物质含量的计算、定标方法及装置与流程

文档序号:17329212发布日期:2019-04-05 21:58阅读:503来源:国知局
物质含量的计算、定标方法及装置与流程

本发明属于生化检测技术领域,尤其涉及物质含量的计算、定标方法及装置。



背景技术:

当前在检测特定蛋白的含量时,经常会采用免疫比浊法,以抗原为例,其具体原理为:当待测的特异性抗原与指定的特异性抗体结合时,反应液出现浑浊,在抗体含量固定时,反应液浊度变化量与抗原含量成正相关。通过检测反应液浊度变化量与一系列标准品对照,即可计算出检样中的抗原含量。其中,反应液浊度的测量可采用散射浊度法或透射浊度法,即在反应开始时,从反应杯的一侧发射特定频率的光,从另一侧测量散射光强或吸光度,在本领域中散射光强或吸光度统称为信号值,反应液浊度越大,信号值越大,反之亦然。因此,信号值变化量就代表了浊度变化量,再根据信号值变化量与抗原含量的关系,就能计算出检样中的抗原含量。

然而,现有计算信号值变化量的方法有两种,分别是两点法和终点法。两点法也称为固定时间法,其步骤是测定抗原与抗体结合后某一时间段内[t1,t2]反应液信号值[v1,v2]的变化量,即v2-v1。虽然两点法的计算非常简单,但是两个点的选取时刻非常关键,如果选取时刻太早,结果容易受到底液反应初期的不稳定性干扰,如果选取时刻太晚,结果容易受到反应末期速率减慢的影响而变得不准确。终点法的步骤是测定抗原与抗体完全结合后的信号值作为信号值变化量,终点法相对于两点法少了一个点,但其同样必须选择一个非常精准的采样时刻。可想而知。如果计算出的信号值变化量出现了偏差,将会直接导致最终计算出地检样中的抗原含量不准确。



技术实现要素:

有鉴于此,本发明实施例提供了物质含量的计算、定标方法及装置,以解决现有技术在定标或计算物质含量时存在的准确率低的问题。

本发明实施例的第一方面提供了一种物质含量的计算方法,包括:在目标物质的含量未知的反应液的反应过程中,检测多个时刻值对应的表征反应过程的信号值;根据所述时刻值与所述信号值的对应关系,拟合出回归方程;分别将两个时刻值作为自变量输入所述回归方程,将所述回归方程计算出的因变量作为所述时刻值对应的信号理论值,并计算两个所述时刻值对应的所述信号理论值的差值,作为目标信号差值;根据预设的信号差值与含量的对应关系,确定所述目标信号差值对应的含量,并将其作为所述目标物质的含量。

本发明实施例的第二方面提供了一种定标方法,包括:对目标物质的含量已知的多个标准品分别进行反应测试,并测定多个时刻值对应的表征所述标准品反应过程的标准信号值;针对每个所述标准品,根据所述时刻值与所述标准信号值的对应关系,分别拟合各个所述标准品对应的标准回归方程;分别将两个时刻值作为自变量输入各个所述标准品对应的标准回归方程,将所述标准回归方程计算出的因变量作为所述时刻值对应的标准信号值,并计算两个所述时刻值对应的所述标准信号值的差值,作为各个所述标准品的信号差值;根据各个所述标准品中目标物质的含量与所述标准品的信号差值,建立所述信号差值与含量的对应关系。

本发明实施例的第三方面提供了一种物质含量的计算装置,包括:检测模块,用于在目标物质的含量未知的反应液的反应过程中,检测多个时刻值对应的表征反应过程的信号值;拟合模块,用于根据所述时刻值与所述信号值的对应关系,拟合出回归方程;计算模块,用于分别将两个时刻值作为自变量输入所述回归方程,将所述回归方程计算出的因变量作为所述时刻值对应的信号理论值,并计算两个所述时刻值对应的所述信号理论值的差值,作为目标信号差值;确定模块,用于根据预设的信号差值与含量的对应关系,确定所述目标信号差值对应的含量,并将其作为所述目标物质的含量。

本发明实施例的第四方面提供了一种定标装置,包括:

