基于导数的红外光谱血糖估计——利用 PCA 驱动的回归模型
图像与视频处理
2024-12-12 v1 机器学习
医学物理
摘要
在本研究中，我们提出了两种创新方法，即阈值导数法 (TBD) 和自适应导数峰检测 (ADPD)，增强了使用红外 (MIR) 光谱进行血糖估计的学习模型准确性。在这些方法中，我们通过整合吸收数据及其微分与临界点，提高了模型的准确性。血样通过傅里叶变换红外 (FTIR) 光谱进行表征，并进行了高级预处理步骤。学习模型包括岭回归和支持向量回归 (SVR)，采用留一交叉验证。结果表明，TBD 和 ADPD 显著优于基本方法。对于 SVR，TBD 将 r2 分数提高约 27%，ADPD 提高约 10%。这些 Ridge 回归值介于 36% 和 24% 之间。此外，结果表明 TBD 和 ADPD 显著优于常规方法，实现更低的误差率和改进的临床准确性，通过克拉克和帕克斯误差网格分析进行验证。
引用
@article{arxiv.2412.07821,
title = {Derivative-Based Mir Spectroscopy for Blood Glucose Estimation Using Pca-Driven Regression Models},
author = {Saeed Mansourlakouraj and Hadi Barati and Mehdi Fardmanesh},
journal= {arXiv preprint arXiv:2412.07821},
year = {2024}
}