.png){kind=icon}
返回
Machine Learning-Driven E-Nose-Based Diabetes Detection: Sensor Selection and Feature Reduction Study
.png){kind=icon}
OA
AI
DOI：10.3390/s25216607.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
糖尿病是全球主要的健康问题，具有在发达国家和发展中国家迅速增加的患病率以及长期的健康并发症。如果未能早期诊断，可能导致心血管疾病、肾功能衰竭、视力丧失和神经系统紊乱。本研究旨在利用从1000名个体采集的呼气样本中获得的电子鼻传感器数据，对糖尿病患者或健康个体进行分类。分析中使用了6个传感器特征和1个类别特征。机器学习方法包括人工神经网络（ANN）、决策树（DT）、梯度提升（GB）、朴素贝叶斯（NB）和AdaBoost（AB）。通过ANOVA和信息增益分析确定了传感器数据的有效性，并发现TGS2610和TGS2611传感器对分类至关重要。主成分分析（PCA）减少了数据规模并节省了处理时间。实验结果表明，ANN模型提供了最成功的分类，准确率达到100%。AB和GB的准确率分别为99.8%，而NB的准确率为97.6%。使用PCA进行降维优化了训练和测试时间，且未损失准确率。该研究提出了基于电子鼻的糖尿病检测的数据驱动方法，展示了模型的比较性能，并强调了传感器选择和数据规模优化的重要性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
暂无机构信息
引用论文
Rapid discrimination of quality grade of black tea based on near-infrared spectroscopy (NIRS), electronic nose (E-nose) and data fusion基于近红外光谱、电子鼻和数据融合的红茶品质等级快速判别.png)
FOOD CHEMISTRY
FOOD CHEMISTRYIF9.8
PREAI
分享收藏An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning基于电子鼻和深度学习的辣椒品种分类与产地溯源的高效方法FOOD CHEMISTRY
FOOD CHEMISTRYIF9.8
PREAI
分享收藏Multi-task deep learning model for quantitative volatile organic compounds analysis by feature fusion of electronic nose sensing基于电子鼻特征融合的多任务深度学习挥发性有机物定量分析模型
PREAI
分享收藏A novel VOC mixtures classification methods based on GBLinear and TabNet and informative feature selection from gas sensors (E-Nose) data一种基于GBLinear和TabNet以及从气体传感器（电子鼻）数据中提取信息特征的新型VOC混合物分类方法Talanta
TalantaIF6.1
PREAI
分享收藏Gudiño-Ochoa, A.; García-Rodríguez, J.A.; Ochoa-Ornelas, R.; Ruiz-Velazquez, E.; Uribe-Toscano, S.; Cuevas-Chávez, J.I.; Sánchez-Arias, D.A. Non-invasive multiclass diabetes classification using breath biomarkers and machine learning with explainable AI. Diabetology 2025, 6, 51. [Google Scholar] [CrossRef]Gudiño-Ochoa, A.; García-Rodríguez, J.A.; Ochoa-Ornelas, R.; Ruiz-Velazquez, E.; Uribe-Toscano, S.; Cuevas-Chávez, J.I.; Sánchez-Arias, D.A. 非侵入性多类别糖尿病分类：基于呼气生物标志物和机器学习，并结合可解释人工智能。Diabetology 2025, 6, 51. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏Lung Cancer Detection Utilizing Mixed Sensor Based Electronic Nose基于混合传感器的电子鼻肺癌检测IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Application of volatilomic analysis by electronic nose for the detection of women with preeclampsia at high risk of developing chronic kidney diseaseCLINICA CHIMICA ACTA
CLINICA CHIMICA ACTAIF2.9
PREAI
分享收藏Classification and Prediction of VOCs Using an IoT-Enabled Electronic Nose System-Based Lab Prototype for Breath Sensing Applications基于物联网电子鼻系统的实验室原型在呼吸传感应用中对VOCs进行分类和预测ACS SENSORS
ACS SENSORSIF9.1
PREAI
分享收藏
查看更多内容