测定模块,用于对目标物质含量已知的多个标准品分别进行反应测试,并测定多个时刻值对应的表征所述标准品反应过程的标准信号值;标准拟合模块,用于针对每个所述标准品,根据所述时刻值与所述标准信号值的对应关系,分别拟合各个所述标准品对应的标准回归方程;差值计算模块,用于分别将两个时刻值作为自变量输入各个所述标准品对应的标准回归方程,将所述标准回归方程计算出的因变量作为所述时刻值对应的标准信号值,并计算两个所述时刻值对应的所述标准信号值的差值,作为各个所述标准品的信号差值;定标模块,用于根据各个所述标准品中目标物质的含量与所述标准品的信号差值,建立所述信号差值与含量的对应关系。

本发明实施例的第五方面提供了一种物质含量的计算装置,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现本发明实施例的第一方面提供的方法的步骤。

本发明实施例的第六方面提供了计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现本发明实施例的第一方面提供的方法的步骤。

本发明实施例与现有技术相比存在的有益效果是:通过在包含目标物质的反应液的反应过程中,检测多个时刻值对应的表征反应过程的信号值;根据所述时刻值与所述信号值的对应关系,拟合出回归方程;将所述时刻值作为自变量输入所述回归方程,将所述回归方程计算出的因变量作为所述时刻值对应的信号理论值,并计算两个预设的时刻值对应的所述信号理论值的差值,作为信号差值;根据预设的信号差值与含量的对应关系,确定目标物质的含量,以消除由于预设的时刻值不够准确造成的对于信号值的变化量的计算误差,进而提高计算目标物质含量的精准程度。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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性的前提下,还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的物质含量的计算方法的实现流程图;

图2是本发明实施例一提供的物质含量的计算方法s102的一个具体实现流程图;

图3是本发明实施例一提供的物质含量的计算方法s102的另一具体实施流程图;

图4是本发明实施例三提供的一拟合效果图;

图5是本发明实施例三提供的另一拟合效果图;

图6是本发明实施例四提供的定标方法的实现流程图;

图7是本发明实施例五提供的物质含量的计算装置的结构框图;

图8是本发明实施例六提供的定标装置的结构框图;

图9是本发明实施例提供的物质含量的计算装置的示意图。

具体实施方式

以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。

实施例一

图1示出了本发明实施例一提供的物质含量的计算方法的实现流程,详述如下:

在s101中,在目标物质的含量未知的反应液的反应过程中,检测多个时刻值对应的表征反应过程的信号值。

可选地,在本发明实施例中,将包含目标物质但含量未知的反应液倒入反应杯,在反应液的反应过程中,从反应杯的一侧发射特定频率的光,从另一侧测量散射光强或吸光度。可以理解地,由于散射光强或吸光度在测试时均为测试仪中检测到的一种信号,因此散射光强或吸光度都可以统称为信号值,此外,信号值还包括其他类型的数据,不仅仅局限于散射光强或吸光度。

示例性地,在本发明实施例中,以目标物质为抗体为例,将含有的抗体含量未知的反应液倒入反应杯,在反应液的反应过程中,连续测量多个信号值。将预设时间段的时长定位n秒,并在预设时间段内等间隔的连续测量m个信号值,其中m为大于或等于2的自然数,可以理解地,m的数量越大,收集的时刻值与信号值的对应关系就越多。

可选地,为了便于计算,本发明实施例中某一时刻的时刻值可以是该时刻距离预设时间段的初始时刻的时间差,例如,假如预设时间段为10点00分00秒至10点00分10秒,则10点00分00秒的时刻值可以为10点00分01秒的时刻值为1,10点00分10秒的时刻值可以为10。

可以理解地,由于在预设时间段内采集了多个时刻值对应的信号值,因此可以在后续的过程中更好地反应信号值的变化趋势。

在s102中,根据所述时刻值与所述信号值的对应关系,拟合出回归方程。

在本发明实施例中,采用回归分析的方法拟合出时刻值与信号值的对应关系。可以理解地,假设将时刻值作为坐标系中的横坐标,信号值作为坐标系中的纵坐标,则每一个时刻值与信号值的对应关系在坐标系中表现为一个坐标点,通过回归分析的方法可以根据这些坐标点拟合出一个曲线或直线,即可以拟合出一个回归方程。

可选地,所述根据所述时刻值与所述信号值的对应关系,拟合出回归方程,包括:通过最小二乘法拟合所述时刻值与所述信号值的对应关系,生成线性的回归方程。

具体地,设直线回归方程为f(xi)=axi+b,其中xi表示预设时间段内第i个时刻值,所述a表示斜率参数,所述b表示截距参数,f(xi)表示第i个时刻值对应的信号理论值,根据最小二乘法定义目标函数为:

