論文の概要: Noisy Pooled PCR for Virus Testing

• arxiv url: http://arxiv.org/abs/2004.02689v1
• Date: Mon, 6 Apr 2020 14:12:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-16 07:40:28.166997
• Title: Noisy Pooled PCR for Virus Testing
• Title（参考訳）: ウイルス検査のためのノイズプール型pcr
• Authors: Junan Zhu, Kristina Rivera, Dror Baron
• Abstract要約: 本研究は, 患者検体におけるウイルス感染状況を決定するためのスケーラブルなアプローチを開発する。 提案手法は群検定を線形逆問題に変換し, 偽陽性と負は雑音のある通信チャネルによって生成されると解釈する。
• 参考スコア（独自算出の注目度）: 2.973572497882374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fast testing can help mitigate the coronavirus disease 2019 (COVID-19) pandemic. Despite their accuracy for single sample analysis, infectious diseases diagnostic tools, like RT-PCR, require substantial resources to test large populations. We develop a scalable approach for determining the viral status of pooled patient samples. Our approach converts group testing to a linear inverse problem, where false positives and negatives are interpreted as generated by a noisy communication channel, and a message passing algorithm estimates the illness status of patients. Numerical results reveal that our approach estimates patient illness using fewer pooled measurements than existing noisy group testing algorithms. Our approach can easily be extended to various applications, including where false negatives must be minimized. Finally, in a Utopian world we would have collaborated with RT-PCR experts; it is difficult to form such connections during a pandemic. We welcome new collaborators to reach out and help improve this work!
• Abstract（参考訳）: ファーストテストは、新型コロナウイルス(COVID-19)パンデミックの緩和に役立つ。 単一のサンプル分析の正確さにもかかわらず、RT-PCRのような感染症診断ツールは、大量の集団をテストするためにかなりの資源を必要とする。 我々は,プール患者サンプルのウイルス状態を決定するためのスケーラブルな手法を開発した。 提案手法は群検定を線形逆問題に変換し, 偽陽性と陰性はノイズのある通信チャネルによって生成されると解釈し, メッセージパッシングアルゴリズムにより患者の病状を推定する。 以上の結果から,既存の雑音群検定法よりもプール計測が少ない患者疾患を推定できることがわかった。 我々のアプローチは、偽陰性の最小化を含む様々なアプリケーションに容易に拡張できる。 最後に、ユートピアの世界ではrt-pcrの専門家と協力し、パンデミック時にそのようなつながりを作るのは難しい。 新しい協力者を歓迎して、この作業の改善を支援します!

関連論文リスト

• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)
• An Explainable-AI approach for Diagnosis of COVID-19 using MALDI-ToF Mass Spectrometry [0.9250974571641537]
  重症急性呼吸器症候群2型(SARS-CoV-2)は世界的なパンデミックを引き起こし、世界経済に大きな影響を与えた。 近年では、現在の金標準リアルタイムポリメラーゼ連鎖反応(RT-PCR)結果と高い一致を示す複数の代替プラットフォームが公表されている。 これらの新しい方法は鼻咽頭(NP)スワブを除去し、複雑な試薬の必要性を排除し、RT-PCRテスト試薬の供給の負担を軽減する。 本研究では,人工知能を用いたAIテスト手法を設計し,実験結果の信頼性について検討した。
  論文  参考訳（メタデータ） (2021-09-28T23:29:31Z)
• Development of a Risk-Free COVID-19 Screening Algorithm from Routine Blood Tests Using Ensemble Machine Learning [0.0]
  キットの不足とコストが原因で、多くの人々が感染し、検査前に回復または死亡している。 この研究は、リスクフリーで高精度なStacked Ensemble Machine Learningモデルを提案することで、COVID-19検出の概念を活用する。 提案手法は,ユビキタス・ユビキタス・ローコストスクリーニングアプリケーションの可能性を有する。
  論文  参考訳（メタデータ） (2021-08-12T11:01:53Z)
• Group Testing under Superspreading Dynamics [25.849716513803013]
  グループテストは、確認された新型コロナウイルス患者のすべての密接な接触に対して推奨される。 そこで本研究では,Dorfman法と不完全性試験を併用した,よく知られた半適応型プールテスト法を構築し,動的プログラミングに基づく簡単なグループテスト法を導出する。
  論文  参考訳（メタデータ） (2021-06-30T11:27:58Z)
• Group Testing with a Graph Infection Spread Model [61.48558770435175]
  感染は個人間のつながりを通じて広がり、その結果、確率的クラスター形成構造と、個人に対する非i.d.感染状態が生じる。 そこで本研究では,既知の確率的感染拡散モデルを利用する2段階のサンプルグループテストアルゴリズムを提案する。 その結果, 感染率が高い場合でも, 集団検査により必要な検査数を大幅に削減できることが示唆された。
  論文  参考訳（メタデータ） (2021-01-14T18:51:32Z)
• A Partially Observable MDP Approach for Sequential Testing for Infectious Diseases such as COVID-19 [29.84897273754802]
  本研究では,制約付き逐次学習に基づく資源配分問題として,テスト問題をキャストできることを示す。 そして、感染した個体数を最小化する効率的な学習戦略を開発する。
  論文  参考訳（メタデータ） (2020-07-25T22:13:37Z)
• Bloom Origami Assays: Practical Group Testing [90.2899558237778]
  グループテストは、いくつかの魅力的なソリューションでよく研究されている問題である。 近年の生物学的研究は、従来の方法と相容れない新型コロナウイルスの実践的な制約を課している。 我々は,Bloomフィルタと信条伝搬を組み合わせた新しい手法を開発し,n(100以上)の大きい値に拡張し,良好な経験的結果を得る。
  論文  参考訳（メタデータ） (2020-07-21T19:31:41Z)
• CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
  新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。 我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-20T21:47:28Z)
• Hemogram Data as a Tool for Decision-making in COVID-19 Management: Applications to Resource Scarcity Scenarios [62.997667081978825]
  新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。 本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。 提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
  論文  参考訳（メタデータ） (2020-05-10T01:45:03Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。