CN112858260A - 一种基于信息化平台的便携式试剂定量检测系统及方法 - Google Patents
一种基于信息化平台的便携式试剂定量检测系统及方法 Download PDFInfo
- Publication number
- CN112858260A CN112858260A CN202110159516.0A CN202110159516A CN112858260A CN 112858260 A CN112858260 A CN 112858260A CN 202110159516 A CN202110159516 A CN 202110159516A CN 112858260 A CN112858260 A CN 112858260A
- Authority
- CN
- China
- Prior art keywords
- reagent
- module
- quantitative detection
- sample
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Probability & Statistics with Applications (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明属于定量检测技术领域,公开了一种基于信息化平台的便携式试剂定量检测系统及方法,所述基于信息化平台的便携式试剂定量检测系统包括:样本获取模块、光谱数据获取模块、信号强度确定模块、数据处理模块、中央控制模块、检测模型构建模块、检测模型训练测试模块、定量检测模块、检测结果分析模块、数据存储模块、更新显示模块。本发明通过光谱仪获取待检测试剂样本的光谱数据,通过信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;采用试剂定量检测模型对待检测试剂样本进行检测,就能够排除干扰,提高待检测试剂样本的检测精度,实现随时多地的试剂定量检测,可应用于科研实验室。
Description
技术领域
本发明属于定量检测技术领域,尤其涉及一种基于信息化平台的便携式试剂定量检测系统及方法。
背景技术
目前,中国目前的试剂定量检测均通过试剂和配套的定量检测设备来完成,即每个检测单位均需要配置定量检测设备,通过样品加样再上机完成定量检测,这种检测模式广泛应用于科研实验室检测。但这种检测有较大的局限性,受制于配套设备而不能广泛开展,例如:没有该定量检测设备的科研单位不能开展检测,或某实验室只有部分具备相应检测设备,则所有的检测必须固定几个实验室进行,而不能实时进行。对部分偏远或资金不足的实验室来说,因没有财力购买定量检测设备,很多常规检测项目无法开展,检验水平和疾病诊断水平相当滞后。因此,亟需一种新的基于信息化平台的便携式试剂定量检测系统。
通过上述分析,现有技术存在的问题及缺陷为:现有定量检测设备的检测必须在指定实验室进行。对部分偏远或资金不足的实验室来说,因没有财力购买定量检测设备,很多常规检测项目无法开展,检验水平相当滞后。
发明内容
针对现有技术存在的问题,本发明提供了一种基于信息化平台的便携式试剂定量检测系统及方法。
本发明是这样实现的,一种基于信息化平台的便携式试剂定量检测方法,所述基于信息化平台的便携式试剂定量检测方法包括以下步骤:
步骤一,通过样本获取模块利用样本获取设备获取待检测试剂样本;通过光谱数据获取模块利用光谱仪获取待检测试剂样本的光谱数据;通过信号强度确定模块利用信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;
步骤二,通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,获得待检测试剂样本数据集;
所述通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,包括:
(2.1)采用激光诱导击穿光谱仪器采集所述待检测试剂样本的光谱数据;
(2.2)对所获取的光谱数据进行预处理,得到预处理后的光谱数据;
(2.3)根据所述预处理后的光谱数据确定所述待检测试剂样本的发射谱线,并确定每条所述发射谱线对应的谱线强度;
步骤三,通过中央控制模块利用中央处理器整体协调控制所述基于信息化平台的便携式试剂定量检测系统的各个模块的正常运行;通过检测模型构建模块利用模型构建程序构建试剂定量检测模型;
步骤四,通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练及测试;
所述通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练,包括:
