PRETREATMENT METHOD RESEARCH OF NEAR-INFRARED SPECTRA IN BLOOD COMPONENT NON-INVASIVE MEASUREMENT
Notice bibliographique
Résumé
Blood component non-invasive measurement based on near-infrared (NIR) spectroscopy has become a favorite topic in the field of biomedicine. However, the various noises from instrument measurement and the varying background from absorption of other components (except target analyte) in blood are the main causes, which influenced the prediction accuracy of multivariable calibration. Thinking of backgrounds and noises are always found in high-scale approximation and low-scale detail coefficients. It is possible to identify them by wavelet transform (WT), which has multi-resolution trait and can break spectral signals into different frequency components retaining the same resolution as the original signal. Meanwhile, associating with a criterion of uninformative variable elimination (UVE), it is better to eliminate backgrounds and noises simultaneously and visually. Basic principle and application technology of this pretreatment method, wavelet transform with UVE criterion, were presented in this paper. Three experimental near-infrared spectra data sets, including aqueous solution with four components data sets, plasma data sets, body oral glucose tolerance test (OGTT) data sets, which, including glucose (the target analyte in this study), have all been used in this paper as examples to explain this pretreatment method. The effect of selected wavelength bands in the pretreatment process were discussed, and then the adaptability of different pretreatment method for the uncertainty complex NIR spectra model in blood component non-invasive measurements were also analyzed. This research indicates that the pretreatment methods of wavelet transform with UVE criterion can be used to eliminate varying backgrounds and noises for experimental NIR spectra data directly. Under the spectra area of 1100 to 1700 nm, utilizing this pretreatment method is helpful for us to get a more simple and higher precision multivariable calibration for blood glucose non-invasive measurement. Furthermore, by comparing with some other pretreatment methods, the results imply that the method applied in this study has more adaptability for the complex NIR spectra model. This study gives us another path for improving the blood component non-invasive measurement technique based on NIR spectroscopy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».