Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals (2022)
- Authors:
- Braz, Daniel César - Universidade Estadual de Mato Grosso do SUL (UEMS)
- Popolin Neto, Mário
- Shimizu, Flávio Makoto - Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
- Sá, Acelino Cardoso de
- Lima, Renato Sousa
- Gobbi, Angelo Luiz - Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
- Melendez, Matias Eliseo - Hospital de Câncer de Barretos (HCB)
- Arantes, Lídia M. R. B - Hospital de Câncer de Barretos (HCB)
- Carvalho, André Lopes - Hospital de Câncer de Barretos (HCB)
- Paulovich, Fernando Vieira
- Oliveira Junior, Osvaldo Novais de
- USP affiliated authors: OLIVEIRA JUNIOR, OSVALDO NOVAIS DE - IFSC ; BRAZ, DANIEL CESAR - IFSC ; POPOLIN NETO, MÁRIO - ICMC ; SÁ, ACELINO CARDOSO DE - IFSC ; LIMA, RENATO SOUSA - IQSC
- Unidades: IFSC; ICMC; IQSC
- DOI: 10.1016/j.talanta.2022.123327
- Subjects: APRENDIZADO COMPUTACIONAL; RECONHECIMENTO DE PADRÕES; TECNOLOGIAS DA SAÚDE; ESPECTROSCOPIA; NEOPLASIAS BUCAIS
- Keywords: Cancer diagnosis; Electronic tongue; Impedance spectroscopy; Multidimensional calibration space
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
BRAZ, Daniel César et al. Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals. Talanta, v. 243, p. 123327-1-123327-8, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.talanta.2022.123327. Acesso em: 27 set. 2024. -
APA
Braz, D. C., Popolin Neto, M., Shimizu, F. M., Sá, A. C. de, Lima, R. S., Gobbi, A. L., et al. (2022). Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals. Talanta, 243, 123327-1-123327-8. doi:10.1016/j.talanta.2022.123327 -
NLM
Braz DC, Popolin Neto M, Shimizu FM, Sá AC de, Lima RS, Gobbi AL, Melendez ME, Arantes LMRB, Carvalho AL, Paulovich FV, Oliveira Junior ON de. Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals [Internet]. Talanta. 2022 ; 243 123327-1-123327-8.[citado 2024 set. 27 ] Available from: https://doi.org/10.1016/j.talanta.2022.123327 -
Vancouver
Braz DC, Popolin Neto M, Shimizu FM, Sá AC de, Lima RS, Gobbi AL, Melendez ME, Arantes LMRB, Carvalho AL, Paulovich FV, Oliveira Junior ON de. Using machine learning and an electronic tongue for discriminating saliva samples from oral cavity cancer patients and healthy individuals [Internet]. Talanta. 2022 ; 243 123327-1-123327-8.[citado 2024 set. 27 ] Available from: https://doi.org/10.1016/j.talanta.2022.123327 - Direct detection of SARS-CoV-2 antigen based on surface-enhanced Raman scattering (SERS) using machine learning
- Explainable machine learning to unveil detection mechanisms with au nanoisland-based surface-enhanced raman scattering for SARS-CoV-2 antigen detection
- Machine learning applied to cancer diagnosis through the analysis of impedance spectra obtained with electronic tongue
- Development of electronic tongues for cancer diagnosis
- Investigating band gap directness using machine learning
- Aprendizado de máquina aplicado em dados de biossensores para diagnóstico de câncer e COVID-19
- Biossensor condutométrico sem contato em microchip contendo ácido fólico como biorreceptor
- Ultradense Electrochemical Chips with Arrays of Nanostructured Microelectrodes to Enable Sensitive Diffusion-Limited Bioassays
- Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations
- Determinação de glicerol em biodiesel a partir de um método eletroquímico em microemulsão
Informações sobre o DOI: 10.1016/j.talanta.2022.123327 (Fonte: oaDOI API)
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
3066578.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas