Scientific Library of Tomsk State University

   E-catalog        

Normal view MARC view

Terahertz time-domain spectroscopy of glioma patient blood plasma: Diagnosis and treatment (Record no. 1016967)

000 -Маркер записи
Контрольное поле постоянной длины 03290nab a2200469 c 4500
001 - Контрольный номер
Контрольное поле koha001016967
005 - Дата корректировки
Контрольное поле 20240112155816.0
007 - Кодируемые данные (физ. описан.)
Контрольное поле постоянной длины cr |
008 - Кодируемые данные
Контрольное поле постоянной длины 240110|2023 sz s a eng d
024 7# - Прочие стандартные номера
Стандартный номер 10.3390/app13095434
Источник номера doi
035 ## - Системный контрольный номер
Системный контрольный номер koha001016967
040 ## - Источник каталогиз.
Служба первич. каталог. RU-ToGU
Код языка каталог. rus
Служба, преобразующая запись RU-ToGU
245 10 - Заглавие
Заглавие Terahertz time-domain spectroscopy of glioma patient blood plasma: Diagnosis and treatment
Ответственность O. P. Cherkasova, D. A. Vrazhnov, A. I. Knyazkova [et al.]
336 ## - Тип содержимого
Тип содержимого Текст
337 ## - Средство доступа
Средство доступа электронный
504 ## - Библиография
Библиография Библиогр.: 64 назв.
520 3# - Аннотация
Аннотация Gliomas, one of the most severe malignant tumors of the central nervous system, have a high mortality rate and an increased risk of recurrence. Therefore, early glioma diagnosis and the control of treatment have great significance. The blood plasma samples of glioma patients, patients with skull craniectomy defects, and healthy donors were studied using terahertz time-domain spectroscopy (THz-TDS). An analysis of experimental THz data was performed by machine learning (ML). The ML pipeline included (i) THz spectra smoothing using the Savitzky–Golay filter, (ii) dimension reduction with principal component analysis and t-distribution stochastic neighborhood embedding methods; (iii) data separability analyzed using Support Vector Machine (SVM), Random Forest (RF), and Extreme Gradient Boosting (XGBoost). The ML models’ performance was evaluated by a k-fold cross validation technique using ROC-AUC, sensitivity, and specificity metrics. It was shown that tree-based ensemble methods work more accurately than SVM. RF and XGBoost provided a better differentiation of the group of patients with glioma from healthy donors and patients with skull craniectomy defects. THz-TDS combined with ML was shown to make it possible to separate the blood plasma of patients before and after tumor removal surgery (AUC = 0.92). Thus, the applicability of THz-TDS and ML for the diagnosis of glioma and treatment monitoring has been shown
653 ## - Ключевые слова
Ключевые слова терагерцовая спектроскопия во временной области
653 ## - Ключевые слова
Ключевые слова машинное обучение
653 ## - Ключевые слова
Ключевые слова глиома
653 ## - Ключевые слова
Ключевые слова плазма крови человека
653 ## - Ключевые слова
Ключевые слова машины опорных векторов
653 ## - Ключевые слова
Ключевые слова случайный лес, алгоритм машинного обучения
653 ## - Ключевые слова
Ключевые слова экстремальное повышение градиента
655 #4 - Термин индексирования — жанр/форма
Жанр/форма статьи в журналах
9 (RLIN) 918229
700 1# - Другие авторы
Другие авторы Cherkasova, Olga P.
9 (RLIN) 475691
700 1# - Другие авторы
Другие авторы Vrazhnov, Denis A.
9 (RLIN) 106039
700 1# - Другие авторы
Другие авторы Knyazkova, Anastasia I.
9 (RLIN) 435055
700 1# - Другие авторы
Другие авторы Konnikova, Maria R.
9 (RLIN) 808876
700 1# - Другие авторы
Другие авторы Stupak, Evgeny
9 (RLIN) 899602
700 1# - Другие авторы
Другие авторы Glotov, Vadim
9 (RLIN) 918230
700 1# - Другие авторы
Другие авторы Stupak, Vyacheslav
9 (RLIN) 918231
700 1# - Другие авторы
Другие авторы Nikolaev, Nazar
9 (RLIN) 918232
700 1# - Другие авторы
Другие авторы Paulish, Andrey
9 (RLIN) 918233
700 1# - Другие авторы
Другие авторы Peng, Yan
9 (RLIN) 852071
700 1# - Другие авторы
Другие авторы Kistenev, Yury V.
9 (RLIN) 99223
700 1# - Другие авторы
Другие авторы Shkurinov, Alexander P.
9 (RLIN) 358960
773 0# - Источник информации
Название источника Applied sciences
Место и дата издания 2023
Прочая информация Vol. 13, № 9. P. 5434 (1-17)
ISSN 2076-3417
852 4# - Местонахождение единицы хранения
Код организации-хранителя RU-ToGU
856 4# - Электронный адрес документа
URL <a href="http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001016967">http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001016967</a>
908 ## - Параметр входа данных
Параметр входа данных статья
999 ## - Системные контрольные номера (Koha)
biblionumber (Koha) 1016967

No items available.