Predicting Analyte Concentrations from Electrochemical Aptasensor Signals Using LSTM Recurrent Networks.

纳米材料基适配体传感器可用于检测小分子生物标志物，而合适的信号处理方法能够提高目标分析物的识别与定量能力，从而改善生物传感器性能。本文提出一种数据增强方法，以解决原始传感信号数量不足的问题，并利用长短期记忆网络（LSTM）从三个电化学适配体传感器记录的部分漏极电流信号中自动预测分析物浓度。这三个传感器在生物受体、目标分析物以及特定浓...