文献

J-GLOBAL ID：202202279004847235   整理番号：22A0707863

機械学習とUF-1000i Sysmexを用いたリンパ球数予測【JST・京大機械翻訳】

Lymphocyte Count Prediction Using Machine Learning and UF-1000i Sysmex

著者 (4件)： Bechrouri Souad (Faculty of Sciences, University of Mohamed Premier, Oujda, Maroc) ,  Mraoui Hamid (Faculty of Sciences, University of Mohamed Premier, Oujda, Maroc) ,  Monir Abdelilah (Faculty of Sciences, Moulay Ismail University of Meknes, Meknes, Maroc) ,  Maleb Adil (Faculty of Medicine, University of Mohamed Premier, Oujda, Maroc)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1417  ページ： 403-410  発行年： 2022年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 白血球(WBC)計数は,白血球のどのタイプが最も関与するかを知ることができる。この分析は手動顕微鏡によって行うことができる。この標準法は微生物分析数の増加によって制限されると思われる。平行して,様々な自動化装置が開発され,近年,市場化されたが,非常に高価である。既存の研究の大部分は画像分類に基づいている。本研究では,フローサイトメーターから抽出したパラメータから体液の100細胞中のリンパ球数を予測し,機械学習法を用いて調べた。データは,オジャダの大学病院センター(CHU)の微生物学研究所で記録されている。130の体液試料を,Sysmex UF-1000i分析器により分析し,データベースを手動リンパ球数から得たデータと連結した。4つの機械学習アルゴリズムを用いて,リンパ球数を予測した:一般化加法モデル(GAM),適応多変量スプライン回帰(MARS),人工ニューラルネットワーク(ANN)およびサポートベクトル回帰(SVR)。2つの群の間のフローサイトメーターパラメータの比較:リンパ球の高い割合を有するサンプルのグループとリンパ球の低いパーセンテージを有するサンプルのグループを,実行した。MARSアルゴリズムは,最低誤差値(RMSE)を与えることにより,他の3つのアルゴリズムよりも良好に機能した。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  計測器 ,  自動化 ,  データベース ,  微生物 ,  ニューラルネットワーク ,  *リンパ球 ,  分析機器 ,  スプライン ,  加算 ,  パラメータ ,  *機械学習
準シソーラス用語： *リンパ球数 ,  サポートベクトル回帰 ,  フローサイトメーター ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： 差動WBC ,  リンパ球 ,  機械学習 ,  予測 ,  フローサイトメトリーパラメータ

分類 (5件)： 血液検査  (GC02050D) ,  泌尿生殖器の疾患  (GM03000L) ,  生物科学研究法一般  (EA03010K) ,  動物の診療・診療設備  (FE01020U) ,  その他の動物病  (FE02060T)

タイトルに関連する用語 (3件)： 機械学習 ,  リンパ球数 ,  予測