Детальная информация
| Название | Применение машинного обучения для диагностики некоторых социально значимых заболеваний по выдыхаемому человеком воздуху методом инфракрасной лазерной спектроскопии // Оптика и спектроскопия. – 2023. – Т. 131, № 6. — С. 825-831 |
|---|---|
| Авторы | Голяк Иг. С. ; Бережанский П. В. ; Седова А. Ю. ; Гутырчик Т. А. ; Небритова О. А. ; Морозов А. Н. ; Анфимов Д. Р. ; Винтайкин И. Б. ; Коноплева А. А. ; Дёмкин П. П. ; Фуфурин И. Л. |
| Выходные сведения | 2023 |
| Коллекция | Общая коллекция |
| Тематика | Физика ; Спектроскопия ; лазерная спектроскопия ; инфракрасная спектроскопия ; выдыхаемый человеком воздух ; диагностика заболеваний ; машинное обучение ; квантово-каскадные лазеры ; хронические заболевания |
| УДК | 535.33 |
| ББК | 22.344 |
| Тип документа | Статья, доклад |
| Язык | Русский |
| DOI | 10.21883/OS.2023.06.55917.109-23 |
| Права доступа | Доступ по паролю из сети Интернет (чтение) |
| Ключ записи | RU\SPSTU\edoc\71763 |
| Дата создания записи | 26.09.2023 |
Исследованы инфракрасные спектры воздуха, выдыхаемого несколькими группами волонтеров: страдающих диабетом первого типа, бронхиальной астмой и пневмонией. Для регистрации инфракрасных спектров применен перестраиваемый квантово-каскадный лазер, излучающий в диапазоне длин волн от 5.3 до 12.8 mum в импульсном режиме с шириной импульса 50 ns, мощностью до 150 mW и шагом перестройки 1 cm{-1}. Лазер оптически сопряжен с астигматической газовой кюветой типа Эрриота с длиной оптического пути 76 m. Обнаружено отличие интенсивности селективных линий молекул-биомаркеров в спектрах выдыхаемого воздуха здоровых волонтеров от аналогичных показателей волонтеров, страдающих определенным заболеванием. На примере таких методов, как метод опорных векторов (SVM), метод k-ближайших соседей (k-NN) и алгоритм случайного леса (RandomForest), показана возможность классификации волонтеров по инфракрасным спектрам их выдыхаемого воздуха. Применение методов понижения размерности (PCA и t-SNE) позволило повысить точность классификации болезней до 98% по метрике accuracy.
