拉曼光谱和基于机器学习的光学传感器用于通过痰液进行快速结核诊断
摘要：结核病 (TB) 是一种传染病，全球每年造成150万人死亡。早期诊断结核病患者对于控制其传播至关重要。然而，标准的结核病诊断测试如痰液培养需要几天到几周才能产生结果。在这里，我们展示了一种快速、便携、易于使用且非侵入性的基于痰液样本的光学传感器，用于结核病检测。该探针使用拉曼光谱技术来检测患者痰液上清中的结核病。我们在获取的拉曼数据上应用了机器学习算法——主成分分析 (PCA)，以增强检测的灵敏度和特异性。在对112名潜在结核病患者进行测试时，我们的结果显示，开发的探针的准确率对于真阳性为100％，对于真阴性为93.4％。此外，该探针还能正确识别正在接受结核病药物治疗的患者。我们预计我们的研究将导致一种可行且快速的结核病诊断平台。
作者：Ubaid Ullah, Zarfishan Tahir, Obaidullah Qazi, Shaper Mirza, and M. Imran Cheema
论文ID：2204.12157
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2022-08-26