最终求得其中xi表示第i个时刻值,yi表示第i个信号值。可以理解地,由于回归方程的建立标准是使方程离每个测量点的平方距离和最小,所以回归方程可以很好地反映信号值变化的总体规律和趋势。

可以理解地,本发明实施例还可以采用其他方式拟合出线性方程或非线性方程。

在s103中,分别将两个时刻值作为自变量输入所述回归方程,将所述回归方程计算出的因变量作为所述时刻值对应的信号理论值,并计算两个所述时刻值对应的所述信号理论值的差值,作为目标信号差值。

可以理解地,将时刻值作为自变量输入回归方程后,可以计算出该时刻值对应的在回归线上的值,即信号理论值,这个信号理论值与真实的该时刻值对应的信号理论值可能会有一定差异。但是,由于在不同的时刻测量的真实的信号值可能由于环境因素或化合物反应的偶然性存在一定误差,所以需要对真实测量出的信号值进行一定修正,例如,在含有抗体的检测样本的反应初期,检测样本的底液反应不稳定,在含有抗体的检测样本的反应末期,检测样本的反应速率减慢。而信号理论值是经由反应信号值整体变化趋势的回归方程计算而来的,可以很大程度上消除上述的偶然性,从而减小误差。

优选地,在本发明实施例中,一个时刻值可以选择预设时间段内第一次检测信号值时的时刻值,另一个时刻值可以选择预设时间段内最后一次检测信号值时的时刻值。可以理解地,经过回归方程修正后的第一次检测信号值时的时刻值对应的信号理论值不会受到检测样本的底液反应初期的不稳定性干扰,经过回归方程修正后的最后一次检测信号值时的时刻值对应的信号理论值不会受到反应末期速率减慢的影响,即可以保证由此计算出的目标信号差值受干扰程度小。

在本发明实施例中,对于两个预设的时刻值的选择不限于上述这种选择方式。

可以理解地,目标信号差值可以反映两个预设的时刻值之间信号值的变化量,由于根据回归方程修正的信号理论值消除了每次对于信号值测量的偶然性误差,所以由此计算出的信号差值可以更好地表征检测样本的变化情况。

在s104中,根据预设的信号差值与含量的对应关系,确定所述目标信号差值对应的含量,并将其作为所述目标物质的含量。

由于目标物质在检测样本中的含量与信号值的变化量存在一定的关联关系,因此,本发明实施例使用上文中消除了偶然因素影响的信号差值作为信号值的变化量,由于在对检测样本中的物质含量计算之前,预先根据目标物质的含量已知的多个标准品建立了信号差值与含量的对应关系,所以在对目标物质的含量未知的反应液的含量计算过程中,可以根据信号差值与含量的对应关系确定本发明实施例计算出的目标信号差值对应的含量,作为目标物质的含量。

值得注意地,本发明实施例中涉及的根据多个标准品进行定标的过程是在目标物质的含量未知的反应液的反应过程之前进行的,具体的定标方法将在下文实施例进行详述。

在本发明实施例中,通过检测预设时间段内多个时刻值对应的信号值,并根据时刻值与信号值的对应关系,拟合出回归方程,以稳定地反应信号值的变化趋势,将预设时间段内的时刻值作为自变量输入所述回归方程,将回归方程计算出的因变量作为时刻值对应的信号理论值,根据回归方程计算两个预设的时刻值对应的信号理论值的差值,作为目标信号差值,最后根据预设的信号差值与含量的对应关系,确定目标物质的含量,以消除由于预设的时刻值选择的不够准确造成的对信号值的变化量的计算误差,进而提高计算目标物质含量的精准程度。

实施例二

在上文实施例s102中提到,根据所述时刻值与所述信号值的对应关系,拟合出回归方程,但是考虑到在实际的信号值的检测过程中,可能由于设备的检测问题或者环境因素的影响,某些时刻检测出的信号值可能会出现较大的误差,而这些误差可能会造成拟合出的回归方程不能很好的反应信号值的变化趋势,所以在本发明实施例中,需要删除一部分误差较大的时刻值对应的数据,而使用剩余的时刻值对应的信号值,拟合出回归方程。图2示出了本发明实施例一提供的s102的具体实施流程,详述如下:

