2 条结果 关键词:可解释人工智能 ×

Design optimization of high-sensitivity PCF-SPR biosensor using machine learning and explainable AI.

PloS one 2025 Khatun MR, Islam MS

光子晶体光纤表面等离子共振(PCF-SPR)生物传感器是精密光学传感平台,可检测微小折射率变化。本研究提出一种高灵敏、低损耗、结构简单的 PCF-SPR 生物传感器,用于无标记分析物检测,工作折射率范围 1.31–1.42。除传统仿真外,引入机器学习回归技术预测关键光学参数,并采用可解释人工智能(XAI)方法,特别是 SHAP,分析...

表面等离子共振(SPR)生物传感器 PCF-SPR生物传感器机器学习可解释人工智能SHAP

LivXAI-Net: An explainable AI framework for liver disease diagnosis with IoT-based real-time monitoring support.

Computer methods and programs in biomedicine 2025 Kumar D, Bakariya B, Verma C, Illes Z

背景与目的:肝病常隐匿进展至肝硬化或肝衰竭,早期检测受传统诊断限制。本研究提出 LivXAI-Net,一个与物联网(IoT)生物传感器集成的可解释人工智能(XAI)框架,并在模拟实时环境中基于历史数据评估。方法:系统模拟可穿戴汗液、血小板和凝血酶原传感器连续采集数据,使用在 Mayo Clinic 原发性胆汁性肝硬化(PBC)数据集...