CN116735772B - 一种用于尿液分析的腺苷含量检测方法及系统 - Google Patents
一种用于尿液分析的腺苷含量检测方法及系统 Download PDFInfo
- Publication number
- CN116735772B CN116735772B CN202311030088.7A CN202311030088A CN116735772B CN 116735772 B CN116735772 B CN 116735772B CN 202311030088 A CN202311030088 A CN 202311030088A CN 116735772 B CN116735772 B CN 116735772B
- Authority
- CN
- China
- Prior art keywords
- adenosine
- chromatographic
- peak
- standard
- value
- 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.)
- Active
Links
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 title claims abstract description 370
- 239000002126 C01EB10 - Adenosine Substances 0.000 title claims abstract description 185
- 229960005305 adenosine Drugs 0.000 title claims abstract description 185
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000005353 urine analysis Methods 0.000 title claims abstract description 14
- 210000002700 urine Anatomy 0.000 claims abstract description 92
- 238000011208 chromatographic data Methods 0.000 claims abstract description 61
- 230000008859 change Effects 0.000 claims description 52
- 238000009826 distribution Methods 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 41
- 238000012216 screening Methods 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 22
- 238000000926 separation method Methods 0.000 claims description 19
- 239000007788 liquid Substances 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004811 liquid chromatography Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003836 peripheral circulation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8624—Detection of slopes or peaks; baseline correction
- G01N30/8631—Peaks
- G01N30/8637—Peak shape
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8696—Details of Software
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种用于尿液分析的腺苷含量检测方法及系统,涉及尿液检测技术领域,包括:设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;获取实时的尿液色谱数据;对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量,本发明用于解决现有的技术中对于尿液中的腺苷含量检测效率较低、比对检测不够精准的问题。
Description
技术领域
本发明涉及尿液检测技术领域,具体为一种用于尿液分析的腺苷含量检测方法及系统。
背景技术
尿液来源于外周循环,无需专业采集手段即可获得(相比较血清、组织等),完全可以满足日常实时健康监测的要求,利用检测尿液中的生物分子能够对人体健康状态进行监测。
