Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Анализ и классификация инфекций гепатита с использованием спектроскопии комбинационного рассеяния и многомасштабных сверточных нейронных сетей

Аннотация

Предложен метод анализа и классификации случаев вируса гепатита B (HBV) и C (HCV) с использованием спектроскопии комбинационного рассеяния и многомасштабной сверточной нейронной сети (ММСНС). Проанализированы образцы сыворотки пациентов, инфицированных HBV (435 случаев) и HCV (374 случая), и здоровых людей (499 случаев). Различия между пиками в измеренных КР-спектрах сыворотки указывают на конкретные биомолекулярные различия между группами. Размерность спектральных данных уменьшена за счет анализа главных компонент, к полученным признакам применена нормализация. Полученные признаки использованы для обучения различных классификаторов, а именно ММСНС, одномасштабной сверточной нейронной сети и других традиционных классификаторов. Модель ММСНС имеет лучшие результаты с четкостью 98.89%, чувствительностью 97.44%, специфичностью 94.54% и точностью 94.92%. Показано, что спектральный анализ комбинационного рассеяния и ММСНС могут быть эффективно использованы для быстрого скрининга гепатитов B и C.

Об авторах

Y. Zhao
Синьцзянский университет
Китай

Урумчи 830000



Sh. Tian
Синьцзянский университет
Китай

Урумчи 830000



L. Yu
Колледж программной инженерии университета Синьцзян
Китай

Урумчи, 830000



Zh. Zhang
Первая больница Синьцзянского медицинского университета
Китай

Урумчи, 830000



W. Zhang
Синьцзянский университет
Китай

Урумчи, 830000



Список литературы

1. H. Nawaz, N. Rashid, M. Saleem, M. A. Hanif, M. I. Majeed, I. Amin, M. Iqbal, M. Rahman, O. Ibrahim, S. M. Baig, M. Ahmed, F. Bonnier, H. J. Byrne, J. Raman Spectrosc., 48, 697-704 (2017).

2. H. Momose, S. Matsuoka, A. Murayama, N. Yamada, K. Okuma, E. Ikebe, Y. Hoshi, M. Muramatsu, T. Wakita, K. Toyota, T. Kato, I. Hamaguchi, J. Clin. Virol., 105, 97-102 (2018).

3. J. Liang, C. Lv, M. Chen, M. Xu, C. Zhao, Y. Yang, J. Wang, D. Zhu, J. Gao, R. Rong, T. Zhu, M. Yu, J. Diabetes, 11, 370-378 (2019).

4. Q. Meng, C. Wong, A. Rangachari, S. Tamatsukuri, M. Sasaki, E. Fiss, L. Cheng, T. Ramankutty, D. Clarke, H. Yawata, Y. Sakakura, T. Hirose, C. Impraim, J. Clin. Microbiol., 39, 2937-2945 (2001).

5. X. Zheng, G. Lv, Y. Zhang, X. Lv, Z. Gao, J. Tang, J. Mo, Spectrochim. Acta A, 215, 244-248 (2019).

6. C. S. Ho, N. Jean, C. A. Hogan, L. Blackmon, S. S. Jeffrey, M. Holodniy, N. Banaei, A. A. E. Saleh, S. Ermon, J. Dionne, Nat. Commun., 10, 8 (2019).

7. T. Mahmood, H. Nawaz, A. Ditta, M. I. Majeed, M. A. Hanif, N. Rashid, H. N. Bhatti, H. F. Nargis, M. Saleem, F. Bonnier, H. J. Byrne, Spectrochim Acta A, 200, 136-142 (2018).

8. S. Feng, R. Chen, J. Lin, J. Pan, G. Chen, Y. Li, M. Cheng, Z. Huang, J. Chen, H. Zeng, Biosens. Bioelectron, 25, 2414-2419 (2010).

9. S.-X. Li, Q.-Y. Zeng, L.-F. Li, Y.-J. Zhang, M.-M. Wan, Z.-M. Liu, H.-L. Xiong, Z.-Y. Guo, S.-H. Liu, J. Biomed. Opt, 18, 027008 (2013).

