子宫内膜异位症和登革热.
主要方法:
- 实施DD-SIMCA与alpha=0.05和OCPLS与部分强大的M回归 (PRM).
- 这些OCC模型与变量选择的一类遗传算法 (OGA) 的关联.
- 在临床数据集上应用和比较OGA-DD-SIMCA和OGA-PRM-OCPLS模型.
主要成果:
- 在所有三个临床应用中,OGA显著提高了分类性能.
- OGA-PRM-OCPLS实现了对COVID-19和子宫内膜异位症的100%敏感性.
- OGA-DD-SIMCA在登革热分类方面表现优异,灵敏度为100%.
结论:
- 该OGA增强了OCC模型用于疾病分类和生物标志物识别的实用性.
- 这种化学测量方法为开发快速,低成本和最少侵入性的诊断查方法提供了潜力.
更多相关视频
07:29HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
Published on: November 11, 2022
07:05Area-based Image Analysis Algorithm for Quantification of Macrophage-fibroblast Cocultures
Published on: February 15, 2022
相关概念视频
Analysis of Population Pharmacokinetic Data
Trial and Error and Algorithm
Drug Classes and Categories
Antibody Structure and Classes
The basic structure of an antibody consists of four protein chains: two identical heavy chains and two identical light chains. These chains are held together by disulfide bonds and other non-covalent interactions, forming a Y-shaped structure.
Overview of Microsoft Excel as a Data Analysis Tool
Statistical Software for Data Analysis and Clinical Trials