现有的技术中,在对尿液中的腺苷含量进行检测的过程中,通常都是针对腺苷检测的过程进行改进,例如在申请公开号为“CN111044632A”的中国专利中公开了“一种尿液中腺苷含量的检测方法及其应用”,该方法就是对检测方法进行改进来检测尿液中的腺苷含量的,再比如在申请公开号为“CN110068645A”的中国专利中公开了“液质联用检测尿液中环磷酸腺苷的方法”,该方法就是通过对腺苷的检测过程进行改进来提高检测准确度的,上述方法都是用于改进检测过程来提高检测准确度的,现有的技术中,利用高效液相色谱仪测定方法即可实现基本的腺苷检测需求,但是在对比对过程中缺少对比对有效性的改进,比对时对于比对样本的设定以及比对的类型的选取不够精准,导致比对检测效率较低以及比对检测数据选取不够精准的问题。
发明内容
本发明旨在至少在一定程度上解决现有技术中的技术问题之一,用于解决现有的技术中对于尿液中的腺苷含量检测效率较低、检测比对不够精准的问题。
为实现上述目的,第一方面本申请提供一种用于尿液分析的腺苷含量检测方法,包括:
设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;
获取实时的尿液色谱数据;
对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;
基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量。
进一步地,设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型包括:从历史数据库中获取若干尿液历史腺苷含量;
将若干尿液历史腺苷含量的最大值和最小值分别标记为历史高含量和历史低含量,将历史高含量减去历史低含量得到历史含量差值;
建立分布直方图,分布直方图的横坐标为尿液历史腺苷含量,分布直方图的纵坐标为频数;
将历史含量差值按照第一单位间隔划分为若干组别,将划分后的若干组别作为分布直方图的横坐标划分组别;
将若干尿液历史腺苷含量输入分布直方图中,获取每个组分中的尿液历史腺苷含量的频数的百分比,设定为分布占比;
提取分布占比的分子,将分子的十位数之后的数值修改为0,将修改后的分子设定为分布值,将分布值通过分解值公式计算得到每个组分的分解值,分解值公式配置为:;其中,PFJ为分解值,PFB为分布值;
根据分解值对每个组分进行平均划分,得到若干分解后的横坐标节点,将横坐标节点对应的尿液历史腺苷含量、历史高含量和历史低含量设定为选取含量。
进一步地,设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型还包括:根据若干选取含量设定若干标准腺苷溶液的腺苷含量;
通过高效液相色谱仪获取若干标准腺苷溶液的标准色谱数据,其中,标准色谱数据包括标准峰面积和标准峰高值。
进一步地,获取实时的尿液色谱数据包括:保持与标准腺苷溶液相同的色谱条件,通过高效液相色谱仪获取实时的尿液色谱数据,其中,实时的尿液色谱数据包括实时峰面积和实时峰高值。
进一步地,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记包括:获取色谱图,提取色谱图中的色谱线条,设定为待分析线条;
将待分析线条置入白色背景中,得到峰形分析图;
对峰形分析图进行灰度化处理,得到峰形灰度图,获取待分析线条的灰度值,设定为线条灰度;
建立二维坐标系,将峰形灰度图置入二维坐标系中,将峰形灰度图的像素点的边长作为二维坐标系的横轴和纵轴的划分单位;
设定一条平行于二维坐标系的横轴的直线,标记为筛选线;
将筛选线由上朝下进行平移,当筛选线上存在灰度值等于线条灰度的像素点时,将重合的像素点设置为峰值像素点,将筛选线设定为顶部参考线;继续向下平移第一筛选距离,将筛选线设定为截取参考线;
将顶部参考线和截取参考线之间的待分析线条设定为峰形比对线条。
进一步地,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记包括:过峰值像素点做一条竖直的直线,将峰形比对线条划分为两个部分,分别设定为第一子线条和第二子线条;
在截取参考线和顶部参考线之间设置若干条分隔线,若干条分隔线分别与顶部参考线平行,每两个相邻的分隔线之间的距离相同;
将若干分隔线分别与第一子线条和第二子线条的交点设定为比对交点,将第一子线条的若干比对交点的横坐标和纵坐标通过第一峰形变化公式计算得到第一变化值,将第二子线条的若干比对交点的横坐标和纵坐标通过第二峰形变化公式计算得到第二变化值;第一峰形变化公式配置为:;其中,B1为第一变化值,Z1Y1至Z1Yi分别为第一子线条的若干比对交点的纵坐标,Z1X1至Z1Xi分别为第一子线条的若干比对交点的横坐标,i为若干条分隔线的数量,第二峰形变化公式配置为:;其中,B2为第二变化值,Z2Y1至Z2Yi分别为第二子线条的若干比对交点的纵坐标,Z2X1至Z2Xi分别为第二子线条的若干比对交点的横坐标;
将第一变化值和第二变化值相加得到峰形变化总值;
当峰形变化总值大于等于第一变化阈值时,输出峰高选取标记;
当峰形变化总值大于等于第二变化阈值且小于第一变化阈值时,输出双峰选取标记;