在s201中,拟合所述时刻值与所述信号值的对应关系,生成第一方程。

在本发明实施例中,首先基于预设时间段内所有的时刻值与信号值的对应关系,拟合出一个第一方程。

可选地,通过最小二乘法拟合所述时刻值与所述信号值的对应关系,生成第一方程。

具体地,设直线回归方程为f(xi)=axi+b,其中xi表示预设时间段内第i个时刻值,所述a表示斜率参数,所述b表示截距参数,f(xi)表示第i个时刻值对应的信号理论值,根据最小二乘法定义目标函数为:

最终求得其中xi表示第i个时刻值,yi表示第i个信号值。

在s202中,通过所述第一方程,确定异常时刻值。

可选地,将所述预设时间段内的所述时刻值作为自变量输入所述第一方程,将所述第一方程计算出的因变量作为所述时刻值对应的信号评估值(f(xi));计算所述预设时间段内所述时刻值对应的所述信号评估值(f(xi))与所述信号值(yi)的差值,作为所述时刻值对应的差异值(|f(xi)-yi|);若所述时刻值对应的所述差异值大于预设的差异阈值,则将所述时刻值确定为异常时刻值。

在s203中,根据所述异常时刻值以外的时刻值与信号值的对应关系,拟合出所述回归方程。

示例性地,假设在预设时间段内一共在10个时刻采集了10个信号值,其中,根据上述的识别过程,将第2个和第7个时刻值确定为了异常时刻值,则将预设时间段内第2个和第7个时刻值以外的时刻值作为正常时刻值,通过最小二乘法拟合正常时刻值与信号值的对应关系,生成回归方程。

本发明实施例通过加入异常信号值剔除操作,使得回归方程的建立不受异常信号值的影响,因此通过回归方程修正的信号理论值就能够更加贴近反应的规律。

实施例三

本发明实施例为上文实施例一中s102提供另外一种实现的方法,图3示出了本发明实施例一提供的s102的另一具体实施流程,详述如下:

在s301中,对所述信号值进行归一化处理,生成信号映射值。

本发明实施例考虑到在每次检测过程中,信号值的范围可能是不同的,所以需要对每次检测的信号值进行规一化处理,以使得后续计算出的信号差值更具有一致性,方便与预设的信号差值与含量的对应关系进行比对。

可选地,通过公式:将检测出的信号值映射[0,1]的区间,其中y’i为第i个时刻值对应的信号映射值,yi为第i个时刻值对应的信号值。

在s302中,获取预设的回归模型,建立所述回归模型对应的目标函数。

可选地,预设的回归模型的表达式为:f(xi)=wtφ(xi)+b,其中,φ(xi)为用户选择的回归方程的形式,例如:φ(xi)=xi、φ(xi)=log(xi)或其他的用户选择的方程形式,xi表示预设时间段内第i个时刻值,所述w为回归模型的参数向量,所述b为误差系数,所述f(xi)为第i个时刻值对应的信号理论值。

可选地,可以获取的回归模型对应的目标函数包括:其中,y’i为第i个时刻值对应的信号映射值,项称为结构风险项,用于描述回归模型解的特性,p为第一预设的常数,项称为经验风险项,用于描述回归模型和数据的契合程度,c为第二预设的常数。可以理解地,是相互制约的,一项大时,另一项必定会小。此外,l(z)为预设的损失函数,ε为损失敏感度,损失敏感度决定了回归方程对偏差较大的信号值的容忍程度。

从经验风险最小化的角度看,可以称为正则化项,p越接近0,解w就越稀疏,即非零分量个数尽量少,p越大,解w就越均衡,即非零分量个数尽量稠密。一般p不会取负数。优选地,本发明实施例取p=2,以使目标函数的解较为均衡,同时计算求解比较简单。损失敏感度ε决定了回归方程对偏差较大点的容忍程度,若信号值比回归方程对应时刻的值小于ε,或大于-ε,则认为是正常点,否则是异常点。两者相差越大,则认为该异常点的危害程度就越大,该点就有可能在拟合的过程中被自动剔除。

本发明实施例将hinge损失函数作为预设的损失函数。相比于普通的二次损失函数l(z)=z2,由于hinge损失函数在[-ε,ε]区间内损失为零,使得回归方程对信号值点具有选择性。可以理解地,每一个时刻值与信号值的对应关系为坐标系中的一点,在求解回归方程时,通过损失函数只挑选出与初始拟合的回归方程较近的点以进一步拟合回归方程。