10. J. Wang, D. Lin, J. Lin, Y. Yu, Z. Huang, Y. Chen, J. Lin, S. Feng, B. Li, N. Liu, R. Chen, J. Biomed. Opt., 19, 087003 (2014).

11. S. M. Cohen, P. Davitkov, Liver Disease: A Clinical Casebook, Springer (2018).

12. Y. LeCun, Y. Bengio, G. Hinton, Nature, 521, 436-444 (2015).

13. J. Acquarelli, T. van Laarhoven, J. Gerretzen, T. N. Tran, L. M. C. Buydens, E. Marchiori, Anal. Chim. Acta, 954, 22-31 (2017).

14. J. Liu, M. Osadchy, L. Ashton, M. Foster, C. J. Solomon, S. J. Gibson, Analyst., 142, 4067-4074 (2017).

15. C. Cui, T. Fearn, Chemom. Intell. Lab. Syst., 182, 9-20 (2018).

16. S. L. Neal, Appl. Spectrosc, 72, 102-113 (2018).

17. S. Malek, F. Melgani, Y. Bazi, J. Chemom., 32, e2977 (2018).

18. N. H. Tran, X. Zhang, L. Xin, B. Shan, M. Li, P Natl. Acad. Sci. USA, 114, 8247-8252 (2017).

19. X.-X. Zhou, W.-F. Zeng, H. Chi, C. Luo, C. Liu, J. Zhan, S.-M. He, Z. Zhang, Anal. Chem., 89, 12690-12697 (2017).

20. S. Wang, S. Fei, Z. Wang, Y. Li, J. Xu, F. Zhao, X. Gao, Bioinformatics, 35, 691-693 (2019).

21. P. Inglese, J. S. McKenzie, A. Mroz, J. Kinross, K. Veselkov, E. Holmes, Z. Takats, J. K. Nicholson, R. C. Glen, Chem Sci., 8, 3500-3511 (2017).

22. M. Wen, Z. Zhang, S. Niu, H. Sha, R. Yang, Y. Yun, H. Lu, J. Proteome Res, 16, 1401-1409 (2017).

23. M. Wen, P. Cong, Z. Zhang, H. Lu, T. Li, Bioinformatics, 34, 3781-3787 (2018).

24. D. Jiang, S. Malla, Y.-J. Fu, D. Choudhary, J. F. Rusling, Anal Chem, 89, 12872-12879 (2017).

25. N. Divakar, R. Venkatesh Babu, Proc. IEEE Conf Computer Vision and Pattern Recognition Workshops, 80-87 (2017).

26. S. Li, G. Chen, Y. Zhang, Z. Guo, Z. Liu, J. Xu, X. Li, L. Lin, Opt. Express, 22, 25895-25908 (2014).

27. R. Sumazaki, M. Motz, H. Wolf, J. Heinig, W. Jilg, F. Deinhardt, J. Med. Virol, 27, 304-308 (1989).

28. J. Zhao, H. Lui, D. I. McLean, H. Zeng, Appl. Spectrosc., 61, 1225-1232 (2007).

29. X. Li, T. Yang, S. Li, D. Wang, Y. Song, S. Zhang, Laser Phys, 26, 035702 (2016).

30. A. Rygula, K. Majzner, K. M. Marzec, A. Kaczor, M. Pilarczyk, M. Baranska, J. Raman Spectrosc., 44, 1061-1076 (2013).