当峰形变化总值小于第二变化阈值时,输出峰面积选取标记。
进一步地,基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量包括:当输出峰高选取标记时,分别求取实时峰高值与若干标准峰高值的差值的绝对值,设定为峰高绝对差,选取最小的峰高绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
当输出峰面积选取标记时,分别求取实时峰面积与若干标准峰面积的差值的绝对值,设定为峰面积绝对差,选取最小的峰面积绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
当输出双峰选取标记时,将实时峰面积和实时峰高值分别与每一组标准腺苷溶液的标准峰面积和标准峰高值通过综合比对公式计算得到综合比对值,选取最小的综合比对值对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;其中,综合比对公式配置为:;其中,PZB为综合比对值,PSFG为实时峰高值,PBFG为标准峰高值,PSFM为实时峰面积,PBFM为标准峰面积。
第二方面,本申请提供一种用于尿液分析的腺苷含量检测系统,包括色谱数据模型建立模块、实时数据获取模块以及比对模块;所述色谱数据模型建立模块用于设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;
所述实时数据获取模块用于获取实时的尿液色谱数据;
所述比对模块包括色谱峰形比对单元以及比对选取单元,所述色谱峰形比对单元用于对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;
所述比对选取单元用于基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量。
本发明的有益效果:本发明通过设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型,通过对标准腺苷色谱模型进行搭建,能够提高比对区间的设定精准度,从而有助于提高比对检测后的腺苷含量对应的准确性;
本发明通过获取实时的尿液色谱数据,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量,能够对不同类型的比对数据进行针对性的比对选取,提高检测效率的同时,保证了数据比对选取的精准度。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本发明的方法的步骤流程图;
图2为本发明的系统的原理框图;
图3为本发明的分布直方图的示意图;
图4为本发明的二维坐标系中峰形比对线条的获取示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:请参阅图2所示,本申请提供一种用于尿液分析的腺苷含量检测系统,通过对标准腺苷色谱模型进行搭建,能够提高比对区间的设定精准度,同时针对不同类型的比对数据进行针对性的比对选取,提高了数据比对选取的精准度,以解决现有的技术中对于尿液中的腺苷含量检测效率较低、检测比对不够精准的问题。
具体地,用于尿液分析的腺苷含量检测系统包括色谱数据模型建立模块、实时数据获取模块以及比对模块;色谱数据模型建立模块用于设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;色谱数据模型建立模块配置有腺苷含量数据库,腺苷含量数据库内存储有若干尿液历史腺苷含量,色谱数据模型建立模块配置有色谱样本选取策略,色谱样本选取策略包括:从历史数据库中获取若干尿液历史腺苷含量;
将若干尿液历史腺苷含量的最大值和最小值分别标记为历史高含量和历史低含量,将历史高含量减去历史低含量得到历史含量差值;具体实施时,获取到若干尿液历史腺苷含量中的历史高含量和历史低含量0.5nmol/mg和10nmol/mg;则历史含量差值为9.5;
如图3所示,建立分布直方图,分布直方图的横坐标为尿液历史腺苷含量,分布直方图的纵坐标为频数;
将历史含量差值按照第一单位间隔划分为若干组别,将划分后的若干组别作为分布直方图的横坐标划分组别;第一单位间隔设定为10;
将若干尿液历史腺苷含量输入分布直方图中,获取每个组分中的尿液历史腺苷含量的频数的百分比,设定为分布占比;例如,获取到的若干尿液历史腺苷含量的数量为100,在第一组别中出现的频数为12,则分布占比为12%;
提取分布占比的分子,将分子的十位数之后的数值修改为0,将修改后的分子设定为分布值,将分布值通过分解值公式计算得到每个组分的分解值,分解值公式配置为:;其中,PFJ为分解值,PFB为分布值;例如,第一组别的分布占比为12%,分子的十位数为10,求得的分解值为2;
根据分解值对每个组分进行平均划分,得到若干分解后的横坐标节点,将横坐标节点对应的尿液历史腺苷含量、历史高含量和历史低含量设定为选取含量,例如第一组别得到的分解值为2,则将第一组别划分为两段,则两端的连接处为分解后的横坐标节点。