在s303中,求解所述目标函数中的参数,并基于所述目标函数中的参数计算所述回归模型的参数,以拟合出所述回归方程。

可选地,为了便于求解该回归方程,本发明实施例通过构造所述目标函数的对偶形式的方程,求解所述目标函数的对偶形式的方程,以得到所述目标函数中的参数。

具体地,在上述的原始目标函数的基础上采用拉个朗日算子法进行数学推导,以构造回归模型对应的目标函数的对偶形式的方程。具体地,所述目标函数的对偶形式的方程为:其中,和ai为目标函数的两个参数,y’i为第i个时刻值对应的信号映射值。

可以理解地,通过求解上文所示的对偶形式的方程,可以得到所述目标函数中的两个参数,即和ai。进而根据公式:计算回归方程中的两个参数b和w,即可拟合出回归方程:f(xi)=wtφ(xi)+b,其中,xi表示预设时间段内第i个时刻值,所述w为回归模型的参数向量,所述b为误差系数,所述f(xi)为第i个时刻值对应的信号理论值,ε为预设的损失敏感度,y’i为第i个时刻值对应的信号映射值。

在本发明实施例中,由于原始目标函数是按照要求得到的回归方程来构建的,所以最终得到的回归方程f(xi)就具备了用户要求的特性,即具备了既可以拟合正常的数据点,由可以降低异常点影响的性质。换句话说,即使在多次测量的信号值中存在异常点,通过这种方法拟合出的数据趋势也是受异常点干扰很少的,因此保证用这个趋势修正的初期和末期的信号值是受干扰的很小的,进而计算出受干扰小的信号值变化量。拟合的效果图如图4、图5所示。

可以理解地,由于本发明实施例在求解回归方程时,加入了结构风险控制,使得拟合出的方程的解具有可控性,同时通过采用不敏感损失函数替代在最小二乘回归中使用的平方损失,得出的回归方程具有降低偏差较大点的敏感度,能识别出多个数据点中的正常点,从而按照正常点的趋势拟合,所以本发明实施例将异常信号值剔除和建立回归方式融合在一起,即使存在多个偏差较大的异常信号值,本发明实施例也能按照正常数据的总体趋势建立回归方程,从而保证准确地修正反应初期和末期的信号值,以便计算出正确的信号差值。

实施例四

本发明实施例有关于根据标准品进行定标的方法。值得注意地,该定标方法可以在实施例一中的物质含量的计算方法的流程之前实施,并可以进一步与物质含量的计算方法合并作为一个整体进行实施,也可以独立于物质含量的计算方法单独实施。图6示出了本发明实施例四提供的定标方法的实现流程,详述如下:

s601,对目标物质的含量已知的多个标准品分别进行反应测试,并测定多个时刻值对应的表征所述标准品反应过程的标准信号值。

可选地,在本发明实施例中,将包含目标物质且含量已知的多个标准品分别倒入不同的反应杯,在标准品的反应过程中,从反应杯的一侧发射特定频率的光,从另一侧测量散射光强或吸光度。可以理解地,由于散射光强或吸光度在测试时均为测试仪中检测到的一种信号,因此散射光强或吸光度都可以统称为标准信号值,此外,标准信号值还包括其他类型的数据,不仅仅局限于散射光强或吸光度。

示例性地,在本发明实施例中,以目标物质为抗体为例,将含有的抗体含量未知的反应液倒入反应杯,在反应液的反应过程中,连续测量多个标准信号值。将预设时间段的时长定位n秒,并在预设时间段内等间隔的连续测量m个标准信号值,其中m为大于或等于2的自然数,可以理解地,m的数量越大,收集的时刻值与标准信号值的对应关系就越多。

可选地,为了便于计算,本发明实施例中某一时刻的时刻值可以是该时刻距离预设时间段的初始时刻的时间差,例如,假如预设时间段为10点00分00秒至10点00分10秒,则10点00分00秒的时刻值可以为10点00分01秒的时刻值为1,10点00分10秒的时刻值可以为10。

可以理解地,由于在预设时间段内采集了多个时刻值对应的信号值,因此可以在后续的过程中更好地反应标准信号值的变化趋势。

s602,针对每个所述标准品,根据所述时刻值与所述标准信号值的对应关系,分别拟合各个所述标准品对应的标准回归方程。

可选地,通过最小二乘法拟合时刻值与标准信号值的对应关系,生成线性的标准回归方程。

可选地,通过最小二乘法拟合所述时刻值与所述信号值的对应关系,生成第一方程。具体地,设直线回归方程为f(xi)=axi+b,其中xi表示预设时间段内第i个时刻值,所述a表示斜率参数,所述b表示截距参数,f(xi)表示第i个时刻值对应的信号理论值,根据最小二乘法定义目标函数为:

