[发明专利]一种基于光与物质相互作用所产生的分子碎片谱的肿瘤诊断方法在审
申请号: | 202010133904.7 | 申请日: | 2020-03-02 |
公开(公告)号: | CN111398250A | 公开(公告)日: | 2020-07-10 |
发明(设计)人: | 王茜蒨;腾格尔;彭中 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G01N21/71 | 分类号: | G01N21/71;G06K9/62;G06N3/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 物质 相互作用 产生 分子 碎片 肿瘤 诊断 方法 | ||
1.一种基于光与物质相互作用所产生的分子碎片谱的肿瘤诊断方法,其特征在于:具体步骤如下:
1)进行光谱数据采集;
2)识别分子碎片谱带作为诊断识别特征;
3)扩展诊断识别特征数量,计算分子碎片谱带强度比值;
4)构建类脑计算脉冲神经网络模型;
5)应用所获得的脉冲神经网络模型,对未知的分子碎片光谱数据进行诊断识别。
2.根据权利要求1所述的一种基于光与物质相互作用所产生的分子碎片谱的肿瘤诊断方法,其特征在于:步骤2)所描述的识别分子碎片谱带作为诊断识别特征,包括识别单个分子碎片带峰及多个分子碎片带峰组成的分子碎片带簇。
3.根据权利要求1所述的一种基于光与物质相互作用所产生的分子碎片谱的肿瘤诊断方法,其特征在于:所述的步骤3)中扩展诊断识别特征数量的具体步骤为将获得的分子碎片谱带两两计算其强度比值,作为新的诊断识别特征。
4.根据权利要求1所述的一种基于光与物质相互作用所产生的分子碎片谱的肿瘤诊断方法,其特征在于:所述的步骤4)中构建类脑计算脉冲神经网络模型的具体步骤为:
1)确定编码方式,将样本数据编码为脉冲序列;
2)构建传统神经网络模型作为初始脉冲神经网络模型,将脉冲序列输入脉冲神经网络计算得输出脉冲序列;
3)对每个已知类别的光谱数据,根据距离值计算结果,从小到大对所有未知类别的光谱数据进行排序;
4)神经网络实际输出脉冲序列与期望输出脉冲序列之间的差距最小时,固定权值W得到脉冲神经网络模型。
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北京理工大学,未经北京理工大学许可,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/202010133904.7/1.html,转载请声明来源钻瓜专利网。