色谱数据模型建立模块配置有色谱模型建立策略,色谱模型建立策略包括:根据若干选取含量设定若干标准腺苷溶液的腺苷含量;
通过高效液相色谱仪获取若干标准腺苷溶液的标准色谱数据,其中,标准色谱数据包括标准峰面积和标准峰高值,通过上述方法设定的若干标准腺苷溶液的腺苷含量能够更加满足比对需求。
实时数据获取模块用于获取实时的尿液色谱数据;实时数据获取模块配置有实时数据获取策略,实时数据获取策略包括:保持与标准腺苷溶液相同的色谱条件,通过高效液相色谱仪获取实时的尿液色谱数据,其中,实时的尿液色谱数据包括实时峰面积和实时峰高值。
比对模块包括色谱峰形比对单元以及比对选取单元,色谱峰形比对单元用于对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;色谱峰形比对单元配置有峰形提取策略,峰形提取策略包括:获取色谱图,提取色谱图中的色谱线条,设定为待分析线条,色谱图在高效液相色谱仪的检测过程中得到,其横坐标为时长,纵坐标为分度;
将待分析线条置入白色背景中,得到峰形分析图;
对峰形分析图进行灰度化处理,得到峰形灰度图,获取待分析线条的灰度值,设定为线条灰度,绘制过程中同一条待分析线条的灰度一致;
如图4所示,建立二维坐标系,二维坐标系包括X轴和Y轴,将峰形灰度图置入二维坐标系中,将峰形灰度图的像素点的边长作为二维坐标系的横轴和纵轴的划分单位,例如在图像中一个像素点的边长为0.1cm,则二维坐标系的横轴和纵轴的划分单位为0.1cm;
设定一条平行于二维坐标系的横轴的直线,标记为筛选线;
将筛选线由上朝下进行平移,当筛选线上存在灰度值等于线条灰度的像素点时,将重合的像素点设置为峰值像素点,将筛选线设定为顶部参考线;继续向下平移第一筛选距离,将筛选线设定为截取参考线,按照划分单位设置为0.1cm的标准,第一筛选距离设定为1cm;图4中,SH1为第一筛选距离;
将顶部参考线和截取参考线之间的待分析线条设定为峰形比对线条。
色谱峰形比对单元配置有色谱峰形比对策略,色谱峰形比对策略包括:过峰值像素点做一条竖直的直线,将峰形比对线条划分为两个部分,分别设定为第一子线条和第二子线条,通过一条竖直的直线从峰值像素点进行分隔,能够将峰形比对线条划分成左右两个部分;
在截取参考线和顶部参考线之间设置若干条分隔线,若干条分隔线分别与顶部参考线平行,每两个相邻的分隔线之间的距离相同;
将若干分隔线分别与第一子线条和第二子线条的交点设定为比对交点,将第一子线条的若干比对交点的横坐标和纵坐标通过第一峰形变化公式计算得到第一变化值,将第二子线条的若干比对交点的横坐标和纵坐标通过第二峰形变化公式计算得到第二变化值;第一峰形变化公式配置为:;其中,B1为第一变化值,Z1Y1至Z1Yi分别为第一子线条的若干比对交点的纵坐标,Z1X1至Z1Xi分别为第一子线条的若干比对交点的横坐标,i为若干条分隔线的数量,第二峰形变化公式配置为:;其中,B2为第二变化值,Z2Y1至Z2Yi分别为第二子线条的若干比对交点的纵坐标,Z2X1至Z2Xi分别为第二子线条的若干比对交点的横坐标,参照第一峰形变化公式和第二峰形变化公式可得,如果纵坐标的变化较大且横坐标的变化较小,则对应的第一变化值或第二变化值则较大;
将第一变化值和第二变化值相加得到峰形变化总值;
当峰形变化总值大于等于第一变化阈值时,输出峰高选取标记;第一变化阈值设定为1.5;峰形变化总值大于等于1.5时,峰形的纵坐标增长或较小的变化速率较快,峰形较尖;
当峰形变化总值大于等于第二变化阈值且小于第一变化阈值时,输出双峰选取标记;第二变化阈值设定为1,峰形变化总值大于等于1且小于1.5时,采用峰高值和峰面积同时进行比对的方案;
当峰形变化总值小于第二变化阈值时,输出峰面积选取标记,峰形变化总值小于1时,峰形较为平缓,采用通过峰面积进行比对的方式。
比对选取单元用于基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量;比对选取单元配置有比对选取策略,比对选取策略包括:当输出峰高选取标记时,分别求取实时峰高值与若干标准峰高值的差值的绝对值,设定为峰高绝对差,选取最小的峰高绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
当输出峰面积选取标记时,分别求取实时峰面积与若干标准峰面积的差值的绝对值,设定为峰面积绝对差,选取最小的峰面积绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
当输出双峰选取标记时,将实时峰面积和实时峰高值分别与每一组标准腺苷溶液的标准峰面积和标准峰高值通过综合比对公式计算得到综合比对值,选取最小的综合比对值对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;其中,综合比对公式配置为:;其中,PZB为综合比对值,PSFG为实时峰高值,PBFG为标准峰高值,PSFM为实时峰面积,PBFM为标准峰面积,在比对过程中,根据不同的比对类型选取对应的比对数据,上述三种比对方式都是采用差值较小的比对选取方法,选取与自身数据比对差值较小的数据作为参考,能够使比对检测得到的腺苷含量更加精准。