最终求得其中xi表示第i个时刻值,yi表示第i个信号值。

进一步地,通过所述第一方程,确定异常时刻值。

可选地,将所述预设时间段内的所述时刻值作为自变量输入所述第一方程,将所述第一方程计算出的因变量作为所述时刻值对应的信号评估值(f(xi));计算所述预设时间段内所述时刻值对应的所述信号评估值(f(xi))与所述信号值(yi)的差值,作为所述时刻值对应的差异值(|f(xi)-yi|);若所述时刻值对应的所述差异值大于预设的差异阈值,则将所述时刻值确定为异常时刻值。

进一步地,根据所述异常时刻值以外的时刻值与标准信号值的对应关系,拟合出所述标准回归方程。

示例性地,假设在预设时间段内一共在10个时刻采集了10个信号值,其中,根据上述的识别过程,将第2个和第7个时刻值确定为了异常时刻值,则将预设时间段内第2个和第7个时刻值以外的时刻值作为正常时刻值,通过最小二乘法拟合正常时刻值与标准信号值的对应关系,生成标准回归方程。

可选地,对所述标准信号值进行归一化处理,生成信号映射值。

本发明实施例考虑到在每次检测过程中,标准信号值的范围可能是不同的,所以需要对每次检测的标准信号值进行规一化处理,以使得后续计算出的标准信号差值更具有一致性。

进一步地,通过公式:将检测出的标准信号值映射[0,1]的区间,其中y’i为第i个时刻值对应的信号映射值,yi为第i个时刻值对应的信号值。

进一步地,获取预设的回归模型,建立所述回归模型对应的目标函数。

假设预设的回归模型的表达式为:其中,为用户选择的回归方程的形式,例如:或其他的用户选择的方程形式,xi表示预设时间段内第i个时刻值,所述w为回归模型的参数向量,所述b为误差系数,所述f(xi)为第i个时刻值对应的信号理论值。

可选地,可以获取的回归模型对应的目标函数包括:其中,y’i为第i个时刻值对应的信号映射值,项称为结构风险项,用于描述回归模型解的特性,p为第一预设的常数,项称为经验风险项,用于描述回归模型和数据的契合程度,c为第二预设的常数。可以理解地,是相互制约的,一项大时,另一项必定会小。此外,l(z)为预设的损失函数,ε为损失敏感度,损失敏感度决定了回归方程对偏差较大的信号值的容忍程度。

从经验风险最小化的角度看,可以称为正则化项,p越接近0,解w就越稀疏,即非零分量个数尽量少,p越大,解w就越均衡,即非零分量个数尽量稠密。一般p不会取负数。优选地,本发明实施例取p=2,以使目标函数的解较为均衡,同时计算求解比较简单。损失敏感度ε决定了回归方程对偏差较大点的容忍程度,若标准信号值比回归方程对应时刻的值小于ε,或大于-ε,则认为是正常点,否则是异常点。两者相差越大,则认为该异常点的危害程度就越大,该点就有可能在拟合的过程中被自动剔除。

本发明实施例将hinge损失函数作为预设的损失函数。相比于普通的二次损失函数l(z)=z2,由于hinge损失函数在[-ε,ε]区间内损失为零,使得标准回归方程对信号值点具有选择性。可以理解地,每一个时刻值与标准信号值的对应关系为坐标系中的一点,在求解回归方程时,通过损失函数只挑选出与初始拟合的回归方程较近的点以进一步拟合回归方程。

进一步地,求解所述目标函数中的参数,并基于所述目标函数中的参数计算所述回归模型的参数,以拟合出所述标准回归方程。

可选地,为了便于求解该回归方程,本发明实施例通过构造所述目标函数的对偶形式的方程,求解所述目标函数的对偶形式的方程,以得到所述目标函数中的参数。

具体地,在上述的原始目标函数的基础上采用拉个朗日算子法进行数学推导,以构造回归模型对应的目标函数的对偶形式的方程。具体地,所述目标函数的对偶形式的方程为:其中,和ai为目标函数的两个参数,y’i为第i个时刻值对应的信号映射值。