31. V. Vapnik, The Nature of Statistical Learning Theory, Springer, New York, doi 10, 978-971 (1995).

32. I. Düntsch, G. Gediga, Conf. Ser., IOP Publishing., 1229, 012055 (2019).

33. G. P. J. Yang, V. Rao, J. Sohl-Dickstein, S. S. Schoenholz, arXiv preprint arXiv: 1902.08129(2019).

34. G. Yang, J. Pennington, V. Rao, J. Sohl-Dickstein, S. S. Schoenholz, arXiv preprint arXiv: 1902.08129 (2019).

35. Q. Luo, H. Ma, Y. Wang, L. Tang, R. Xiong, Neurocomputing, 378, 364-374 (2020).

36. X.-X. Zhou, H. Chi, C. Luo, C. Liu, J. Zhan, et al. Anal. Chem, 89, 12690-12697 (2017).

37. Z. Movasaghi, S. Rehman, I. U. Rehman, Appl. Spectrosc. Rev., 42, 493-541 (2007).

38. L. Seballos, J. Z. Zhang, R. Sutphen, Anal. Bioanal. Chem., 383, 763-767 (2005).

39. K. Maquelin, C. Kirschner, L.-P. Choo-Smith, N. van den Braak, D. Endtz, H. P. Naumann, G. Puppels, J. Microbiol. Meth, 51, 255-271 (2002).

40. C.-C. Lin, W.-H. Liu, Z.-H. Wang, M.-C. Yin, Eur. J. Nutr, 50, 499-506 (2011).

41. N. Kato, O.Yokosuka, , M.Omata, , K.Hosoda, M. Ohto, J. Clin. Invest., 86, 1764-1767 (1990).

42. N. Stone, C. Kendall, J. Smith, P. Crow, H. Barr, Faraday Discuss., 126, 141-157 (2004).

43. S. Anwar, S. Firdous, Laser Phys. Lett., 12, 076001 (2015).

44. J. Perła-Kaján, H. Jakubowski, Amino Acids, 43, 1405-1417 (2012).

45. G. Shetty, C. Kendall, N. Shepherd, N. Stone, H. Barr, Brit. J. Cancer., 94, 1460-1464 (2006).

46. A. A. Raouf, H. M. El-Sebaey, A. K. Abd El-Hamead, A. Y. El-Fert, Y. E. El-Gendy,MenoufiaMed. J., 29, 895 (2016).

47. T. Hevonoja, M. O. Pentikainen, M. T. Hyvonen, P. T. Kovanen, M. Ala-Korpela, BBA-Mol Cell Biol L., 1488, 189-210 (2000).

48. C. M. Bremer, C. Bung, N. Kott, M. Hardt, D. Glebe, Cell Microbiol., 11, 249-260 (2009).

49. Y.-J. Li, P. Zhu, Y. Liang, W.-G. Yin, J.-H. Xiao, World J. Gastroenter., 19, 2262 (2013).

50. S. Khan, R. Ullah, A. Khan, R. Ashraf, H. Ali, M. Bilal, M. Saleem, Photodiagn. Photodyn., 23, 89-93 (2018).

51. K. Naseer, M. Saleem, S. Ali, B. Mirza, J. Qazi, Spectrochim. Acta A, 222, 117181 (2019).

52. A. Rodriguez-Casado, M. Molina, P. Carmona, Appl. Spectrosc., 61, 1219-1224 (2007).

53. A. Ditta, H. Nawaz, T. Mahmood, M. Majeed, M. Tahir, N. Rashid, M. Muddassar, A. Al-Saadi, H. Byrne, Spectrochim. Acta A, 221, 117173 (2019).

54. Y. Lu, Y. Lin, Z. Zheng, X. Tang, J. Lin, X. Liu, M. Liu, G. Chen, S. Qiu, T. Zhou, Biomed. Opt. Express, 9, 4755-4766 (2018).


Рецензия

Для цитирования:


Zhao Y., Tian Sh., Yu L., Zhang Zh., Zhang W. Анализ и классификация инфекций гепатита с использованием спектроскопии комбинационного рассеяния и многомасштабных сверточных нейронных сетей. Журнал прикладной спектроскопии. 2021;88(2):338(1)-338(11).

For citation:


Zhao Y., Tian Sh., Yu L., Zhang Zh., Zhang W. Analysis and Classification of Hepatitis Infections Using Raman Spectroscopy and Multi-Scale Convolutional Neural Networks. Zhurnal Prikladnoii Spektroskopii. 2021;88(2):338(1)-338(11).

Просмотров: 210


ISSN 0514-7506 (Print)