[发明专利]用于化学发光免疫检测的基于样条插值算法的曲线拟合方法在审
申请号: | 201710507251.2 | 申请日: | 2017-06-28 |
公开(公告)号: | CN107391909A | 公开(公告)日: | 2017-11-24 |
发明(设计)人: | 刘海涌;姚玉峰;黄博 | 申请(专利权)人: | 苏州卫宁精密仪器设备有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G01N33/53 |
代理公司: | 威海科星专利事务所37202 | 代理人: | 于涛 |
地址: | 215000 江苏省苏州市苏州工业园*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 化学 发光 免疫 检测 基于 样条插值 算法 曲线拟合 方法 | ||
技术领域
本发明涉及化学发光免疫检测技术领域,具体而言,涉及一种用于化学发光免疫检测的基于样条插值算法的曲线拟合方法。
背景技术
化学发光免疫分析仪具有准确度高、灵敏度高、检测时间短、检测范围宽、无污染等优点,在医院临床诊断等领域得到广泛应用。
化学发光免疫分析是将具有高灵敏度的化学发光测定方法与高特异性的免疫反应方法相结合,借以定量检测各种抗原、半抗原、抗体、激素、酶、脂肪酸、维生素和药物等的分析技术。
现有的全自动化学发光免疫分析仪通常包括以下功能模块:样本仓储模块、试剂仓储模块、样本分配模块、试剂分配模块、反应杯仓储模块、孵育模块、洗涤模块、测量模块。检测过程大致包括:首先将样本和试剂分别放入样本仓储模块和试剂仓储模块,接着将样本和试剂加入到反应杯中,然后使反应杯分别经过孵育、洗涤模块处理,最后使反应杯进入测量模块进行结果测量。
在测量模块的测量过程中,确保血液待检成分浓度的精准检测至关重要,高精度的检测结果能够使得临床诊断和用药更加准确和有效。现有检测方法是根据化学发光标记物与发光强度的关系,利用标准曲线计算出被测物的含量。建立标准曲线过程中,浓度曲线的拟合和回算尤为重要,现有的浓度曲线拟合方法一般采用的是四参数法,四参数法的数学模型如下:
然而,四参数法在发光学中进行浓度拟合主要存在以下技术缺陷:
(1)数学模型简单,参数较少,无法通过较少的样本点准确拟合曲线,回算精度低;
(2)在浓度数量级跨度较大的情况下,低浓度数据拟合会受高浓度数据影响,拟合不准确;
(3)数据拟合受参数初值取值的影响,参数调校不方便。
上述技术缺陷会导致最终测量结果准确度低、精度低。
发明内容
本发明就是为了解决化学发光免疫检测领域现有的四参数拟合算法参数调教困难、回算精度低,对于不同浓度数量级跨度的主曲线通用性差的技术问题,提供了一种参数调教容易、回算精度高,对于不同浓度数量级跨度的主曲线通用性强的用于化学发光免疫检测的基于样条插值算法的曲线拟合方法。
本发明提供的曲线拟合方法包括以下步骤:
步骤1,获取m组标定数据(xi,yi),i=1,2,3…m,xi表示标准样本的浓度值,yi表示光信号值;
步骤2,建立数学模型表达式如下:
令上述公式(1)中的aj组成向量A,
A=[a0 a1 ... an]T
则A可由下式计算得到:
A=S-1B(2)
公式(2)中,
B=[b1 b2 ... bn]T(4)
上述公式(3)中,
上述公式(4)中,
优选地,当步骤1中标准样本浓度数量级跨度≥8时,先对浓度数据进行降幂运算,降低其数量级跨度,然后再进行所述步骤2。
优选地,降幂运算采用取对数的方式进行。
优选地,数学模型中,多项式次数n取值为3、4或5,步骤1中m取值大于n。
优选地,步骤1中m取值为10。
本发明的有益效果是:能够兼容不同浓度跨度曲线的拟合,减少了试剂调配人员调校主曲线的工作量,提高了曲线拟合和回算精度,提高了最终测量结果的准确度和精度,使整个测量过程稳定、可靠地进行。
本发明进一步的特征和方面,将在以下参考附图的具体实施方式的描述中,得以清楚地记载。
附图说明
图1是基于样条插值算法的曲线拟合方法的流程图。
具体实施方式
以下参照附图,以具体实施例对本发明作进一步详细说明。
如图1所示,用于化学发光免疫检测的基于样条插值算法的曲线拟合方法如下:
步骤S101,开始。
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苏州卫宁精密仪器设备有限公司,未经苏州卫宁精密仪器设备有限公司许可,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/201710507251.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:运动风险评估方法及装置
- 下一篇:智能装置软件密钥管理方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用