[发明专利]质谱峰快速分类方法、装置、存储介质、系统

权利要求书

1.一种质谱峰快速分类方法，其特征在于，包括如下步骤：

获取若干由质谱仪反馈的质谱峰样本数据；

利用盒中脑状态模型对所述若干样本数据进行聚类。

2.如权利要求1所述的质谱峰快速分类方法，其特征在于，还包括步骤：

对所述盒中脑状态模型进行训练；所述盒中脑状态模型方程如下：

y(n)＝x(n)+βWx(n) (1)

其中x(n)为状态向量；β为一正常数，即反馈系数；W为单层线性神经网络的权重矩阵；y(n)为生成系统状态向量的中间向量；是一个非线性向量函数，即激活函数。

3.如权利要求2所述的质谱峰快速分类方法，其特征在于，所述激活函数定义如下所示：

4.如权利要求2所述的质谱峰快速分类方法，其特征在于，

所述单层线性神经网络的权重矩阵W的变化量如下所示：

基于式(4)的W的变化量更新权重矩阵：

W_k＝W_k-1+ηΔW (5)。

5.如权利要求2所述的质谱峰快速分类方法，其特征在于，利用盒中脑状态模型对所述若干样本数据进行分类时，包括步骤：

S201：获取用于训练盒中脑状态模型的训练集，所述训练集为已被分类的标准质谱峰{a₁,a₂,…,a_M}；并初始化权重矩阵：W₀＝I，其中I为单位矩阵；

S202：根据式(6)更新权重矩阵，

其中a_k为训练集{a₁,a₂,…,a_M}的第k个元素，η为一个正常数；W_k-1为上一次迭代过程中生成的权重矩阵，W_k是本次迭代中更新产生的权重矩阵；

S203：当k＝M时，执行W＝W_M，进入S204；当k＜M时，返回S202；

S204：对采集的质谱峰向量x(n)赋予系统初始状态x(0)，进入S205；

S205：将W、β、x(n)代入以下公式：

y(n)＝x(n)+βWx(n) (1)

S206：当||x(n+1)-x(n)||≤ε时，进入S207；其中：x(n+1)为当前的系统状态向量，x(n)为上一次迭代的系统状态向量，ε为阈值常数；

S207：将S206中生成的系统最终状态x(n+1)与训练集{a₁,a₂,…,a_M}进行对比，当||x(n+1)-a_k||≤ε时，则质谱峰x属于a_k所属的类型，若x(n+1)和所有的训练集元素为||x(n+1)-a_k||＞ε，则质谱峰x不属于任何训练集中包含的类型。

6.如权利要求5所述的质谱峰快速分类方法，其特征在于，在S206中，当||x(n+1)-x(n)||＞ε时，返回S205。

7.一种质谱峰快速分类装置，其特征在于，包括：

获取单元，其被配置为获取质谱仪对成像目标的扫描数据；

处理单元，其被配置为利用盒中脑状态模型对扫描数据进行聚类。

8.一种质谱峰快速分类装置，其特征在于，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被执行时实现权利要求1-6任一项所述的质谱峰快速分类方法。

10.一种质谱峰分类系统，其特征在于，包括如权利要求7或8所述的质谱峰快速分类装置；所述质谱峰快速分类装置与显示装置相连接。