<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Zhao Y. </author>
     <author>Tian Sh. </author>
     <author>Yu L. </author>
     <author>Zhang Zh. </author>
     <author>Zhang W. </author>
    </authors>
   </contributors>
   <titles>
    <title>Анализ и классификация инфекций гепатита с использованием спектроскопии комбинационного рассеяния и многомасштабных сверточных нейронных сетей</title>
   </titles>
   <keywords>
    <keyword>многомасштабная сверточная нейронная сеть</keyword>
    <keyword>гепатит В</keyword>
    <keyword>гепатит С</keyword>
    <keyword>спектроскопия комбинационного рассеяния</keyword>
   </keywords>
   <dates>
    <year>2021</year>
    <pub-dates>
     <date>2021-05-29</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>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.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/15717</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/15673</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
