谷歌播放图标

使用集合机学习,从常规血液测试的无风险Covid-19筛选算法的开发

发布2021年8月16日
本新闻或文章适用于读者,在该领域拥有某些科学或专业知识。

目前,PCR检测是检测SARS-CoV-2污染的最佳质量标准。尽管如此,测试是耗时的和专门的工具。

最近的一项研究提出了一种新颖的机器学习技术,依赖于常规血液测试。基于观察结果,在SARS-COV-2感染后血流中的免疫和血液学参数显着变化。

虽然疫苗接种使世界部分地区能够恢复大流行前的一些活动,但SARS-CoV-2正在通过自身变异迅速绕过疫苗。研究结果表明,当疫苗受损时,纳米体可能是预防COVID-19死亡的有希望的工具。图片来源:Tim Reckmann viaWikimedia(cc by 2.0)

提出的双层堆叠集成机器学习模型可以很准确地分类个体是否感染了病毒。研究人员还注意达到较高的精度和召回率,以确保没有人被错误分类。

通过对基于不同基本复制数(R0)的误分类后果的全面分析,改进了性能指标。提出的方法为廉价和广泛可用的COVID诊断方法开辟了道路。

的逆转录聚合酶链式反应(RT-PCR)测试是银子弹诊断测试来辨别COVID感染。快速抗原检测是筛选试验,以确定COVID阳性患者在短至15分钟,但具有比PCR测试的较低的灵敏度。除了具有多个标准化测试包,很多人都在受感染&要么恢复或死亡,甚至在测试之前,由于包的短缺和成本,尤其是在发展中国家和欠缺乏必要的专家和实验室,耗时的结果相比,散装人口国家。通过在COVID患者的免疫和血液系统配置文件中的参数偏差好奇,这项研究工作利用COVID-19检测的概念,通过提出和高度精确的无风险堆积合奏机器学习模型来识别从由社区提供,普遍一COVID病人- 廉价血常规其给出希望的准确度,精密度,召回&的100%F1-得分。从R曲线的分析还表明将实施的无风险模型的准确性。该方法具有大规模无处不在的低成本筛选应用的潜力。这可以在保持感染病例数最少增加了额外的保护层,并通过识别早期无症状或症状前人控制这一流行病。

研究论文:Mohsin Sarker rahan, M., Mohi Uddin Khan, M., Akter, L., and Shams, A. B.,“利用集成机器学习从常规血液检测开发无风险COVID-19筛查算法”,2021。链接:https://arxiv.org/abs/2108.05660

相关文章:

98174个科学技术文章

最受欢迎的文章

  1. 制作一个实际工作的水电脑 2021年8月1日
  2. 辉瑞疫苗剂量之间的更长间隔促进免疫力7月25日,2021年
  3. 如果宇宙只有140亿岁,那么它如何达到920亿光年宽? 2021年8月14日
  4. 没人能解决的最简单的数学问题 8月3日,2021年
  5. 火星上的生命迹象?美国宇航局的坚持斗道开始追捕 7月21日,2021年
精选文章
必威体育app靠谱吗技术组织程序
谷歌播放图标
关注我们