(4.1)获取试剂样本数据集;按照数据集和诊断集,训练得到试剂定量检测模型;
(4.2)对训练得到的所述试剂定量检测模型进行诊断,评估该模型在每一个维度下的性能得到变量与性能的对应关系;
(4.3)在所述性能无法满足预设需求时根据该变量对应的指标重新生成三维数据;
(4.4)根据所述重新生成三维数据,再进行模型训练直到诊断结果达到预期要求;
步骤五,通过定量检测模块利用定量检测程序利用训练并测试后的试剂定量检测模型进行待检测试剂样本的定量检测,得到初步的定量检测结果;通过检测结果分析模块利用分析程序对获得的定量检测结果进行分析判断,得到最终的定量检测分析结果;
步骤六,通过数据存储模块利用存储器存储待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果以及最终的定量检测分析结果;
步骤七,通过更新显示模块利用显示器对待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果及最终的定量检测分析结果的实时数据进行更新显示。
进一步,步骤一中,所述光谱仪为激光诱导击穿型光谱仪。
进一步,步骤(2.2)中,所述包括滤除噪声和矩阵化处理;
所述滤除噪声包括:
对试剂样本的光谱数据进行域变换,得到光谱数据的噪声特性的参数;根据光谱数据和提取的噪声特性参数,结合获取到的处理要求选择设计滤波器;使用设计好的滤波器对光谱数据进行滤波处理和验证,得到噪声减弱后的光谱。
进一步,步骤三中,所述通过检测模型构建模块利用模型构建程序构建试剂定量检测模型,包括:
采用一元线性回归法和/或多元线性回归法,以所述待检测试剂样本的光谱数据为输入,以所述待检测试剂样本发射谱线的信号强度为输出,建立所述试剂定量检测模型。
进一步,所述通过检测模型构建模块利用模型构建程序构建试剂定量检测模型,具体包括:
(1)采用一元线性回归法以所述待检测试剂样本的光谱数据为输入,以待检测试剂样本发射谱线的信号强度为输出,构建得到第一试剂定量检测模型;
(2)获取所述第一试剂定量检测模型的线性回归系数,记为第一线性回归系数;
(3)采用多元线性回归法以所述待检测试剂样本的光谱数据为输入,以待检测试剂样本发射谱线的信号强度为输出,构建得到第二试剂定量检测模型;
(4)获取所述第二试剂定量检测模型的线性回归系数,记为第二线性回归系数;
(5)判断所述第一线性回归系数是否大于所述第二线性回归系数,得到判断结果;若所述判断结果为是,则以所述第一试剂定量检测模型为所述待检测试剂样本的定量检测模型;若所述判断结果为否,则以所述第二试剂定量检测模型为所述待检测试剂样本的定量检测模型。
进一步,所述第一线性回归系数和所述第二线性回归系数均为所述待检测试剂样本的光谱数据与待检测试剂样本发射谱线的信号强度的相关度。
进一步,步骤(4.1)中,所述诊断集为至少一组二维采集数据和三维虚拟生成数据。
本发明的另一目的在于提供一种实施所述基于信息化平台的便携式试剂定量检测方法的基于信息化平台的便携式试剂定量检测系统,所述基于信息化平台的便携式试剂定量检测系统包括:
样本获取模块、光谱数据获取模块、信号强度确定模块、数据处理模块、中央控制模块、检测模型构建模块、检测模型训练测试模块、定量检测模块、检测结果分析模块、数据存储模块、更新显示模块。
样本获取模块,与中央控制模块连接,用于通过样本获取设备获取待检测试剂样本;
光谱数据获取模块,与中央控制模块连接,用于通过光谱仪获取待检测试剂样本的光谱数据;
信号强度确定模块,与中央控制模块连接,用于通过信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;
数据处理模块,与中央控制模块连接,用于通过数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,获得待检测试剂样本数据集;
中央控制模块,与样本获取模块、光谱数据获取模块、信号强度确定模块、数据处理模块、检测模型构建模块、检测模型训练测试模块、定量检测模块、检测结果分析模块、数据存储模块、更新显示模块连接,用于通过中央处理器整体协调控制所述基于信息化平台的便携式试剂定量检测系统的各个模块的正常运行;
检测模型构建模块,与中央控制模块连接,用于通过模型构建程序构建试剂定量检测模型;
检测模型训练测试模块,与中央控制模块连接,用于通过模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练及测试;
定量检测模块,与中央控制模块连接,用于通过定量检测程序利用训练并测试后的试剂定量检测模型进行待检测试剂样本的定量检测,得到初步的定量检测结果;
检测结果分析模块,与中央控制模块连接,用于通过分析程序对获得的定量检测结果进行分析判断,得到最终的定量检测分析结果;
