Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

COMBINATION OF LABEL-FREE SURFACE-ENHACED RAMAN SPECTROSCOPY WITH CONVOLUTIONAL NEURAL NETWORK FOR DNA RECOGNITION

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22310%2F21%3A43923386" target="_blank" >RIV/60461373:22310/21:43923386 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.37904/nanocon.2020.3742" target="_blank" >https://doi.org/10.37904/nanocon.2020.3742</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.37904/nanocon.2020.3742" target="_blank" >10.37904/nanocon.2020.3742</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    COMBINATION OF LABEL-FREE SURFACE-ENHACED RAMAN SPECTROSCOPY WITH CONVOLUTIONAL NEURAL NETWORK FOR DNA RECOGNITION

  • Popis výsledku v původním jazyce

    Nowadays, the rapid identification of bacterial antibiotic resistance is one of the major biomedical challenges. Classical methods of detection (culture and sensitivity testing, microbial whole-genome sequencing) fail in the context of time requirements. In this work, we propose the express method for the detection of gene encoding enzyme responsible for bacterial antibiotic resistance. Proposed analytical approach is based on a combination of unique advantages provided by surface enhanced Raman spectroscopy (SERS) and artificially created convolutional neural network (CNN). SERS is known for the extremely high sensitivity and fast analysis, while CNN seems to be a promising alternative to find even ambiguous spectral properties produced by the Raman signal.

  • Název v anglickém jazyce

    COMBINATION OF LABEL-FREE SURFACE-ENHACED RAMAN SPECTROSCOPY WITH CONVOLUTIONAL NEURAL NETWORK FOR DNA RECOGNITION

  • Popis výsledku anglicky

    Nowadays, the rapid identification of bacterial antibiotic resistance is one of the major biomedical challenges. Classical methods of detection (culture and sensitivity testing, microbial whole-genome sequencing) fail in the context of time requirements. In this work, we propose the express method for the detection of gene encoding enzyme responsible for bacterial antibiotic resistance. Proposed analytical approach is based on a combination of unique advantages provided by surface enhanced Raman spectroscopy (SERS) and artificially created convolutional neural network (CNN). SERS is known for the extremely high sensitivity and fast analysis, while CNN seems to be a promising alternative to find even ambiguous spectral properties produced by the Raman signal.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20501 - Materials engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA20-03913S" target="_blank" >GA20-03913S: Organické senzory plynů – nové struktury, elektrické parametry, vlastnosti a funkce</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    12TH INTERNATIONAL CONFERENCE ON NANOMATERIALS - RESEARCH &amp;amp; APPLICATION (NANOCON 2020)

  • ISBN

    978-80-87294-98-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    361-365

  • Název nakladatele

    Tanger s.r.o.

  • Místo vydání

    Ostrava

  • Místo konání akce

    Brno

  • Datum konání akce

    21. 10. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000664505500061