PT - JOURNAL ARTICLE
AU - Chen C. , 
AU - Zhang Q. , 
AU - Lu D. , 
AU - Liu J. , 
AU - Lu Y. , 
AU - Liu K. , 
TI - НЕИНВАЗИВНАЯ ДИАГНОСТИКА РАКА ЛЕГКОГО НА ОСНОВЕ СПЕКТРОСКОПИИ ПОВЕРХНОСТНО-УСИЛЕННОГО КОМБИНАЦИОННОГО РАССЕЯНИЯ СВЕТА ЦЕЛЬНОЙ КРОВИ И ГЛУБОКОГО МАШИННОГО ОБУЧЕНИЯ
DP - 2022-09-26
TA - Журнал прикладной спектроскопии
SO - https://www.academjournals.by/publication/15573
AB - На основе объединения глубокого машинного обучения с поверхностно-усиленной КР-спектроскопией (SERS) наночастиц серебра (NP Ag) разработан новый метод анализа цельной крови для обнаружения рака. Цельная кровь собрана у двух групп — больных (n = 26) раком легкого и здоровых добровольцев (n = 45). Для разработки диагностической модели с использованием одних и тех же спектральных данных применены алгоритмы логистической регрессии (LR), k-ближайшего соседа (KNN), дерева решений (DT) и случайного леса (RF). Диагностическая точность моделей LR, KNN, DT и RF составила 87, 66, 77 и 83 % соответственно. Логистическая регрессия превосходит другие алгоритмы в классификации спектров SERS цельной крови. Предложенная стратегия имеет высокий клинический потенциал для технологии SERS в сочетании с логистической регрессией и действует как дополнительный метод для обнаружения рака легких.