数据存储模块,与中央控制模块连接,用于通过存储器存储待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果以及最终的定量检测分析结果;
更新显示模块,与中央控制模块连接,用于通过显示器对待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果及最终的定量检测分析结果的实时数据进行更新显示。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述的基于信息化平台的便携式试剂定量检测方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的基于信息化平台的便携式试剂定量检测方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的基于信息化平台的便携式试剂定量检测系统,通过光谱仪获取待检测试剂样本的光谱数据,通过信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;采用试剂定量检测模型对待检测试剂样本进行检测,就能够排除干扰,提高待检测试剂样本的检测精度,实现随时多地的试剂定量检测,可应用于科研实验室。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于信息化平台的便携式试剂定量检测方法流程图。
图2是本发明实施例提供的基于信息化平台的便携式试剂定量检测系统结构框图;
图中:1、样本获取模块;2、光谱数据获取模块;3、信号强度确定模块;4、数据处理模块;5、中央控制模块;6、检测模型构建模块;7、检测模型训练测试模块;8、定量检测模块;9、检测结果分析模块;10、数据存储模块;11、更新显示模块。
图3是本发明实施例提供的通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理的方法流程图。
图4是本发明实施例提供的通过检测模型构建模块利用模型构建程序构建试剂定量检测模型的方法流程图。
图5是本发明实施例提供的通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于信息化平台的便携式试剂定量检测系统及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于信息化平台的便携式试剂定量检测方法包括以下步骤:
S101,通过样本获取模块利用样本获取设备获取待检测试剂样本;通过光谱数据获取模块利用光谱仪获取待检测试剂样本的光谱数据;
S102,通过信号强度确定模块利用信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;
S103,通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,获得待检测试剂样本数据集;
S104,通过中央控制模块利用中央处理器整体协调控制所述基于信息化平台的便携式试剂定量检测系统的各个模块的正常运行;
S105,通过检测模型构建模块利用模型构建程序构建试剂定量检测模型;通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练及测试;
S106,通过定量检测模块利用定量检测程序利用训练并测试后的试剂定量检测模型进行待检测试剂样本的定量检测,得到初步的定量检测结果;通过检测结果分析模块利用分析程序对获得的定量检测结果进行分析判断,得到最终的定量检测分析结果;
S107,通过数据存储模块利用存储器存储待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果以及最终的定量检测分析结果;
S108,通过更新显示模块利用显示器对待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果及最终的定量检测分析结果的实时数据进行更新显示。
如图2所示,本发明实施例提供的基于信息化平台的便携式试剂定量检测系统包括:样本获取模块1、光谱数据获取模块2、信号强度确定模块3、数据处理模块4、中央控制模块5、检测模型构建模块6、检测模型训练测试模块7、定量检测模块8、检测结果分析模块9、数据存储模块10、更新显示模块11。
样本获取模块1,与中央控制模块5连接,用于通过样本获取设备获取待检测试剂样本;
光谱数据获取模块2,与中央控制模块5连接,用于通过光谱仪获取待检测试剂样本的光谱数据;
信号强度确定模块3,与中央控制模块5连接,用于通过信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;
