详情

原文传递血红蛋白及其衍生物的识别、识别网络构建方法及装置

专利名称：	血红蛋白及其衍生物的识别、识别网络构建方法及装置
摘要：	本发明涉及了一种血红蛋白及其衍生物的识别、识别网络构建方法及装置，所述血红蛋白及其衍生物的识别网络构建方法包括：获取具有不同血红蛋白衍生物浓度的多个训练样本；由多个训练样本对应获得多个特征序列；分别进行多个所述特征序列的降维处理；根据多个所述训练样本的血红蛋白衍生物浓度以及降维处理后的特征序列进行模型训练，通过训练得到的识别模型构建血红蛋白及其衍生物的识别网络。采用本发明解决了现有技术中血红蛋白及其衍生物的识别过于复杂的问题。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	深圳市理邦精密仪器股份有限公司
发明人：	陈智伟;谢瑛瑛;王林泠
专利状态：	有效
申请日期：	2018-01-18T00:00:00+0800
发布日期：	2019-07-26T00:00:00+0800
申请号：	CN201810048392.7
公开号：	CN110057757A
代理机构：	深圳市隆天联鼎知识产权代理有限公司
代理人：	刘抗美;胡明
分类号：	G01N21/31(2006.01);G;G01;G01N;G01N21
申请人地址：	518000 广东省深圳市坪山新区坑梓街道金沙社区金辉路15号
主权项：	1.一种血红蛋白及其衍生物的识别网络构建方法，其特征在于，包括：获取具有不同血红蛋白衍生物浓度的多个训练样本；由多个训练样本对应获得多个特征序列；分别进行多个所述特征序列的降维处理；根据多个所述训练样本的血红蛋白衍生物浓度以及降维处理后的特征序列进行模型训练，通过训练得到的识别模型构建血红蛋白及其衍生物的识别网络。 2.如权利要求1所述的方法，其特征在于，所述获取具有不同血红蛋白衍生物浓度的多个训练样本，包括：利用测试卡吸入原血形成全血样本；向所述全血样本中分别通入不同组分的混合物，得到多个所述训练样本，所述混合物包括氧、一氧化碳、二氧化碳、氮、氰化铁，所述不同组分使得多个所述训练样本具有不同血红蛋白衍生物浓度；对多个所述训练样本中血红蛋白衍生物浓度进行检测，并记录多个所述训练样本分别对应的血红蛋白衍生物浓度。 3.如权利要求1所述的方法，其特征在于，所述对多个所述训练样本进行吸收光谱分析，得到多个特征序列，包括：对所述训练样本进行光照形成透射光信号，并由所述透射光信号采集得到指定波长范围内的多个光谱数据，每个光谱数据对应一种波长；根据所述训练样本对应的多个光谱数据进行光谱吸收率计算，得到所述训练样本的特征序列。 4.如权利要求3所述的方法，其特征在于，所述根据所述训练样本对应的多个光谱数据进行光谱吸收率计算，得到所述训练样本的特征序列，包括：获取血红蛋白衍生物浓度为零的空白样本，并针对所述空白样本在指定波长范围内进行光谱数据采集；以所述空白样本对应的多个光谱数据作为参考，采用吸收率计算公式由所述训练样本对应的多个光谱数据计算得到所述训练样本的多个光谱吸收率；以光谱吸收率作为特征值，由多个特征值生成所述训练样本的特征序列。 5.如权利要求3或4所述的方法，其特征在于，所述对多个所述训练样本进行吸收光谱分析，得到多个特征序列，还包括：对所述光谱数据进行降噪处理，以使所述光谱吸收率计算是根据降噪处理后的光谱数据进行的。 6.如权利要求1所述的方法，其特征在于，所述分别进行多个所述特征序列的降维处理，包括：对所述特征序列进行主成分分析处理得到特征权重值，所述特征权重值对应于所述特征序列中的特征值；根据降维规则对所述特征权重值进行筛选，得出候选特征权重值；将所述候选特征权重值所对应的特征值进行特征序列重构，得到降维处理后的特征序列。 7.如权利要求1所述的方法，其特征在于，所述根据多个所述训练样本的血红蛋白衍生物浓度以及降维处理后的特征序列进行模型训练，通过训练得到的识别模型构建血红蛋白及其衍生物的识别网络，包括：按照指定模型对多个所述训练样本的特征序列及血红蛋白衍生物浓度进行建模；对所构建指定模型的训练参数进行迭代优化，通过所述训练参数的迭代优化由构建的指定模型收敛得到所述识别模型。 8.一种血红蛋白及其衍生物的识别方法，其特征在于，包括：获取待测样本的特征序列；进行所述特征序列的降维处理；将降维处理后的特征序列输入至血红蛋白及其衍生物的识别网络中进行预测，得到所述待测样本中血红蛋白衍生物浓度，通过所述血红蛋白衍生物浓度对所述待测样本中血红蛋白及其衍生物进行识别。 9.一种血红蛋白及其衍生物的识别网络构建装置，其特征在于，包括：训练样本获取模块，用于获取具有不同血红蛋白衍生物浓度的多个训练样本；特征序列获取模块，用于由多个训练样本对应获得多个特征序列；特征序列降维模块，用于分别进行多个所述特征序列的降维处理；模型训练模块，用于根据多个所述训练样本的血红蛋白衍生物浓度以及降维处理后的特征序列进行模型训练，通过训练得到的识别模型构建血红蛋白及其衍生物的识别网络。 10.一种血红蛋白及其衍生物的识别装置，其特征在于，包括：特征序列获取模块，用于获取待测样本的特征序列；特征序列降维模块，用于进行所述特征序列的降维处理；样本识别模块，用于将降维处理后的特征序列输入至血红蛋白及其衍生物的识别网络中进行预测，得到所述待测样本中血红蛋白衍生物浓度，通过所述血红蛋白衍生物浓度对所述待测样本中血红蛋白及其衍生物进行识别。
所属类别：	发明专利