Principal component analysis (PCA)

Principal component analysis (PCA) was performed over the preprocessed FT-IR spectra in order to evaluate the spectral differences among samples belonging to BP, SZ patients and CG volunteers in the PC space. Once a priory relationship of the samples in the PC space was established, a supervised method such as PLS in its modality of discriminant analysis (PLS-DA) was used to develop models allowing the classification of unknown samples

ผลลัพธ์ (ไทย) 1:

ทำการวิเคราะห์ส่วนประกอบหลัก (PCA) ผ่านการประมวลผลล่วงหน้าฟุต IR แรมสเป็คตราเพื่อประเมินสเปกตรัมความแตกต่างระหว่างตัวอย่างของ BP ผู้ป่วย SZ และ CG อาสาสมัครในพื้นที่ PC เมื่อก่อตั้งสัมพันธ์ไพรออรีเป็นตัวอย่างในพื้นที่ PC วิธีมีเช่นกรุณาในของ modality การวิเคราะห์ discriminant (กรุณาดา) ใช้ในการพัฒนาแบบจำลองที่ช่วยให้การจัดประเภทของตัวอย่างที่ไม่รู้จัก

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์องค์ประกอบหลัก (PCA) ได้ดำเนินการในช่วง preprocessed สเปกตรัม FT-IR เพื่อประเมินความแตกต่างในหมู่สเปกตรัมตัวอย่างที่เป็นความดันโลหิตของผู้ป่วย SZ และอาสาสมัครในพื้นที่การกำกับดูแลกิจการพีซี เมื่อวัดความสัมพันธ์ของกลุ่มตัวอย่างในพื้นที่ของเครื่องคอมพิวเตอร์ได้รับการจัดตั้งขึ้นเป็นวิธีการภายใต้การดูแลเช่น PLS ในกิริยาของการวิเคราะห์จำแนก (PLS-DA) ถูกใช้ในการพัฒนารูปแบบที่ช่วยให้การจัดหมวดหมู่ของกลุ่มตัวอย่างที่ไม่รู้จัก

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์องค์ประกอบหลัก ( PCA ) ได้ผ่าน preprocessed FT-IR สเปกตเพื่อประเมินความแตกต่างระหว่างตัวอย่างของสเปกตรัมของ BP , SZ ผู้ป่วยและ CG อาสาสมัครใน PC พื้นที่ เมื่อวัดความสัมพันธ์ของกลุ่มตัวอย่างใน PC พื้นที่ก่อภายใต้การดูแล วิธี เช่น กรุณาในกิริยาของการวิเคราะห์จำแนกประเภท ( pls-da ) ถูกใช้เพื่อพัฒนารูปแบบให้หมวดหมู่ของตัวอย่าง