数据处理模块4,与中央控制模块5连接,用于通过数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,获得待检测试剂样本数据集;
中央控制模块5,与样本获取模块1、光谱数据获取模块2、信号强度确定模块3、数据处理模块4、检测模型构建模块6、检测模型训练测试模块7、定量检测模块8、检测结果分析模块9、数据存储模块10、更新显示模块11连接,用于通过中央处理器整体协调控制所述基于信息化平台的便携式试剂定量检测系统的各个模块的正常运行;
检测模型构建模块6,与中央控制模块5连接,用于通过模型构建程序构建试剂定量检测模型;
检测模型训练测试模块7,与中央控制模块5连接,用于通过模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练及测试;
定量检测模块8,与中央控制模块5连接,用于通过定量检测程序利用训练并测试后的试剂定量检测模型进行待检测试剂样本的定量检测,得到初步的定量检测结果;
检测结果分析模块9,与中央控制模块5连接,用于通过分析程序对获得的定量检测结果进行分析判断,得到最终的定量检测分析结果;
数据存储模块10,与中央控制模块5连接,用于通过存储器存储待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果以及最终的定量检测分析结果;
更新显示模块11,与中央控制模块5连接,用于通过显示器对待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果及最终的定量检测分析结果的实时数据进行更新显示。
下面结合具体实施例对本发明的技术方案作进一步说明。
实施例1
本发明实施例提供的基于信息化平台的便携式试剂定量检测方法如图1所示,作为优选实施例,本发明实施例提供的光谱仪为激光诱导击穿型光谱仪。
实施例2
本发明实施例提供的基于信息化平台的便携式试剂定量检测方法如图1所示,作为优选实施例,如图3所示,本发明实施例提供的通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,包括:
S201,采用激光诱导击穿光谱仪器采集所述待检测试剂样本的光谱数据;
S202,对所获取的光谱数据进行预处理,得到预处理后的光谱数据;
S203,根据所述预处理后的光谱数据确定所述待检测试剂样本的发射谱线,并确定每条所述发射谱线对应的谱线强度。
步骤S202中,本发明实施例提供的预处理包括滤除噪声和矩阵化处理。
本发明实施例提供的所述滤除噪声包括:
对试剂样本的光谱数据进行域变换,得到光谱数据的噪声特性的参数;根据光谱数据和提取的噪声特性参数,结合获取到的处理要求选择设计滤波器;使用设计好的滤波器对光谱数据进行滤波处理和验证,得到噪声减弱后的光谱。
实施例3
本发明实施例提供的基于信息化平台的便携式试剂定量检测方法如图1所示,作为优选实施例,本发明实施例提供的通过检测模型构建模块利用模型构建程序构建试剂定量检测模型,包括:
采用一元线性回归法和/或多元线性回归法,以所述待检测试剂样本的光谱数据为输入,以所述待检测试剂样本发射谱线的信号强度为输出,建立所述试剂定量检测模型。
如图4所示,本发明实施例提供的通过检测模型构建模块利用模型构建程序构建试剂定量检测模型,具体包括:
S301,采用一元线性回归法以所述待检测试剂样本的光谱数据为输入,以待检测试剂样本发射谱线的信号强度为输出,构建得到第一试剂定量检测模型;
S302,获取所述第一试剂定量检测模型的线性回归系数,记为第一线性回归系数;
S303,采用多元线性回归法以所述待检测试剂样本的光谱数据为输入,以待检测试剂样本发射谱线的信号强度为输出,构建得到第二试剂定量检测模型;
S304,获取所述第二试剂定量检测模型的线性回归系数,记为第二线性回归系数;
S305,判断所述第一线性回归系数是否大于所述第二线性回归系数,得到判断结果;若所述判断结果为是,则以所述第一试剂定量检测模型为所述待检测试剂样本的定量检测模型;若所述判断结果为否,则以所述第二试剂定量检测模型为所述待检测试剂样本的定量检测模型。
本发明实施例提供的第一线性回归系数和所述第二线性回归系数均为所述待检测试剂样本的光谱数据与待检测试剂样本发射谱线的信号强度的相关度。
实施例4
本发明实施例提供的基于信息化平台的便携式试剂定量检测方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练,包括:
S401,获取试剂样本数据集;
S402,按照数据集和诊断集,训练得到试剂定量检测模型,其中,所述诊断集为至少一组二维采集数据和三维虚拟生成数据;
S403,对训练得到的所述试剂定量检测模型进行诊断,评估该模型在每一个维度下的性能得到变量与性能的对应关系;
