利用机器学习对呼吸样本中的生物标志物进行快速自动检测
计算机视觉与模式识别
2020-06-03 v1 机器学习
信号处理
摘要
人体呼吸中的挥发性有机化合物（VOCs）可揭示广泛的健康状况，并可用于快速、准确且非侵入性的诊断。气相色谱-质谱（GC-MS）被用于测量 VOCs，但其应用受限于专家驱动的数据分析，该方法耗时、主观且可能引入误差。我们提出了一种执行 GC-MS 数据分析的系统，其利用深度学习的模式识别能力直接从原始数据中学习并自动检测 VOCs，从而绕过了专家主导的处理过程。所提出的新方法表现出优于专家主导的分析，它在仅一小部分时间内检测到显著更多的 VOCs，同时保持高特异性。这些结果表明，所提出的方法可通过减少时间与成本、提高准确性与一致性，助力基于呼吸的诊断的大规模部署。
引用
@article{arxiv.2006.01772,
title = {Fast and automated biomarker detection in breath samples with machine learning},
author = {Angelika Skarysz and Dahlia Salman and Michael Eddleston and Martin Sykora and Eugenie Hunsicker and William H Nailon and Kareen Darnley and Duncan B McLaren and C L Paul Thomas and Andrea Soltoggio},
journal= {arXiv preprint arXiv:2006.01772},
year = {2020}
}