机构名称：
¥ 1.0
摘要：SARS-COV-2病毒感染的快速，低成本和有效检测，尤其是在临床样本中，仍然是一个主要挑战。对此问题的一个有希望的解决方案是光谱技术的组合：基于机器学习（ML）算法的高级化学计量学的表面增强拉曼光谱（SER）。在本研究中，我们对从一系列患者的唾液和鼻咽拭子进行了SERS研究（唾液：175；鼻咽拭子：114）。使用一系列分类器分析了获得的SERS光谱，其中随机森林（RF）获得了最佳结果，例如，对于唾液，精度和召回率分别为94.0％和88.9％。结果表明，即使使用少量的临床样本，SERS和浅机器学习的组合也可以用于在临床实践中鉴定SARS-COV-2病毒。
COVID-19使用表面确定的机器学习...
主要关键词
相关文件推荐