实施例2:请参阅图1所示,本申请还提供一种用于尿液分析的腺苷含量检测方法,包括如下步骤:
步骤S10,设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;步骤S10还包括如下子步骤:步骤S1011,从历史数据库中获取若干尿液历史腺苷含量;
步骤S1012,将若干尿液历史腺苷含量的最大值和最小值分别标记为历史高含量和历史低含量,将历史高含量减去历史低含量得到历史含量差值;
步骤S1013建立分布直方图,分布直方图的横坐标为尿液历史腺苷含量,分布直方图的纵坐标为频数;
步骤S1014,将历史含量差值按照第一单位间隔划分为若干组别,将划分后的若干组别作为分布直方图的横坐标划分组别;
步骤S1015,将若干尿液历史腺苷含量输入分布直方图中,获取每个组分中的尿液历史腺苷含量的频数的百分比,设定为分布占比;
步骤S1016提取分布占比的分子,将分子的十位数之后的数值修改为0,将修改后的分子设定为分布值,将分布值通过分解值公式计算得到每个组分的分解值,分解值公式配置为:;其中,PFJ为分解值,PFB为分布值;
步骤S1017,根据分解值对每个组分进行平均划分,得到若干分解后的横坐标节点,将横坐标节点对应的尿液历史腺苷含量、历史高含量和历史低含量设定为选取含量。
步骤S10还包括:步骤S1021,根据若干选取含量设定若干标准腺苷溶液的腺苷含量;
步骤S1022,通过高效液相色谱仪获取若干标准腺苷溶液的标准色谱数据,其中,标准色谱数据包括标准峰面积和标准峰高值。
步骤S20,获取实时的尿液色谱数据;步骤S20还包括:保持与标准腺苷溶液相同的色谱条件,通过高效液相色谱仪获取实时的尿液色谱数据,其中,实时的尿液色谱数据包括实时峰面积和实时峰高值。
步骤S30,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;步骤S30还包括如下子步骤:步骤S3011,获取色谱图,提取色谱图中的色谱线条,设定为待分析线条;
步骤S3012,将待分析线条置入白色背景中,得到峰形分析图;
步骤S3013,对峰形分析图进行灰度化处理,得到峰形灰度图,获取待分析线条的灰度值,设定为线条灰度;
步骤S3014,建立二维坐标系,将峰形灰度图置入二维坐标系中,将峰形灰度图的像素点的边长作为二维坐标系的横轴和纵轴的划分单位;
步骤S3015,设定一条平行于二维坐标系的横轴的直线,标记为筛选线;
步骤S3016,将筛选线由上朝下进行平移,当筛选线上存在灰度值等于线条灰度的像素点时,将重合的像素点设置为峰值像素点,将筛选线设定为顶部参考线;继续向下平移第一筛选距离,将筛选线设定为截取参考线;
步骤S3017,将顶部参考线和截取参考线之间的待分析线条设定为峰形比对线条。步骤S30还包括:步骤S3021,过峰值像素点做一条竖直的直线,将峰形比对线条划分为两个部分,分别设定为第一子线条和第二子线条;
步骤S3022,在截取参考线和顶部参考线之间设置若干条分隔线,若干条分隔线分别与顶部参考线平行,每两个相邻的分隔线之间的距离相同;
步骤S3023,将若干分隔线分别与第一子线条和第二子线条的交点设定为比对交点,将第一子线条的若干比对交点的横坐标和纵坐标通过第一峰形变化公式计算得到第一变化值,将第二子线条的若干比对交点的横坐标和纵坐标通过第二峰形变化公式计算得到第二变化值;第一峰形变化公式配置为:;其中,B1为第一变化值,Z1Y1至Z1Yi分别为第一子线条的若干比对交点的纵坐标,Z1X1至Z1Xi分别为第一子线条的若干比对交点的横坐标,i为若干条分隔线的数量,第二峰形变化公式配置为:/>;其中,B2为第二变化值,Z2Y1至Z2Yi分别为第二子线条的若干比对交点的纵坐标,Z2X1至Z2Xi分别为第二子线条的若干比对交点的横坐标;
步骤S3024,将第一变化值和第二变化值相加得到峰形变化总值;
步骤S3025,当峰形变化总值大于等于第一变化阈值时,输出峰高选取标记;
步骤S3026,当峰形变化总值大于等于第二变化阈值且小于第一变化阈值时,输出双峰选取标记;
步骤S3027,当峰形变化总值小于第二变化阈值时,输出峰面积选取标记。
步骤S40,基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量;步骤S40还包括:步骤S4011,当输出峰高选取标记时,分别求取实时峰高值与若干标准峰高值的差值的绝对值,设定为峰高绝对差,选取最小的峰高绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
步骤S4012,当输出峰面积选取标记时,分别求取实时峰面积与若干标准峰面积的差值的绝对值,设定为峰面积绝对差,选取最小的峰面积绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
步骤S4013,当输出双峰选取标记时,将实时峰面积和实时峰高值分别与每一组标准腺苷溶液的标准峰面积和标准峰高值通过综合比对公式计算得到综合比对值,选取最小的综合比对值对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;其中,综合比对公式配置为:;其中,PZB为综合比对值,PSFG为实时峰高值,PBFG为标准峰高值,PSFM为实时峰面积,PBFM为标准峰面积。
