17 Mo W. Wen J. Huang J. Yang Y. Zhou M. Ni S. Le W. Wei L. Qi D. Wang S. Su J. Wu Y. Zhou W. Du K. Wang X. Zhao Z. коронавирус спайковый белок спектроскопия комбинационного рассеяния света глубокое обучение интерпретативный анализ. 2022 2022-12-02 Журнал прикладной спектроскопии Разработан метод классификации спайковых белков коронавируса, основанный на глубоком машинном обучении и спектроскопии комбинационного рассеяния света (КР). Набор КР-спектров спайковых белков пяти коронавирусов (MERS-CoV, SARS-CoV, SARS-CoV-2, HCoV-HKU1 и HCoVOC43) использован для создания нейросетевой модели классификации. Для полученных спектров с низким отношением сигнал/шум средняя точность >97%. Проанализированы результаты классификации нейронной сетью. Показано, что различия в спектральных характеристиках, полученные нейронной сетью, согласуются с экспериментальными результатами. Предлагаемый метод можно использовать для идентификации сложных КР-спектров, в клинической практике при выявлении COVID-19 и других коронавирусов, а также в промышленных областях, таких как разведка нефти и газа. https://www.academjournals.by/publication/15620 https://www.academjournals.by/files/15576