Repozytorium publikacji - Politechnika Gdańska

The study presents an optical method supported by machine learning for discriminating urinary tract infections from an infection capable of causing urosepsis. The method comprises spectra of spectroscopy measurement of artificial urine samples with bacteria from solid cultures of clinical E. coli strains. To provide a reliable classification of results assistance of 27 algorithms was tested. We proved that is possible to obtain up to 97% accuracy of the measurement method with the use of use of machine learning. The method was validated on urine samples from 241 patients. The advantages of the proposed solution are the simplicity of the sensor, mobility, versatility, and low cost of the test.

Autorzy

• dr inż. Paweł Wityk link otwiera się w nowej karcie ,
• mgr inż. Patryk Sokołowski link otwiera się w nowej karcie ,
• prof. dr hab. inż. Małgorzata Szczerska link otwiera się w nowej karcie ,
• Kacper Cierpiak link otwiera się w nowej karcie ,
• dr hab. Beata Krawczyk link otwiera się w nowej karcie ,
• Michał Markuszewski