S404,在所述性能无法满足预设需求时根据该变量对应的指标重新生成三维数据;
S405,根据所述重新生成三维数据,再进行模型训练直到诊断结果达到预期要求。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于信息化平台的便携式试剂定量检测方法,其特征在于,所述基于信息化平台的便携式试剂定量检测方法包括以下步骤:
步骤一,通过样本获取模块利用样本获取设备获取待检测试剂样本;通过光谱数据获取模块利用光谱仪获取待检测试剂样本的光谱数据;通过信号强度确定模块利用信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;
步骤二,通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,获得待检测试剂样本数据集;
所述通过数据处理模块利用数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,包括:
(2.1)采用激光诱导击穿光谱仪器采集所述待检测试剂样本的光谱数据;
(2.2)对所获取的光谱数据进行预处理,得到预处理后的光谱数据;
(2.3)根据所述预处理后的光谱数据确定所述待检测试剂样本的发射谱线,并确定每条所述发射谱线对应的谱线强度;
步骤三,通过中央控制模块利用中央处理器整体协调控制所述基于信息化平台的便携式试剂定量检测系统的各个模块的正常运行;通过检测模型构建模块利用模型构建程序构建试剂定量检测模型;
步骤四,通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练及测试;
所述通过检测模型训练测试模块利用模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练,包括:
(4.1)获取试剂样本数据集;按照数据集和诊断集,训练得到试剂定量检测模型;
(4.2)对训练得到的所述试剂定量检测模型进行诊断,评估该模型在每一个维度下的性能得到变量与性能的对应关系;
(4.3)在所述性能无法满足预设需求时根据该变量对应的指标重新生成三维数据;
(4.4)根据所述重新生成三维数据,再进行模型训练直到诊断结果达到预期要求;
步骤五,通过定量检测模块利用定量检测程序利用训练并测试后的试剂定量检测模型进行待检测试剂样本的定量检测,得到初步的定量检测结果;通过检测结果分析模块利用分析程序对获得的定量检测结果进行分析判断,得到最终的定量检测分析结果;
步骤六,通过数据存储模块利用存储器存储待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果以及最终的定量检测分析结果;
步骤七,通过更新显示模块利用显示器对待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果及最终的定量检测分析结果的实时数据进行更新显示。
2.如权利要求1所述基于信息化平台的便携式试剂定量检测方法,其特征在于,步骤一中,所述光谱仪为激光诱导击穿型光谱仪。
3.如权利要求1所述基于信息化平台的便携式试剂定量检测方法,其特征在于,步骤(2.2)中,所述包括滤除噪声和矩阵化处理;
所述滤除噪声包括:
对试剂样本的光谱数据进行域变换,得到光谱数据的噪声特性的参数;根据光谱数据和提取的噪声特性参数,结合获取到的处理要求选择设计滤波器;使用设计好的滤波器对光谱数据进行滤波处理和验证,得到噪声减弱后的光谱。
4.如权利要求1所述基于信息化平台的便携式试剂定量检测方法,其特征在于,步骤三中,所述通过检测模型构建模块利用模型构建程序构建试剂定量检测模型,包括:
采用一元线性回归法和/或多元线性回归法,以所述待检测试剂样本的光谱数据为输入,以所述待检测试剂样本发射谱线的信号强度为输出,建立所述试剂定量检测模型。
5.如权利要求1所述基于信息化平台的便携式试剂定量检测方法,其特征在于,所述通过检测模型构建模块利用模型构建程序构建试剂定量检测模型,具体包括:
(1)采用一元线性回归法以所述待检测试剂样本的光谱数据为输入,以待检测试剂样本发射谱线的信号强度为输出,构建得到第一试剂定量检测模型;
(2)获取所述第一试剂定量检测模型的线性回归系数,记为第一线性回归系数;
(3)采用多元线性回归法以所述待检测试剂样本的光谱数据为输入,以待检测试剂样本发射谱线的信号强度为输出,构建得到第二试剂定量检测模型;
(4)获取所述第二试剂定量检测模型的线性回归系数,记为第二线性回归系数;
(5)判断所述第一线性回归系数是否大于所述第二线性回归系数,得到判断结果;若所述判断结果为是,则以所述第一试剂定量检测模型为所述待检测试剂样本的定量检测模型;若所述判断结果为否,则以所述第二试剂定量检测模型为所述待检测试剂样本的定量检测模型。
