ЭКСПРЕСС-ДИАГНОСТИКА ЗАБОЛЕВАНИЙ ПО ВЫДЫХАЕМОМУ ВОЗДУХУ НА ОСНОВЕ КВАДРУПОЛЬНОГО МАСС-СПЕКТРОМЕТРА

Автор: Л. В. Новиков, В. В. Манойлов, А. Г. Кузьмин, Ю. А Титов, И. В. Заруцкий, А. О. Нефедов, А. В. Нефедова, А. И. Арсеньев

Журнал: Научное приборостроение @nauchnoe-priborostroenie

Рубрика: Приборостроение для биологии и медицины

Статья в выпуске: 4 т.30, 2020 года.

Бесплатный доступ

Данная работа является развитием исследований, опубликованных в журнале "Научное приборостроение" № 1, 2019. В сравнении с указанной статьей в данной работе расширен литературный обзор, впервые разработан и апробирован алгоритм расчета вероятности заболеваний. Приводятся результаты обработки данных больных, находящихся на лечении в двух онкологических клиниках. Расчет вероятности заболевания по данным масс-спектрометрического анализа выдыхаемого воздуха основан на определении принадлежности масс-спектра тестируемого больного соответствующей контрольной группе. Каждая контрольная группа формируется путем набора массива спектров не менее десяти пациентов с одним и тем же заболеванием. Диагностика выполняется путем преобразования матрицы спектров контрольной группы и спектра тестируемого больного в пространство главных компонент. Вероятность заболевания определяется по евклидову расстоянию координат больного от центроиды контрольной группы в многомерном пространстве главных компонент

Еще

Экспресс-диагностика заболевания, метод главных компонент, многомерная плотность вероятности, обработка многомерных данных

Короткий адрес: https://sciup.org/142224619

IDR: 142224619 | DOI: 10.18358/np-30-4-i94105

Список литературы ЭКСПРЕСС-ДИАГНОСТИКА ЗАБОЛЕВАНИЙ ПО ВЫДЫХАЕМОМУ ВОЗДУХУ НА ОСНОВЕ КВАДРУПОЛЬНОГО МАСС-СПЕКТРОМЕТРА

1. Cao W., Duan Y. Breath analysis: potential for clinical diagnosis and exposure assessment // Clinical Chemistry. 2006. Vol. 52, no. 5. P. 800–811. DOI: 10.1373/clinchem.2005.063545
2. Pereira J., Porto-Figueira P., Cavaco C., Taunk K., Rapole S., Dhakne R., Nagarajaram H., Câmara J.S. Breath analysis as a potential and non-invasive frontier in disease diagnosis: an overview // Metabolites. No. 5. 2014. P. 3–55. DOI: 10.3390/metabo5010003
3. Kononov A., Korotetsky B., Jahatspanian I., Gubal A. et al. Online breath analysis using metal oxide semiconductor sensors (electronic nose) for diagnosis of lung cancer // Journal of Breath Research. 2020. Vol. 14, no. 1. DOI: 10.1088/1752-7163/ab433d
4. Kischkel S., Miekisch W., Sawacki A., Straker E.M., et al. Breath biomarkers for lung cancer detection and assessment of smoking related effects — confounding variables, influence of normalization and statistical algorithms // Clinica Chimica Acta. 2010. Vol. 411, is. 21–22. P. 1637–1644.
5. Fuchs P., Loeseken Ch., Schubert J.K., Miekisch W. Breath gas aldehydes as biomarkers of lung cancer. International Journal of Cancer, 2010, vol. 126, no. 11, pp. 2663–2670.
6. Вакс В.Л., Домрачева Е.Г., Собакинская Е.А., Черняева М.Б. Анализ выдыхаемого воздуха: физические методы, приборы и медицинская диагностика // УФН.
2014. Т. 184, № 7. С. 739–758. DOI:
10.3367/UFNr.0184.201407d.0739
7. Chen1 Ch.-Ch., Hsieh Ju-Ch., Chao Ch.-H., Yang W.-Sh.,
et al. Correlation between breath ammonia and blood urea
nitrogen levels in chronic kidney disease and dialysis patients // Journal of Breath Research. 2020. Vol. 14, no. 3.
DOI: 10.1088/1752-7163/ab728b
8. van Dartel D., Schelhaas H.J., Colon A.J., Kho K.H., de Vos C.C. Breath analysis in detecting epilepsy // Journal of Breath Research. 2020. Vol. 14, no. 3. DOI: 10.1088/1752-7163/ab6f14
9. Harshman S.W., Pitsch R.L., Davidson Ch.N., Scott A.M., et al. Characterization of standardized breath sampling for off-line field use // Journal of Breath Research. 2019. Vol. 14, no. 1. DOI: 10.1088/1752-7163/ab55c5
10. Tiele1 A., Wicaksono A., Daulton E., Ifeachor E., Eyre V., et al. Breath-based non-invasive diagnosis of Alzheimer’s disease: A pilot study // Journal of Breath Research. 2020. Vol. 14, no. 2. DOI: 10.1088/1752-7163/ab6016
11. Манойлов В. В., Кузьмин А. Г.,Заруцкий И.В., Титов Ю.А.,Самсонова Н.С. Методы обработки и исследование возможностей классификации масс-спектров выдыхаемых газов // Научное приборостроение. 2019. Т. 29, № 1. С. 106–110. URL: http://iairas.ru/mag/2019/abst1.php#abst16
12. Большаков А.А. Методы обработки многомерных данных и временных рядов / А.А. Большаков, Р.Н. Каримов. М.: Горячая линия-Телеком, 2007. 522 с.
13. Ширяев А.Н. Вероятность. Том 1. M.: Изд-во МЦНМО, 2007. 552 c.
14. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация
и снижение размерности. М.: Финансы и статистика, 1989. 607 с.
15. Эсбенсен К. Анализ многомерных данных / пер. с англ. под ред. О.Е. Родионовой. Черноголовка: Издво ИПХФ РАН, 2005. 161 с.

Еще

Статья научная