实施例3:本申请还提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时,运行如上任意一项方法中的步骤。通过上述技术方案,计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型,获取实时的尿液色谱数据,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记,基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
Claims (6)
1.一种用于尿液分析的腺苷含量检测方法,其特征在于,包括:
设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;
获取实时的尿液色谱数据;
对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;
基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量;
设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型包括:从历史数据库中获取若干尿液历史腺苷含量;
将若干尿液历史腺苷含量的最大值和最小值分别标记为历史高含量和历史低含量,将历史高含量减去历史低含量得到历史含量差值;
建立分布直方图,分布直方图的横坐标为尿液历史腺苷含量,分布直方图的纵坐标为频数;
将历史含量差值按照第一单位间隔划分为若干组别,将划分后的若干组别作为分布直方图的横坐标划分组别;
将若干尿液历史腺苷含量输入分布直方图中,获取每个组分中的尿液历史腺苷含量的频数的百分比,设定为分布占比;
提取分布占比的分子,将分子的十位数之后的数值修改为0,将修改后的分子设定为分布值,将分布值通过分解值公式计算得到每个组分的分解值,分解值公式配置为:;其中,PFJ为分解值,PFB为分布值;
根据分解值对每个组分进行平均划分,得到若干分解后的横坐标节点,将横坐标节点对应的尿液历史腺苷含量、历史高含量和历史低含量设定为选取含量;
根据若干选取含量设定若干标准腺苷溶液的腺苷含量;
通过高效液相色谱仪获取若干标准腺苷溶液的标准色谱数据,其中,标准色谱数据包括标准峰面积和标准峰高值。
2.根据权利要求1所述的一种用于尿液分析的腺苷含量检测方法,其特征在于,获取实时的尿液色谱数据包括:保持与标准腺苷溶液相同的色谱条件,通过高效液相色谱仪获取实时的尿液色谱数据,其中,实时的尿液色谱数据包括实时峰面积和实时峰高值。
3.根据权利要求2所述的一种用于尿液分析的腺苷含量检测方法,其特征在于,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记包括:获取色谱图,提取色谱图中的色谱线条,设定为待分析线条;
将待分析线条置入白色背景中,得到峰形分析图;
对峰形分析图进行灰度化处理,得到峰形灰度图,获取待分析线条的灰度值,设定为线条灰度;
建立二维坐标系,将峰形灰度图置入二维坐标系中,将峰形灰度图的像素点的边长作为二维坐标系的横轴和纵轴的划分单位;
设定一条平行于二维坐标系的横轴的直线,标记为筛选线;
将筛选线由上朝下进行平移,当筛选线上存在灰度值等于线条灰度的像素点时,将重合的像素点设置为峰值像素点,将筛选线设定为顶部参考线;继续向下平移第一筛选距离,将筛选线设定为截取参考线;
将顶部参考线和截取参考线之间的待分析线条设定为峰形比对线条。
4.根据权利要求3所述的一种用于尿液分析的腺苷含量检测方法,其特征在于,对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记包括:过峰值像素点做一条竖直的直线,将峰形比对线条划分为两个部分,分别设定为第一子线条和第二子线条;
在截取参考线和顶部参考线之间设置若干条分隔线,若干条分隔线分别与顶部参考线平行,每两个相邻的分隔线之间的距离相同;
将若干分隔线分别与第一子线条和第二子线条的交点设定为比对交点,将第一子线条的若干比对交点的横坐标和纵坐标通过第一峰形变化公式计算得到第一变化值,将第二子线条的若干比对交点的横坐标和纵坐标通过第二峰形变化公式计算得到第二变化值;第一峰形变化公式配置为:;其中,B1为第一变化值,Z1Y1至Z1Yi分别为第一子线条的若干比对交点的纵坐标,Z1X1至Z1Xi分别为第一子线条的若干比对交点的横坐标,i为若干条分隔线的数量,第二峰形变化公式配置为:;其中,B2为第二变化值,Z2Y1至Z2Yi分别为第二子线条的若干比对交点的纵坐标,Z2X1至Z2Xi分别为第二子线条的若干比对交点的横坐标;
将第一变化值和第二变化值相加得到峰形变化总值;
当峰形变化总值大于等于第一变化阈值时,输出峰高选取标记;
当峰形变化总值大于等于第二变化阈值且小于第一变化阈值时,输出双峰选取标记;