可以理解地,通过求解上文所示的对偶形式的方程,可以得到所述目标函数中的两个参数,即和ai。进而根据公式:十算回归方程中的两个参数b和w,即可拟合出回归方程:其中,xi表示预设时间段内第i个时刻值,所述w为回归模型的参数向量,所述b为误差系数,所述f(xi)为第i个时刻值对应的信号理论值,ε为预设的损失敏感度,y’i为第i个时刻值对应的信号映射值。

s603,分别将两个时刻值作为自变量输入各个所述标准品对应的标准回归方程,将所述标准回归方程计算出的因变量作为所述时刻值对应的标准信号值,并计算两个所述时刻值对应的所述标准信号值的差值,作为各个所述标准品的信号差值。

可以理解地,将时刻值作为自变量输入各个标准品对应的回归方程后,可以计算出该时刻值对应的在回归线上的值,即信号理论值,这个信号理论值与真实的该时刻值对应的标准信号值可能会有一定差异。但是,由于在不同的时刻测量的真实的标准信号值可能由于环境因素或化合物反应的偶然性存在一定误差,所以需要对真实测量出的信号值进行一定修正,例如,在含有抗体的标准品的反应初期,标准品的底液反应不稳定,在含有抗体的标准品的反应末期,标准品的反应速率减慢。而信号理论值是经由反应信号值整体变化趋势的标准回归方程计算而来的,可以很大程度上消除上述的偶然性,从而减小误差。

s604,根据各个所述标准品中目标物质的含量与所述标准品的信号差值,建立所述信号差值与含量的对应关系。

可以理解地,由于标准品中的目标物质的含量已知,而通过s601-s603又计算出了各个标准品对应的信号差值,因此可以建立信号差值与含量的对应关系。

可选地,可以根据信号差值与含量的对应关系,拟合出定标曲线,该定标曲线的横坐标表示信号差值,纵坐标表示目标物质的含量,在后续对物质含量进行计算时,在已知目标信号差值的情况下,可以直接使用该定标曲线确定目标信号差值对应的含量,作为目标物质的含量。

可以理解地,通过本发明实施例所确定的信号差值与含量的对应关系,消除了由于标准品在测试过程中的测量误差导致的定标不准确的问题。

实施例五

对应于上文实施例所述的物质含量的计算方法,图7示出了本发明实施例提供的物质含量的计算装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。

参照图7,该装置包括:

检测模块701,用于在目标物质的含量未知的反应液的反应过程中,检测多个时刻值对应的表征反应过程的信号值;

拟合模块702,用于根据所述时刻值与所述信号值的对应关系,拟合出回归方程;

计算模块703,用于分别将两个时刻值作为自变量输入所述回归方程,将所述回归方程计算出的因变量作为所述时刻值对应的信号理论值,并计算两个所述时刻值对应的所述信号理论值的差值,作为目标信号差值;

确定模块704,用于根据预设的信号差值与含量的对应关系,确定所述目标信号差值对应的含量,并将其作为所述目标物质的含量。

可选地,拟合模块702包括:

第一拟合子模块,用于拟合所述时刻值与所述信号值的对应关系,生成第一方程;

异常确定子模块,用于通过所述第一方程,确定异常时刻值;

第二拟合子模块,用于根据所述异常时刻值以外的时刻值与信号值的对应关系,拟合出所述回归方程。可选地,所述异常确定子模块具体用于:将所述时刻值作为自变量输入所述第一方程,将所述第一方程计算出的因变量作为所述时刻值对应的信号评估值;计算所述时刻值对应的所述信号评估值与所述信号值的差值,作为所述时刻值对应的差异值;若所述时刻值对应的所述差异值大于预设的差异阈值,则将所述时刻值确定为异常时刻值。。

可选地,拟合模块702还包括:

线性拟合子模块,用于通过最小二乘法拟合所述时刻值与所述信号值的对应关系,生成线性的回归方程。

可选地,拟合模块702还包括:

归一化子模块,用于对所述信号值进行归一化处理,生成信号映射值;选取子模块,用于获取预设的回归模型,建立所述回归模型对应的目标函数;求解子模块,用于求解所述目标函数中的参数,并基于所述目标函数中的参数计算所述回归模型的参数,以拟合出所述回归方程。

可选地,该装置还包括:

测定模块,用于对目标物质含量已知的多个标准品分别进行反应测试,并测定多个时刻值对应的表征所述标准品反应过程的标准信号值;

