文献

J-GLOBAL ID：202002279133619125   整理番号：20A1002912

教師付き機械学習解析を用いた多重検出のためのバーコード化粒子の電子分類【JST・京大機械翻訳】

Electronic classification of barcoded particles for multiplexed detection using supervised machine learning analysis

著者 (4件)： Sui Jianye (Department of Electrical and Computer Engineering, Rutgers University, Piscataway, NJ, 08854, USA) ,  Xie Pengfei (Department of Electrical and Computer Engineering, Rutgers University, Piscataway, NJ, 08854, USA) ,  Lin Zhongtian (Department of Electrical and Computer Engineering, Rutgers University, Piscataway, NJ, 08854, USA) ,  Javanmard Mehdi (Department of Electrical and Computer Engineering, Rutgers University, Piscataway, NJ, 08854, USA)
資料名： Talanta  (Talanta)
巻： 215  ページ： Null  発行年： 2020年 
JST資料番号： E0324A  ISSN： 0039-9140  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ウェアラブルバイオセンサは,健康に関連した応用におけるそれらの可能性のために,近年,大きな関心が持たれている。多重バイオマーカー分析は,感度と信頼性を改善するために,着用可能な装置において必要である。微粒子の電子バーコード化は多重化バイオマーカー分析を可能にする可能性がある。バーコード化のための従来の光学的およびプラズモン法と比較して,電子的にバーコード化された粒子は,超小型電子読取プラットフォームを用いて分類することができた。ナノ電子バーコードは,微粒子の上半分に酸化物の薄層を堆積させることにより動作する。酸化物層の厚さと誘電特性は,粒子の周波数依存インピーダンス特性を調整するために調整できる。ターゲットバイオマーカーと各バーコード粒子間の一つの対応を,この技術を用いて確立することができる。バーコード化粒子は,携帯型ポイントオブケア診断とリアルタイムモニタリングのための多重分析を可能にするために,着用可能な装置で試験することができた。本研究では,原子層堆積を用いて異なる厚さと異なる誘電材料の酸化物層を形成することにより9つのバーコード粒子を作製し,教師つき機械学習と組み合わせて多重周波数インピーダンス測定法を用いて粒子バーコードを正確に分類する能力を評価した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 薄膜 ,  プラズモン ,  信頼性 ,  酸化物 ,  微粒子 ,  誘電性 ,  周波数依存性 ,  *多重化 ,  誘電材料 ,  *バーコード ,  バイオセンサ ,  バイオマーカー
準シソーラス用語： インピーダンス測定 ,  リアルタイムモニタリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 電子バーコード化粒子 ,  バイオセンサ ,  電気インピーダンス ,  サポートベクトルマシン ,  バイオマーカー

分類 (2件)： 有機化合物の電気分析  (CC05034O) ,  分析機器  (CC02020S)

タイトルに関連する用語 (6件)： 教師付き機械学習 ,  解析 ,  多重 ,  バーコード ,  電子 ,  分類