利用ANN、PCA和SVM进行拉曼光谱无创筛查糖尿病患者的MATLAB开发

简介：
本研究采用MATLAB平台，结合人工神经网络（ANN）、主成分分析（PCA）及支持向量机（SVM）技术，旨在优化拉曼光谱数据处理流程，实现对糖尿病的非侵入性筛查。通过算法模型的有效整合与应用，显著提高了疾病的早期诊断准确率。 此脚本预处理光谱以重现我们论文的图1：Guevara, E., Torres-Galván, JC, Ramírez-Elías, MG, Luevano-Contreras, C., & González, FJ (2018)。使用拉曼光谱通过机器学习工具筛查糖尿病。我们的工作数据集展示了便携式拉曼光谱的应用与几种受监督的机器学习技术相结合，以高度准确的方式区分糖尿病患者（DM2）和健康对照（Ctrl）。数据集可以从Kaggle下载：https://www.kaggle.com/codina/raman-spectroscopy-of-diabetes。