标准拟合模块,用于针对每个所述标准品,根据所述时刻值与所述标准信号值的对应关系,分别拟合各个所述标准品对应的标准回归方程;

差值计算模块,用于分别将两个时刻值作为自变量输入各个所述标准品对应的标准回归方程,将所述标准回归方程计算出的因变量作为所述时刻值对应的标准信号值,并计算两个所述时刻值对应的所述标准信号值的差值,作为各个所述标准品的信号差值;

定标模块,用于根据各个所述标准品中目标物质的含量与所述标准品的信号差值,建立所述信号差值与含量的对应关系。

可以理解地,在本发明实施例中,通过检测预设时间段内多个时刻值对应的信号值,并根据时刻值与信号值的对应关系,拟合出回归方程,以稳定地反应信号值的变化趋势,将预设时间段内的时刻值作为自变量输入所述回归方程,将回归方程计算出的因变量作为时刻值对应的信号理论值,根据回归方程计算两个预设的时刻值对应的信号理论值的差值,作为信号差值,最后根据预设的信号差值与含量的对应关系,确定目标物质的含量,以消除由于预设的时刻值选择的不够准确造成的对信号值的变化量的计算误差,进而提高计算目标物质含量的精准程度。

实施例六

对应于上文实施例所述的物质含量的计算方法,图8示出了本发明实施例提供的定标装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。

测定模块801,用于对目标物质含量已知的多个标准品分别进行反应测试,并测定多个时刻值对应的表征所述标准品反应过程的标准信号值;

标准拟合模块802,用于针对每个所述标准品,根据所述时刻值与所述标准信号值的对应关系,分别拟合各个所述标准品对应的标准回归方程;

差值计算模块803,用于分别将两个时刻值作为自变量输入各个所述标准品对应的标准回归方程,将所述标准回归方程计算出的因变量作为所述时刻值对应的标准信号值,并计算两个所述时刻值对应的所述标准信号值的差值,作为各个所述标准品的信号差值。

定标模块804,用于根据各个所述标准品中目标物质的含量与所述标准品的信号差值的对应关系,建立所述信号差值与含量的对应关系。

图9是本发明一实施例提供的物质含量的计算装置的示意图。如图9所示,该实施例的物质含量的计算装置包括:处理器90、存储器91以及存储在所述存储器91中并可在所述处理器90上运行的计算机程序92,例如物质含量的计算程序。所述处理器90执行所述计算机程序92时实现上述各个物质含量的计算方法实施例中的步骤,例如图6所示的步骤s101至s104。或者,所述处理器90执行所述计算机程序92时实现上述各装置实施例中各模块/单元的功能,例如图7所示模块701至704的功能。

示例性的,所述计算机程序92可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器91中,并由所述处理器90执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序92在所述物质含量的计算装置9中的执行过程。例如,所述计算机程序92可以被分割成识别模块以及搜索模块(虚拟装置中的模块),各模块具体功能如下:

识别模块,用于识别用户的手势和/或所述用户的表情,并根据所述手势和/或所述表情确定用户指令;

搜索模块,用于在预设的弹幕库中搜索与所述用户指令对应的弹幕内容。

所述物质含量的计算装置9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述物质含量的计算装置/装置可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图9仅仅是物质含量的计算装置9的示例,并不构成对物质含量的计算装置9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述物质含量的计算装置还可以包括输入输出设备、网络接入设备、总线等。

所称处理器90可以是中央处理单元(centralprocessingunit,cpu),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,dsp)、专用集成电路(applicationspecificintegratedcircuit,asic)、现成可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器91可以是所述物质含量的计算装置的内部存储单元,例如物质含量的计算装置9的硬盘或内存。所述存储器91也可以是所述物质含量的计算装置/装置9的外部存储设备,例如所述物质含量的计算装置/装置9上配备的插接式硬盘,智能存储卡(smartmediacard,smc),安全数字(securedigital,sd)卡,闪存卡(flashcard)等。进一步地,所述存储器91还可以既包括所述物质含量的计算装置/装置9的内部存储单元也包括外部存储设备。所述存储器91用于存储所述计算机程序以及所述物质含量的计算装置/装置所需的其他程序和数据。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。

在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中,应该理解到,所揭露的装置/装置和方法,可以通过其它的方式实现。例如,以上所描述的装置/装置实施例仅仅是示意性的,例如,所述模块或单元的划分,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,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1