COVID-19 混合检测中混合矩阵的构造与比较
种群与进化
2021-06-16 v2 离散数学
信息论
math.IT
统计方法学
摘要
与单独检测相比，组检测（亦称混合检测）在减少检测次数方面更为高效，并可能带来巨大的成本降低。正如美国 FDA 网站上近期文章所指出的，针对 COVID-19 的组检测方法近来受到大量关注。组检测技术有两个关键要素：(i) 将样本引导混合为组的混合矩阵，以及 (ii) 利用组检测结果重建各样本状态的译码算法。本文中，我们提出一类新的混合矩阵，其由有限射影平面中直线束（PPoL）的填充构造而来。我们使用两阶段确定缺陷（DD）译码算法，将其性能与文献中提出的多种混合矩阵（包括 2D-pooling、P-BEST 与 Tapestry）进行比较。通过对高达 5% 的一系列患病率进行广泛模拟，我们的数值结果表明，在整个患病率范围内不存在具有最低相对成本的混合矩阵。为优化性能，应根据患病率选择合适的混合矩阵。PPoL 矩阵族可依据患病率动态调整其列权重，或可成为优于固定混合矩阵的替代方案。
引用
@article{arxiv.2010.00060,
title = {Constructions and Comparisons of Pooling Matrices for Pooled Testing of COVID-19},
author = {Yi-Jheng Lin and Che-Hao Yu and Tzu-Hsuan Liu and Cheng-Shang Chang and Wen-Tsuen Chen},
journal= {arXiv preprint arXiv:2010.00060},
year = {2021}
}