[发明专利]一种基于卷积神经网络的新型冠状病毒拉曼光谱分类方法在审

专利信息
申请号: 202210892791.8 申请日: 2022-07-27
公开(公告)号: CN115050423A 公开(公告)日: 2022-09-13
发明(设计)人: 王晔;赵晓雯;闫清;毕庆庆;牟晓峰 申请(专利权)人: 青岛市中心医院
主分类号: G16B30/00 分类号: G16B30/00;G16B40/20;G06K9/62;G06N3/04;G06N3/08
代理公司: 枣庄小度智慧知识产权代理事务所(普通合伙) 37282 代理人: 周莉
地址: 266042 山东*** 国省代码: 山东;37
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 卷积 神经网络 新型 冠状病毒 光谱 分类 方法
【说明书】:

发明公开了一种基于卷积神经网络的新型冠状病毒拉曼光谱分类方法。其基于拉曼增强唾液S蛋白检测,结合卷积网络的新型冠状病毒分类模型,实现了健康人和新冠患者的定性识别。以复合二维纳米材料作为拉曼增强底物,收集了唾液中S蛋白的指纹图谱。还采用了两种数据增强方法来扩大样本数据量,提高了模型的鲁棒性。建立卷积神经网络分类模型,优化网络权值,完成CNN分类模型的训练。与传统的机器学习算法相比,它不需要复杂的数据预处理,只需要简单的频谱数据扩展,在训练过程中不需要人工干预,从而导致更高的开发效率和更高的分类精度。与传统的拉曼分类方法相比,它更简单、更准确。为新型冠状病毒的检测提供了一种新的方法,提高了拉曼光谱的人工识别速度。

技术领域

本发明涉及卷积神经网络算法领域,尤其涉及一种基于卷积神经网络的新型冠状病毒拉曼光谱分类方法。

背景技术

根据世界卫生组织的最新估计,到2021年底,全球将有近1500万人直接或间接死于新的王冠流行病,这约是各国官方统计数据的三倍。目前,疫情的发展已呈现出长期而复杂的局面,保持疫情防控成果和防止疫情反弹的任务非常艰巨。自新冠疫情爆发以来,国内外防疫的经验教训充分证明,快速准确的疾病诊断在疫情防控中发挥着重要作用。

目前,新型冠状病毒(SARS-CoV-2)的检测主要基于实时荧光聚合酶链反应(RTPCR)核酸检测方法,机上检测和结果分析约需要5小时。报道的快速检测方法主要是基于免疫层析检测条,用胶体金标记生物大分子,制作检测检测条,可检测患者血液中的病毒抗原或IgM抗体。该方法可将检测时间缩短到20分钟左右,但其准确性和灵敏度有限,假阳性率高。虽然家庭抗原自检纸方便、快速,但由于人群教育水平的限制,无法保证家庭自检结果的可靠性。

SARS-CoV-2是一种阳性单链RNA病毒,具有近球形或中等多边形颗粒,直径约80-160nm,膜表面有大量刺突蛋白(S蛋白),宽度约7nm,长度约23nm。S蛋白是SARS-CoV-2病毒感染人体的关键蛋白,因此S蛋白可作为SARS-CoV-2病毒检测的标记物之一。SERS技术具有高灵敏度、高指纹识别、高分辨率、无损、快速等优点,非常适合应用于基于分子识别和检测的研究领域。目前,SERS技术已在国内外成功应用于实现对登革病毒(DENV)、H1N1流感病毒等的直接非标记检测,这表明SERS技术可以成为一种很有前途的病毒检测方法。

由于SERS可以提供更多的分子结构信息、高灵敏度和高精度,它促进了拉曼光谱在材料结构和组成分析中的应用。有许多材料可以用作SERS衬底。不同基底的增强机制不同,但主要是电磁增强和化学增强。其中,电磁增强具有优越的拉曼增强效应,但在作用过程中经常忽略检测分子与底物之间的化学相互作用,由于检测分子较远,信号会急剧减弱;虽然化学增强效果远不如电磁增强,但对检测分子具有一定的选择性,其增强效果主要取决于检测分子本身的化学性质及其与底物的相互作用。过渡金属二元化合物(MX2)在光电器件、电化学、生物传感器等方面具有明显的优势。其中,二硫化钼作为一种典型的材料,可以根据层数调整1.29-1.9eV之间的带隙。它在灵活性和光吸收性方面优于其他半导体材料,在许多领域得到了广泛的应用。目前,金属/ MoS2纳米复合材料作为一种新型基材已成为研究的热点之一。

利用机器学习结合拉曼光谱对物质进行定性分类是目前许多光谱分析中常用的方法,但传统的拉曼光谱分类方法比较复杂,依赖于复杂的数据预处理。例如,拉曼光谱数据归一化、平滑、去噪和归一化,然后通过一个特定的算法提取峰值信息,或使用线性判别分析和主成分分析进行降维,提取大量主成分的特征。这降低了模型训练的复杂性,然后使用传统的机器学习算法进行分类,如k-最近邻、随机森林等。然而,随着拉曼光谱分析技术的不断发展和疫情的蔓延,对拉曼光谱的分类模型的要求越来越高,拉曼光谱的分类模型往往更加自动化和简化。目前,深度学习模型由于其强大的表现能力,以及其强大的判断能力和学习能力,在某些方面远远超过人类的决策能力,在人工智能的各个领域受到越来越多的关注。其中,卷积网络(CNN)是深度学习的一个重要分支。它是一种由传统神经网络优化和发展而来的深度学习算法,在许多领域都有很好的应用。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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青岛市中心医院,未经青岛市中心医院许可,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/202210892791.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top