当峰形变化总值小于第二变化阈值时,输出峰面积选取标记。
5.根据权利要求4所述的一种用于尿液分析的腺苷含量检测方法,其特征在于,基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量包括:当输出峰高选取标记时,分别求取实时峰高值与若干标准峰高值的差值的绝对值,设定为峰高绝对差,选取最小的峰高绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
当输出峰面积选取标记时,分别求取实时峰面积与若干标准峰面积的差值的绝对值,设定为峰面积绝对差,选取最小的峰面积绝对差对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;
当输出双峰选取标记时,将实时峰面积和实时峰高值分别与每一组标准腺苷溶液的标准峰面积和标准峰高值通过综合比对公式计算得到综合比对值,选取最小的综合比对值对应的标准腺苷溶液的腺苷含量作为尿液腺苷含量;其中,综合比对公式配置为:;其中,PZB为综合比对值,PSFG为实时峰高值,PBFG为标准峰高值,PSFM为实时峰面积,PBFM为标准峰面积。
6.适用于权利要求1-5任一项所述的一种用于尿液分析的腺苷含量检测方法的系统,其特征在于,包括色谱数据模型建立模块、实时数据获取模块以及比对模块;所述色谱数据模型建立模块用于设定若干不同浓度的标准腺苷溶液,根据若干不同浓度的标准腺苷溶液的标准色谱数据建立标准腺苷色谱模型;
所述实时数据获取模块用于获取实时的尿液色谱数据;
所述比对模块包括色谱峰形比对单元以及比对选取单元,所述色谱峰形比对单元用于对标准腺苷色谱模型以及尿液色谱数据中的色谱峰形进行识别,并对色谱峰形进行峰形标记;
所述比对选取单元用于基于峰形标记从标准腺苷色谱模型中提取比对数据,通过比对数据得到尿液腺苷含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030088.7A CN116735772B (zh) | 2023-08-16 | 2023-08-16 | 一种用于尿液分析的腺苷含量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030088.7A CN116735772B (zh) | 2023-08-16 | 2023-08-16 | 一种用于尿液分析的腺苷含量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116735772A CN116735772A (zh) | 2023-09-12 |
CN116735772B true CN116735772B (zh) | 2023-10-24 |
Family
ID=87919084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311030088.7A Active CN116735772B (zh) | 2023-08-16 | 2023-08-16 | 一种用于尿液分析的腺苷含量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116735772B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703233A (zh) * | 2017-11-27 | 2018-02-16 | 威海百合生物技术股份有限公司 | 一种腺苷含量的检测方法 |
CN110068645A (zh) * | 2019-04-03 | 2019-07-30 | 上海药明奥测医疗科技有限公司 | 液质联用检测尿液中环磷酸腺苷的方法 |
CN111044632A (zh) * | 2019-12-27 | 2020-04-21 | 江西省肿瘤医院(江西省癌症中心) | 一种尿液中腺苷含量的检测方法及其应用 |
CN114076805A (zh) * | 2021-10-22 | 2022-02-22 | 浙江大学 | 一种用于富集尿液中甲基化腺嘌呤核苷的方法及其应用 |
CN115718150A (zh) * | 2022-11-15 | 2023-02-28 | 深圳市计量质量检测研究院 | 一种配方奶粉中低聚异麦芽糖含量的检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220042957A1 (en) * | 2020-08-04 | 2022-02-10 | Dionex Corporation | Peak Profile for Identifying an Analyte in a Chromatogram |
-
2023
- 2023-08-16 CN CN202311030088.7A patent/CN116735772B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703233A (zh) * | 2017-11-27 | 2018-02-16 | 威海百合生物技术股份有限公司 | 一种腺苷含量的检测方法 |
