[发明专利]状态确定系统和电子设备

说明书

本公开涉及一种状态确定系统和电子设备，所述系统包括：指纹图谱数据获取模块，用于获取待确定对象的指纹图谱数据；数据处理模块，用于对所述指纹图谱数据进行处理，得到状态值，所述状态值用于表征所述对象的健康状态，所述健康状态包括两个边界状态，以及所述边界状态之间的任意一个或多个中间状态。利用本公开各实施例，可以提高状态确定结果的可解释性，提高状态确定结果的精确度和可靠性。

技术领域

本公开涉及生物检测技术领域，尤其涉及一种状态确定系统和电子设备。

背景技术

传统的身体状态判断，通常是以一种或多种标志物的浓度变化状态为判断依据。但是这种判断方式依赖于为数不多的若干指标(比如依赖于5个标志物的指标)，导致诊断鲁棒性较低，一个标志物的浓度出现误差就会导致诊断结果出现较大的偏差，误诊率较高。而随着高通量检测手段的不断发展和进步，人们在身体状态判断中，开始利用具有机器学习功能的人工智能设备或者装置对高通量指纹图谱进行处理，确定出所述待确定对象的身体健康状态，由于指纹图谱对应的指标数目显著增加，可以有效提高诊断的鲁棒性。

但是目前现有的基于高通量指纹图谱数据的人工智能诊断设备，输出的都是二元分类的结果，比如患病或者不患病两种结果。但是这种结果在生物学意义上的可解释性较低，进而也导致根据设备输出结果进行的疾病诊断的精确度和可靠性较低。

发明内容

本公开提出了一种状态确定系统和电子设备，以提高状态确定结果的可解释性，提高状态确定结果的精确度和可靠性。

根据本公开的一方面，提供了一种状态确定系统，所述系统包括：

指纹图谱数据获取模块，用于获取待确定对象的指纹图谱数据；

数据处理模块，用于对所述指纹图谱数据进行处理，得到状态值，所述状态值用于表征所述对象的健康状态，所述健康状态包括两个边界状态，以及所述边界状态之间的任意一个或多个中间状态。

在一种可能的实现方式中，所述系统还包括：

状态确定模块，用于根据所述状态值和编码值，确定所述待确定对象的健康状态，其中，每个编码值和每种健康状态唯一对应。

在一种可能的实现方式中，所述数据处理模块基于以下表达式对所述指纹图谱数据进行分析处理：

f(x)＝A+∑BXe^(C+EX)

式中，A为常数；

X为指纹图谱数据，是维度为N的向量；

B向量为指纹图谱数据的方向因子，长度为N；

C向量为指纹图谱数据中的未知变量指标对系统状态的本底影响因子，长度为N；

E矩阵为指纹图谱数据中的未知变量指标之间的相关性网络参数，是N*N的方块矩阵；

f(x)为所述状态值。

在一种可能的实现方式中，所述数据处理模块的参数包括预先采用遗传算法拟合得到。

在一种可能的实现方式中，所述数据处理模块的参数包括采用下述方式拟合得到：

利用特定编码方式对初始的所述数据处理模块中的参数进行编码，得到编码参数；

对所述编码参数随机组合得到多组参数种群；

确定所述多组参数种群中每组参数种群的适应度值；

若所述每组参数种群的适应度值均不满足预设条件，则对所述多组参数种群进行选择、交叉和/或变异遗传处理，直至得到适应度值满足所述预设条件的最优参数种群；

以所述最优参数种群中的各参数，作为所述数据处理模块的参数。