6.如权利要求5所述基于信息化平台的便携式试剂定量检测方法,其特征在于,所述第一线性回归系数和所述第二线性回归系数均为所述待检测试剂样本的光谱数据与待检测试剂样本发射谱线的信号强度的相关度。
7.如权利要求1所述基于信息化平台的便携式试剂定量检测方法,其特征在于,步骤(4.1)中,所述诊断集为至少一组二维采集数据和三维虚拟生成数据。
8.一种实施如权利要求1-7所述基于信息化平台的便携式试剂定量检测方法的基于信息化平台的便携式试剂定量检测系统,其特征在于,所述基于信息化平台的便携式试剂定量检测系统包括:
样本获取模块、光谱数据获取模块、信号强度确定模块、数据处理模块、中央控制模块、检测模型构建模块、检测模型训练测试模块、定量检测模块、检测结果分析模块、数据存储模块、更新显示模块;
样本获取模块,与中央控制模块连接,用于通过样本获取设备获取待检测试剂样本;
光谱数据获取模块,与中央控制模块连接,用于通过光谱仪获取待检测试剂样本的光谱数据;
信号强度确定模块,与中央控制模块连接,用于通过信号强度确定程序根据光谱数据确定待检测试剂样本发射谱线的信号强度;
数据处理模块,与中央控制模块连接,用于通过数据处理程序对获取的待检测试剂样本的光谱数据和信号强度数据进行冗余增强处理,获得待检测试剂样本数据集;
中央控制模块,与样本获取模块、光谱数据获取模块、信号强度确定模块、数据处理模块、检测模型构建模块、检测模型训练测试模块、定量检测模块、检测结果分析模块、数据存储模块、更新显示模块连接,用于通过中央处理器整体协调控制所述基于信息化平台的便携式试剂定量检测系统的各个模块的正常运行;
检测模型构建模块,与中央控制模块连接,用于通过模型构建程序构建试剂定量检测模型;
检测模型训练测试模块,与中央控制模块连接,用于通过模型训练程序根据获得的待检测试剂样本数据集对构建的试剂定量检测模型进行训练及测试;
定量检测模块,与中央控制模块连接,用于通过定量检测程序利用训练并测试后的试剂定量检测模型进行待检测试剂样本的定量检测,得到初步的定量检测结果;
检测结果分析模块,与中央控制模块连接,用于通过分析程序对获得的定量检测结果进行分析判断,得到最终的定量检测分析结果;
数据存储模块,与中央控制模块连接,用于通过存储器存储待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果以及最终的定量检测分析结果;
更新显示模块,与中央控制模块连接,用于通过显示器对待检测试剂样本的光谱数据、试剂样本发射谱线的信号强度、试剂样本数据集、试剂定量检测模型、初步定量检测结果及最终的定量检测分析结果的实时数据进行更新显示。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~7任意一项所述的基于信息化平台的便携式试剂定量检测方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的基于信息化平台的便携式试剂定量检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159516.0A CN112858260A (zh) | 2021-02-05 | 2021-02-05 | 一种基于信息化平台的便携式试剂定量检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159516.0A CN112858260A (zh) | 2021-02-05 | 2021-02-05 | 一种基于信息化平台的便携式试剂定量检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112858260A true CN112858260A (zh) | 2021-05-28 |
Family
ID=75988978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110159516.0A Pending CN112858260A (zh) | 2021-02-05 | 2021-02-05 | 一种基于信息化平台的便携式试剂定量检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112858260A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161013A (zh) * | 2019-05-14 | 2019-08-23 | 上海交通大学 | 基于机器学习的激光诱导击穿光谱数据处理方法和系统 |
CN110322005A (zh) * | 2019-06-25 | 2019-10-11 | 深圳爱莫科技有限公司 | 神经网络模型训练方法以及装置、人脸识别方法 |
CN111398255A (zh) * | 2020-04-17 | 2020-07-10 | 浙江大学 | 一种水稻根系所含镉元素的定量检测方法和系统 |
CN112051256A (zh) * | 2020-07-22 | 2020-12-08 | 中国地质大学(武汉) | 基于cnn模型的待测元素含量libs测量方法、系统 |
-
2021
- 2021-02-05 CN CN202110159516.0A patent/CN112858260A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161013A (zh) * | 2019-05-14 | 2019-08-23 | 上海交通大学 | 基于机器学习的激光诱导击穿光谱数据处理方法和系统 |
CN110322005A (zh) * | 2019-06-25 | 2019-10-11 | 深圳爱莫科技有限公司 | 神经网络模型训练方法以及装置、人脸识别方法 |
CN111398255A (zh) * | 2020-04-17 | 2020-07-10 | 浙江大学 | 一种水稻根系所含镉元素的定量检测方法和系统 |
CN112051256A (zh) * | 2020-07-22 | 2020-12-08 | 中国地质大学(武汉) | 基于cnn模型的待测元素含量libs测量方法、系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110554958B (zh) | 图数据库测试方法、系统、设备和存储介质 | |
CN109344906B (zh) | 基于机器学习的用户风险分类方法、装置、介质及设备 | |
JP7125900B2 (ja) | 複合的ダイアディック又はマルチプルなカウンターパーティ関係を発見するために使用される多次元再帰的学習プロセス及びシステム | |
CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
WO2019226340A1 (en) | Condition specific sample analysis | |
CN113655348A (zh) | 一种基于深度孪生网络的电力设备局部放电故障诊断方法、系统终端及可读存储介质 | |
CN109120634A (zh) | 一种端口扫描检测的方法、装置、计算机设备和存储介质 | |
CN109144852A (zh) | 静态代码的扫描方法、装置、计算机设备及存储介质 | |
CN117151329A (zh) | 一种考虑碳排放强度预测方法、装置、设备及存储介质 | |
CN108829575A (zh) | 测试案例推荐方法、电子装置及可读存储介质 | |
CN107515803A (zh) | 一种存储性能测试方法和装置 | |
CN113900960A (zh) | 智能车机机械臂测试平台系统 | |
CN112858260A (zh) | 一种基于信息化平台的便携式试剂定量检测系统及方法 | |
CN115994093A (zh) | 测试用例推荐方法和装置 | |
CN109787862B (zh) | 无效资源的检测方法、装置、电子设备及存储介质 | |
CN115168124A (zh) | 硬盘并发执行多个文件的稳定性测试方法、装置、计算机设备及介质 | |
CN112597041B (zh) | 代码覆盖率的跨分支合并方法、系统、设备及存储介质 | |
CN114942905A (zh) | 一种迁移数据验证方法、装置、设备和存储介质 | |
CN115163266A (zh) | 一种颗粒捕集器灰分负荷确定方法、装置、设备和介质 | |
CN109460001B (zh) | 一种故障码和配件的关联方法及装置 | |
CN112785000A (zh) | 面向大规模机器学习系统的机器学习模型训练方法及系统 | |
CN112214469A (zh) | 路测数据处理方法、装置、服务器及存储介质 | |
CN102854875B (zh) | 一种汽车空调控制器测试方法及系统 | |
US11797871B2 (en) | Predictive methodology to identify potential unknown sweet spots | |
CN116614187B (zh) | 一种信号强度确定方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |