Detection of People Positive to COVID-19 through ATR-FTIR Spectra Analysis of Saliva using Machine Learning / Detección de Personas Positivas a COVID-19 mediante el Análisis de Espectros ATR-FTIR de Muestras de Saliva empleando Machine Learning

ABSTRACT COVID-19 is an infectious disease caused by the SARS-CoV-2 virus. This virus's spread is mainly through droplets released from the nose or mouth of an infected person. Although vaccines have been developed that effectively reduce the effects that this viral infection causes, the most effective method to contain the virus's spread is numerous tests to detect and isolate possible carriers. However, the response time, combined with the cost of actual tests, makes this option impractical. Herein, we compare some machine learning methodologies to propose a reliable strategy to detect people positive to COVID-19, analyzing saliva spectra obtained by Fourier transform infrared (FTIR) spectroscopy. After analyzing 1275 spectra, with 7 strategies commonly used in machine learning, we concluded that a multivariate linear regression model (MLMR) turns out to be the best option to identify possible infected persons. According to our results, the displacement observed in the region of the amide I of the spectrum, is fundamental and reliable to establish a border from the change in slope that causes this displacement that allows us to characterize the carriers of the virus. Being more agile and cheaper than reverse transcriptase polymerase chain reaction (RT-PCR), it could be reliably applied as a preliminary strategy to RT-PCR.

RESUMEN La COVID-19 es una enfermedad infecciosa ocasionada por el virus SARS-CoV-2. La propagación de este virus se produce principalmente a través de gotitas liberadas por la nariz o la boca de una persona infectada. Aunque se han desarrollado vacunas que permiten reducir efectivamente los efectos que esta infección viral provoca, el método más eficaz para contener la propagación del virus son las numerosas pruebas para detectar y aislar los posibles portadores. Sin embargo, el tiempo de respuesta, combinado con el costo de las pruebas reales, hace que esta opción sea poco práctica. Aquí, comparamos algunas metodologías de machine learning para proponer una estrategia confiable para detectar personas positivas a COVID-19 analizando espectros de saliva obtenidos por espectroscopia infrarroja transformada de Fourier (FTIR). Tras analizar 1275 espectros, con 7 estrategias comúnmente empleadas en el área de machine learning, concluimos que un modelo de regresión lineal multivariante (MLMR) resulta ser la mejor opción para identificar posibles infectados. De acuerdo con nuestros resultados, el desplazamiento observado en la región de la amida I del espectro, resulta fundamental y confiable para establecer una frontera a partir del cambio de pendiente que este provoca. Al ser más ágil y económica que la reacción en cadena de la polimerasa con transcriptasa inversa (RT-PCR), podría aplicarse confiablemente como estrategia preliminar a RT-PCR.

A kernel-based uulti-feature image representation for histopathology image classification / Una representación multi-características de imágenes basada en kernels para clasificación de imágenes de histopatología

This paper presents a novel strategy for building a high-dimensional feature space to represent histopathology image contents. Histogram features, related to colors, textures and edges, are combined together in a unique image representation space using kernel functions. This feature space is further enhanced by the application of Latent Semantic Analysis, to model hidden relationships among visual patterns. All that information is included in the new image representation space. Then, Support Vector Machine classifiers are used to assign semantic labels to images. Processing and classification algorithms operate on top of kernel functions, so that, the structure of the feature space is completely controlled using similarity measures and a dual representation. The proposed approach has shown a successful performance in a classification task using a dataset with 1,502 real histopathology images in 18 different classes. The results show that our approach for histological image classification obtains an improved average performance of 20.6% when compared to a conventional classification approach based on SVM directly applied to the original kernel.

Este trabajo presenta una estrategia nueva para la construcción de un espacio de características de gran dimensionalidad para la representación del contenido de imágenes de histopatología. Histogramas de características, relacionados con colores, texturas y bordes, son combinados para obtener una única representación de la imagen utilizando funciones de kernels. Este espacio de características es mejorado mediante la aplicación de Análisis de Semántica Latente, para modelar relaciones ocultas entre los patrones visuales. Esta información es incluida en la representación de la imagen en el nuevo espacio. Luego, un clasificador de Máquinas de Vectores de Soporte es utilizado para asignar etiquetas semánticas a las imágenes. Algoritmos de procesamiento y de clasificación son utilizados en las funciones del kernel, por lo que la estructura del espacio de características es completamente controlada mediante medidas de similitud y la representación dual. El enfoque propuesto mostró un desempeño exitoso en la tarea de clasificación con un conjunto de datos de 1.502 imágenes reales de histopatología en 18 clases diferentes. Los resultados muestran que nuestro enfoque para la clasificación de imágenes histológicas obtiene una mejora promedio en el rendimiento del 20,6% en comparación con un método de clasificación convencional, basado en la aplicación de una Máquina de Vectores de Soporte sobre la función de kernel original.