[发明专利]一种免疫层析试条动态定量测试方法

摘要

本发明公开了一种免疫层析试条动态定量测试方法，包括如下步骤：(A)构建免疫层析试条动态显色机理方程；(B)确定粒子群算法目标函数；(C)初始化粒子群算法的种群大小、粒子速度和粒子位置；(D)计算每个粒子的适应度目标函数值；(E)采用差分进化算法对局部最优解进行变异和交叉操作；(F)计算经变异和交叉算子后粒子的适应度值，并与原局部最优解的适应度值进行比较，更新局部最优和粒子群的最优解；(G)根据算法的迭代次数和粒子的多样性参数选取马尔可夫链的状态转移矩阵；(H)计算粒子的新速度和新位置；(I)满足终止条件，迭代循环结束，取得测量最终结果。本发明的测试方法能够实现免疫层析试条的动态定量测试。

主权项

一种免疫层析试条动态定量测试方法，其特征在于：包括如下步骤：(A)构建免疫层析试条动态显色机理方程，具体为下述方程：x1(k+1)=x1(k)-k1x1(k)x2(k)+k2x3(k)-k3x1(k)x4(k)+k4x5(k)x2(k+1)=x2(k)-k1x1(k)x2(k)+k2x3(k)-k7x1(k)x3(k)+k8x6(k)x3(k+1)=x3(k)+k1x1(k)x2(k)-k2x3(k)-k5x3(k)x4(k)+k6x6(k)x4(k+1)=x4(k)-k3x1(k)x4(k)+k4x5(k)-k5x3(k)x4(k)+k6x6(k)x5(k+1)=x5(k)+k3x1(k)x4(k)-k4x5(k)-k7x2(k)x5(k)+k8x6(k)x6(k+1)=x6(k)+k5x3(k)x4(k)-k6x6(k)+k7x2(k)x5(k)-k8x6(k)---(1)]]>y(k)＝k9(x3(k)+x6(k))   (2)，其中x(k+1)代表免疫层析试条中各物质在k+1时刻的浓度，x1(k)～x6(k)分别代表免疫层析试条中的待测物、标记物、待测物与标记物的复合物、特异性抗体、特异性抗体与待测物的复合物、待测物与标记物及特异性抗体形成的复合物在k时刻时的浓度；k1～k8为免疫层析试条系统中各反应的速率；k9为比例系数；y(k)为免疫层析试条检测线上的测量特征值；(B)确定粒子群算法目标函数，具体为下述方程：J=Σk=1s||zk-y^k||---(3)]]>其中zk为实际测量得到的免疫层析试条检测线上的特征值，为粒子群算法估计x1在初始时刻的浓度值带入方程(1)和方程(2)得到的y(k)，s为测量得到特征值的数量长度；(C)初始化粒子群算法的种群大小、粒子速度vi和粒子位置xi，其中粒子xi对应方程(1)中x1在初始时刻的浓度值，模式m＝1；(D)根据方程(3)计算每个粒子的适应度目标函数值，并用表示粒子的局部最优；(E)采用差分进化算法对局部最优解进行变异和交叉操作；(F)计算经变异和交叉算子后粒子的适应度值，并与原局部最优解的适应度值进行比较，更新局部最优和粒子群的最优解；(G)根据算法的迭代次数和粒子的多样性参数选取马尔可夫链的状态转移矩阵，如果迭代次数k小于0.6‑0.8倍的最大迭代次数，且粒子的多样性小于设定值则马尔可夫链的状态转移矩阵选取为如下方程所示：Π(k)=ρ1-ρρ1-ρ(ρ∈[0.05,0.2])---(6);]]>(H)根据下述方程计算粒子的新速度和新位置：vi(k+1)＝ω(ξ(k))vi(k)+c1(ξ(k))r1(k)(pi(k)‑xi(k))+c2(ξ(k))r2(k)(pg(k)‑xi(k))   (7)xi(k+1)＝xi(k)+vi(k+1)   (8)其中ω(ξ(k))，c1(ξ(k))和c2(ξ(k))是惯性权因子和加速因子，ξ(k)为在一个非齐次马尔科夫链的有限状态空间中取值，具有如方程(6)所示的状态转移矩阵；(I)满足终止条件，迭代循环结束，取得测量最终结果。