<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Shi F. </author>
     <author>Wang H. </author>
     <author>Jamali S. </author>
     <author>Fu H. </author>
     <author>Wang D. </author>
     <author>Ding Z. </author>
    </authors>
   </contributors>
   <titles>
    <title>Классификация типов почечных камней с помощью лазерно-индуцированной флуоресценции и машинного обучения</title>
   </titles>
   <keywords>
    <keyword>лазерно-индуцированная флуоресценция</keyword>
    <keyword>камни в почках</keyword>
    <keyword>машинное обучение</keyword>
    <keyword>спектральный анализ</keyword>
    <keyword>классификация и идентификация</keyword>
   </keywords>
   <dates>
    <year>2026</year>
    <pub-dates>
     <date>2026-09-28</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>Разработан быстрый неинвазивный метод классификации типов камней в почках с помощью лазерно-индуцированной флуоресценции (ЛИФ) в сочетании с машинным обучением. Создана ЛИФ-система на основе лазера с длиной волны 405 нм для сбора спектральных данных для четырех распространенных типов камней: моногидрата оксалата кальция, безводной мочевой кислоты, гексагидрата фосфата магния-аммония и карбонатного апатита. Спектральные данные предварительно обработаны с использованием стандартного преобразования и нормализации переменных для уменьшения шума и морфологической изменчивости. После отбора признаков и масштабирования построены четыре модели классификации (метод k-ближайших соседей, классификатор опорных векторов, случайный лес и экстремальный градиентный бустинг), гиперпараметры которых оптимизированы  с помощью байесовского алгоритма. Все модели показали хорошие результаты на независимом тестовом наборе, при этом классификатор опорных векторов достиг наивысшей средней точности 92%. Предложенная методика позволяет надежно и эффективно идентифицировать компоненты камней во время операции и обладает значительным потенциалом для улучшения клинической диагностики, определения оптимального лечения и профилактики рецидивов.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/21249</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/21096</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
