Apr, 2024

使用 GC-IMS 数据探索感染检测的机器学习算法：初步研究

PDF
TL;DR通过将气相色谱 - 离子迁移谱（GC-IMS）数据与机器学习算法整合到一个统一的实验室信息管理系统（LIMS）平台中，我们的研究目标在于解决精确感染识别的持续问题，为先进诊断技术领域做出贡献，并通过不同的机器学习算法区分感染和非感染样本，以支持疾病的早期检测。
enhanced diagnostic techniquesgas chromatography-ion mobility spectrometrymachine learning algorithmsinfection identificationadvanced diagnostic technologies
发现论文，激发创造
  • 现代机器学习预测模型在传染病诊断中的应用

    通过对使用机器学习算法诊断传染病的最新研究文章的综述，我们发现大多数文章使用小数据集，结论表明合适的机器学习技术取决于数据集的类型和预期目标。

    Jun, 2022

  • 利用人工智能分析质谱数据，辅助理解火星过去的生存条件并为未来任务提供思路

    这篇研究论文应用了人工智能技术分析质谱数据，用于检测古代火星的适居潜力，并探讨了该方法在质谱学和其他领域的适用性。

    Oct, 2023

  • 基于 GC-EI-MS 光谱的小分子的去新识别

    本文介绍了一种用于 GC-EI-MS 数据的基于机器学习的新型的 de-novo 方法，主要解决由于缺乏附加信息而导致的质谱数据的结构鉴定问题。

    Apr, 2023

  • iMD4GC: 不完全的多模式数据融合以提升胃癌精准治疗反应预测和生存分析

    提出了一种不完整的多模态数据集成框架用于胃癌研究，以满足临床实践中存在的多模态数据缺失挑战，实现精确的治疗反应预测和生存分析。通过在各模态中使用单模态注意力层以捕捉内部模态信息，并通过交叉模态交互层来探索潜在的模态之间相互作用和捕捉跨模态的互补信息，从而弥补遗漏模态的信息损失。在胃癌研究中收集了三个多模态数据集，并取得了显著的性能，分别在反应预测、生存分析上达到了 80.2% 的 AUC、71.4% 的 C-index 和 66.1% 的 C-index，明显超过其他比较方法。

    Apr, 2024

  • 利用机器学习进行肝部感染预测分析，以评估神经网络的分析性能和优化技术

    ML algorithms and machine learning optimization are used to evaluate different liver illness datasets and identify the most excellent categorization models by modifying hyperparameters such as Phosphotase, Direct Billirubin, Protiens, Albumin, and Albumin Globulin, essential for minimizing the cost function and visualizing the pattern.

    May, 2023

  • 机器学习与质谱技术的结合：一种专注角度

    质谱学数据的机器学习分析及相关挑战的前景探讨。

    Jun, 2024

  • 机器学习增强的诊断测试用于识别测试性能变异的源泉

    利用机器学习技术评估病毒检测的情境风险，以提高诊断测试的敏感度，预测牛结核引起牛群病情恶化的发生率，而不损害测试的特异性。

    Mar, 2024

  • 知识引导的机器学习在癌症诊断和预后中的应用综述

    综述了采用基于生物医学知识的机器学习方法在癌症诊断和预后方面的研究现状和发展方向。

    Jan, 2024

  • 分子动力学的机器学习用于红外光谱模拟

    本文提出了一种基于机器学习的策略来预测分子红外光谱的方法，建立在从头分子动力学模拟的基础上，利用各种机器学习技术加速模拟并扩展可处理的系统大小，其中包括环境依赖性神经网络电荷的分子偶极矩模型和 Behler 和 Parrinello 的神经网络势能。通过引入完全自动化的采样方案和神经网络势能训练期间的分子力，我们能够仅基于少量的电子结构参考点来获得非常精确的机器学习模型，同时在甲醇分子，含有多达 200 个原子的正构烷和质子化的丙氨酸三肽的情况下，将其应用于模拟红外光谱，并发现与理论和实验光谱具有出色的一致性。

    May, 2017

  • 通过多模型降维算法和分类算法的多模态融合在转移性乳腺癌预测中的应用

    利用机器学习的预处理算法和分类算法，研究了检测转移性癌症的潜力，通过降低数据维度和使用 k 最近邻算法，获得了最高 71.14% 的准确率。

    Sep, 2023