Application of k-Nearest Neighbors Method for Drug Concentraiton and Cardiotoxicity Classification Using Extracellular Field Potentials and Reconstructed Action Potentials of Cardiac Cells

dc.contributor.authorShpotak, M. O.
dc.contributor.authorIvanushkina, N. H.
dc.date.accessioned2024-11-28T10:17:46Z
dc.date.available2024-11-28T10:17:46Z
dc.date.issued2024
dc.description.abstractMicro-electrode array (MEA) systems are important for measuring extracellular field potentials (FP) of cardiac cells, which is a crucial step in cardiotoxicity assessment. However, without modification, the MEA system is only capable of recording FPs. This limits the number of parameters for cardiotoxicity assessment only to FP parameters, while the action potential (AP) parameters remain unused. To address this issue the MEA systems are often modified to use electroor optoporation to record the local extracellular APs (LEAPs), which allows to reliably quantify the AP morphology. As an alternative to MEA modification and cell membrane stimulation the AP can be reconstructed mathematically.This study explores how using additional parameters from reconstructed action potentials (RAPs), derived from FPs, can improve the accuracy of k-NN machine learning models for drug concentration and potential cardiotoxicity classification. The k-NN classifier was trained using combinations of FP and RAP parameters. The k-NN models were evaluated using five-fold stratified cross-validation and cross-channel validation. Their performances were compared using error rate, macro precision, macro recall and macro F1 score accuracy metrics. The results indicated that ncorporating RAP parameters into the feature set increased the F1 score of k-NN model for DMSO concentration classification by up to 10.78% compared to the training set with only FP features.
dc.description.abstractotherСистеми з мікроелектродними решітками (МЕР) важливі для вимірювання позаклітинних потенціалів поля (ПП) клітин серця, що є важливим кроком в оцінці кардіотоксичності. Однак, без модифікації БЕР система здатна реєструвати лише потенціали поля. Це обмежує кількість параметрів для оцінки кардіотоксичності лише параметрами ПП, в той час як параметри потенціалу дії (ПД) залишаються невикористаними. Для вирішення цієї проблеми БЕР системи модифікують, щоб використовувати електро- або оптопорацію для реєстрації локальних позаклітинних потенціалів дії (ЛППД), що дозволяє отримувати сигнали з достовірною морфологію ПД. З іншого боку, існує альтернатива модифікації МЕР систем, що дозволяє уникнути стимуляції клітинної мембрани ⸺математична реконструкція ПД. У цьому дослідженні вивчається, як використання додаткових параметрів реконструйованих потенціалів дії (РПД), отриманих з ПП, може підвищити точність таких моделей машинного навчання як k-найближчих сусідів (k-NN) для класифікації концентрацій лікарських препаратів та ризику їхньої кардіотоксичності. Класифікатор k-NN було натреновано на комбінаціях параметрів ПП та РПД. Перевірка моделей була проведена за допомогою п'ятикратної перехресної валідації та міжканальної валідації. Якість k-NN моделей була оцінена за допомогою таких метрик точності як частота помилок, макро влучність, макро повнота та макро F1-міра. Результати показали, що включення РПД параметрів до набору ознак підвищило F1-міру моделі k-NN для класифікації концентрації Dymethylsulfoxide (DMSO) до 10.78% порівняно з моделями, які були натреновані виключно на ознаках з ПП.
dc.format.pagerangeС. 295601.1-8
dc.identifier.citationShpotak, M. O. Application of k-Nearest Neighbors Method for Drug Concentraiton and Cardiotoxicity Classification Using Extracellular Field Potentials and Reconstructed Action Potentials of Cardiac Cells / M. O. Shpotak, N. H. Ivanushkina // Мікросистеми, Електроніка та Акустика : науково-технічний журнал. – 2024. – Т. 29, № 1(126). – С. 295601.1-8. – Бібліогр.: 23 назв.
dc.identifier.doihttps://doi.org/10.20535/2523-4455.mea.n 4455.mea.295601
dc.identifier.orcid0000-0002-4706-7603
dc.identifier.orcid0000-0001-8389-7906
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70873
dc.language.isoen
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.sourceМікросистеми, Електроніка та Акустика : науково-технічний журнал, 2024, Т. 29, № 1(126)
dc.subjectextracellular field potentials
dc.subjectreconstructed action potentials
dc.subjectmachine learning
dc.subjectk-nearest neighbours
dc.subjectcardiotoxicity
dc.subjectclassification
dc.subjectfeature selection
dc.subjectпозаклітинні потенціали поля
dc.subjectреконструйовані потенціали дії
dc.subjectмашинне навчання
dc.subjectk-найближчих сусідів
dc.subjectкардіотоксичність
dc.subjectкласифікація
dc.subjectвибір ознак
dc.subject.udc57.087:004.8
dc.titleApplication of k-Nearest Neighbors Method for Drug Concentraiton and Cardiotoxicity Classification Using Extracellular Field Potentials and Reconstructed Action Potentials of Cardiac Cells
dc.title.alternativeВикористання методу k-найближчих сусідів для класифікації концентрації препаратів та ризику кардіотоксичності з використанням потенціалів позаклітинних полів та реконструйованих потенціалів дії серцевих клітин
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
295601.1-8.pdf
Розмір:
1.44 MB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис: