0000000000826522
AUTHOR
Linda Anarkulova
Modular Point-of-Care Breath Analyzer and Shape Taxonomy-Based Machine Learning for Gastric Cancer Detection
Background: Gastric cancer is one of the deadliest malignant diseases, and the non-invasive screening and diagnostics options for it are limited. In this article, we present a multi-modular device for breath analysis coupled with a machine learning approach for the detection of cancer-specific breath from the shapes of sensor response curves (taxonomies of clusters). Methods: We analyzed the breaths of 54 gastric cancer patients and 85 control group participants. The analysis was carried out using a breath analyzer with gold nanoparticle and metal oxide sensors. The response of the sensors was analyzed on the basis of the curve shapes and other features commonly used for comparison. These f…
Sensoru izelpas analizatora pielietojums kuņģa vēža diagnostikā
Ievads. Kuņģa vēzis ir viens no biežāk sastopamajiem un viens no nāvējošākajiem audzējiem pasaulē. Lai nodrošinātu veiksmīgu ārstēšanu, ir svarīgi kuņģa vēzi diagnosticēt agrīnās stadijās. Daudzsološa un neinvazīva kuņģa vēža skrīninga metode ir izelpas analīze, kas balstās uz gaistošo organisko savienojumu (GOS) noteikšanu izelpā, pielietojot sensorus. Darba mērķis. Izvērtēt sensoru izelpas analizatora spēju diferencēt kuņģa vēža pacientus un indivīdus bez vēža. Materiāli un metodes. Pētījumā tika iekļauti kuņģa vēža pacienti un indivīdi bez kuņģa vēža, kuri fiziski spēja ziedot savas izelpas paraugu. Izelpa tika veikta sensoru izelpas analizatorā, kurš saturēja divu veidu sensorus – astoņ…