[发明专利]一种基于卷积神经网络的血脂亚组分含量检测方法有效
申请号: | 202110229606.2 | 申请日: | 2021-03-02 |
公开(公告)号: | CN112861986B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 韦怡婷;凌永权;刘庆;胡铃越;赵楷龙;林堉欣;陈丹妮;郭海瑞 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00;G06N3/04;G06N3/08;G01N21/64 |
代理公司: | 广东广信君达律师事务所 44329 | 代理人: | 孔祥健 |
地址: | 510062 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 卷积 神经网络 血脂 组分 含量 检测 方法 | ||
1.一种基于卷积神经网络的血脂亚组分含量检测方法,其特征在于,包括以下步骤:
S1、制备血清样品,利用微流控电泳仪将各血脂亚组分进行分离分析;
S2、利用基于激光诱导的荧光检测法收集各血脂亚组分对应的荧光蛋白信号;
S3、以荧光蛋白信号为处理对象,利用经验模式分解的方法对信号进行去噪处理;
S4、选择卷积神经网络结构,确定网络初始化参数,结合Tensorflow深度学习框架,调用已有网络层函数,搭建深层网络结构;
S5、选择包含去噪后的荧光蛋白信号及其对应血脂亚组分具体数值的已有数据集,并对其进行数据预处理;所述经过数据预处理后的数据集作为模型的输入;
S6、选择荧光蛋白信号的波峰位置、峰强度、峰宽、峰面积信息作为特征,在神经网络结构中设计对应特征的不同滤波器,同时将网络结构中最后一层全连接层的输出,设置为对于输入荧光蛋白信号对应的血脂亚组分具体数值估计;所述滤波器完成对荧光蛋白信号对应特征的提取;
S7、完成卷积神经网络的结构设计后,利用训练集进行网络训练;
S8、通过训练好的神经网络模型进行血脂亚组分含量检测,得到检测结果。
2.根据权利要求1所述的一种基于卷积神经网络的血脂亚组分含量检测方法,其特征在于,所述步骤S1中,微流控电泳仪完成样品的进样与分离依托具备微米尺度通道的微流控芯片,微流控芯片设四个储液池:样品池、样品废液池、缓冲液池以及缓冲废液池,在缓冲液池和缓冲废液池之间有一个荧光蛋白信号检测点;利用电泳方式,在芯片分离通道中,设计一个检测点,根据各个带电粒子迁移速度不同,到达该检测点的时间不一样,从而分析出样品中血脂的各亚组分;同时通过微流控芯片控制模块,在电渗流和电泳的共同作用下,样品沿着芯片通道向所带电荷相反的电极端移动,实现样品中血脂各亚组分的分离。
3.根据权利要求1所述的一种基于卷积神经网络的血脂亚组分含量检测方法,其特征在于,所述步骤S2中,当荧光蛋白信号到达检测口时,利用光电倍增管将微弱光信号转换成光电子并获得倍增效应,即得到的荧光蛋白信号表示射出的光电子移动产生的电压或者电流与时间的关系,以此荧光蛋白信号作为分析和处理的对象,获取血脂各亚组分的信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110229606.2/1.html,转载请声明来源钻瓜专利网。