| Title: | Выявление системной красной волчанки по SERS-спектрам сыворотки крови с помощью MCR-ALS и алгоритмов машинного обучения |
| Authors: | Пименова И. А. |
| Keywords: | alternating least squares blood serum machine learning multidimensional curve resolution method Raman spectroscopy SERS-спектры SVM systemic lupus erythematosus алгоритмы машинного обучения градиентный бустинг диагностика логистическая регрессия метод разрешения многомерных кривых рамановская спектроскопия системная красная волчанка случайный лес сыворотка крови хронические аутоиммунные заболевания чередующиеся наименьшие квадраты |
| Issue Date: | 2026 |
| Citation: | Пименова, И. А. Выявление системной красной волчанки по SERS-спектрам сыворотки крови с помощью MCR-ALS и алгоритмов машинного обучения = Detection of systemic lupus erythematosus by serum SERS-spectra using MCR-ALS and machine learning algorithms / И. А. Пименова // Volga Cyber Week : материалы Всерос. II молодеж. науч.-практ. конф. по информатике и кибернетике (Самара, 12-15 мая 2026 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под общ. ред. А. В. Куприянова. - Самара : Изд-во Самар. ун-та, 2026. - С. 323-326. |
| Abstract: | В работе представлен метод интеллектуального анализа SERS-спектров сыворотки крови для диагностики системной красной волчанки (СКВ) с использованием MCR-ALS и машинного обучения. Проанализировано 179 образцов (139 – СКВ, 40 – контроль). MCR-ALS позволил выделить биохимически значимые компоненты спектров, профили которых использованы для построения моделей (логистическая регрессия, SVM, случайный лес, градиентный бустинг). Наилучшая точность (0,91 ± 0,03) достигнута для случайного леса. Предложенный подход может быть перспективным инструментом ранней диагностики СКВ. |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/64085 |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\590246 |
| Appears in Collections: | VOLGA CYBER WEEK |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| file-323-326.pdf | 1.32 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.