CN110068645A (zh) * | 2019-04-03 | 2019-07-30 | 上海药明奥测医疗科技有限公司 | 液质联用检测尿液中环磷酸腺苷的方法 |
CN111044632A (zh) * | 2019-12-27 | 2020-04-21 | 江西省肿瘤医院(江西省癌症中心) | 一种尿液中腺苷含量的检测方法及其应用 |
CN114076805A (zh) * | 2021-10-22 | 2022-02-22 | 浙江大学 | 一种用于富集尿液中甲基化腺嘌呤核苷的方法及其应用 |
CN115718150A (zh) * | 2022-11-15 | 2023-02-28 | 深圳市计量质量检测研究院 | 一种配方奶粉中低聚异麦芽糖含量的检测方法 |
Non-Patent Citations (3)
Title |
---|
PM_(2.5)中典型水溶性离子在线观测标准曲线优化研究;张文慧;彭杏;田瑛泽;梁丹妮;毕晓辉;吴建会;冯银厂;;中国环境监测(第02期);全文 * |
国产盐酸氯哌丁片含量与含量均匀度研究;刘荷英;程奇珍;夏红英;钟振华;;中国药物评价(第04期);全文 * |
普通人群血清双酚A水平的测定;石峻岭, 杨水莲, 肖国兵, 郑力行, 周志俊;环境与职业医学(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116735772A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112133368B (zh) | 一种基于三代测序技术的宏基因组测序数据的自动化分析方法 | |
CN104820873A (zh) | 一种基于金属定量构效关系的淡水急性基准预测方法 | |
CN110211700B (zh) | 一种个体身高预测方法、系统、可读存储介质及终端 | |
CN102305845A (zh) | 一种区域非饱和土抗剪强度的快速测定的方法 | |
CN110993023A (zh) | 复杂突变的检测方法及检测装置 | |
CN116735772B (zh) | 一种用于尿液分析的腺苷含量检测方法及系统 | |
Martinez-Garcia et al. | Automated 3D tree-ring detection and measurement from X-ray computed tomography | |
CN111311173A (zh) | 一种全国县级单元经济整理与空间化方法 | |
CN113936005A (zh) | 一种dna指数计算方法、装置、计算机设备及存储介质 | |
US20150310166A1 (en) | Method and system for processing data for evaluating a quality level of a dataset | |
CN115081485B (zh) | 一种基于ai的漏磁内检测数据自动分析方法 | |
CN108109675B (zh) | 一种实验室质量控制数据管理系统 | |
CN115660455A (zh) | 一种三水统筹下水质评价体系模型构建系统、设备及终端 | |
CN111696629B (zh) | 一种rna测序数据的基因表达量计算方法 | |
CN114543720A (zh) | 一种林木信息调查系统及方法 | |
CN112380408A (zh) | 一种石油成分的分析方法及系统 | |
CN110310706B (zh) | 一种蛋白质无标绝对定量方法 | |
CN108955560B (zh) | 一种槭属种子形态测定及分析方法 | |
Ceballos et al. | Pattern recognition in capillary electrophoresis data using dynamic programming in the wavelet domain | |
CN111177607A (zh) | 一种基于b/s架构的岩心图像处理和应用方法 | |
CN116230078B (zh) | 一种de novo评估组装基因组污染度的方法 | |
Egginton et al. | Quantifying fiber type-specific local capillary supply | |
CN111223521B (zh) | 基于可变剪接差异的基因分析方法、系统、装置及介质 | |
CN1482463A (zh) | 生物和土壤样品中δ15N与δ13C值的自动校正方法 | |
Milošević | The Morphology of Brain Neurons: The Box-Counting Method in the Quantitative Analysis of 2D Images |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |