Monitoring changes in urine from diabetic rats using ATR-FTIR and Machine Learning

Autor(es)

Farooq, Sajid ; Peres, Daniella L. Prime Umara ; Caixeta, Douglas Carvalho ; Lima, Cassio ; da Silva, Robinson Sabino ; Zezell, Denise Maria ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2023 INTERNATIONAL CONFERENCE ON OPTICAL MEMS AND NANOPHOTONICS, OMN AND SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, SBFOTON IOPC; v. N/A, p. 2-pg., 2023-01-01.

Resumo

Here, we aim to better characterize diabetes mellitus (DM) by analyzing 149 urine spectral samples, comprising of diabetes versus healthy control groups employing ATR-FTIR spectroscopy, combined with a 3D discriminant analysis machine learning approach. Our results depict that the model is highly precise with accuracy close to 100%. (AU)

• Processo FAPESP: 21/00633-0 - Processamento e análise de sinais hiperespectrais aplicados ao diagnóstico histopatológico
• Beneficiário: Luciano Bachmann
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 17/50332-0 - Capacitação científica, tecnológica e em infraestrutura em radiofármacos, radiações e empreendedorismo a serviço da saúde (PDIp)
• Beneficiário: Marcelo Linardi
• Modalidade de apoio: Auxílio à Pesquisa - Programa Modernização de Institutos Estaduais de Pesquisa