【技术实现步骤摘要】
核酸检测平台的状态监控方法及系统
[0001]本专利技术涉及数据监控
,尤其涉及一种核酸检测平台的状态监控方法及系统。
技术介绍
[0002]核酸检测平台的状态监控方法背后的技术发展历程可以追溯到计算机图像处理、神经网络、频谱分析和异常检测等领域的进展。这些技术的融合与创新,为实现更精准的核酸检测平台状态监控提供了坚实的基础,随着计算机图像处理技术的迅速发展,人们能够对图像进行更精确的分析和处理,这为核酸检测平台的状态监控方法提供了数字化数据基础,使得从实验数据到可视化呈现更为高效和准确,神经网络技术,特别是卷积神经网络(CNN)的兴起,极大地提升了对生物学数据的特征提取和分析能力,在核酸检测平台的状态监控中,CNN可以用于从核酸序列数据中提取生物学特征,进而探测平台状态的变化模式,然而目前的现有技术还存在着一些缺陷,例如无法精确捕捉平台状态发生时的异常敏感性导致监控精准度较低。
技术实现思路
[0003]基于此,有必要提供一种核酸检测平台的状态监控方法及系统,以解决至少一个上述技术问题。
[0004]为实现上述目的,一种核酸检测平台的状态监控方法,所述方法包括以下步骤:步骤S1:获取核酸检测平台的初始上传图像;通过计算机图像处理技术对初始上传图像进行全局序列空间映射处理,生成核酸映射数据;对核酸映射数据进行序列编码处理,从而生成全局序列编码数据;步骤S2:通过卷积神经网络对全局序列编码数据进行生物学特征提取处理,生成核酸序列特征数据,其中核酸序列特征数据包括碱基对数据和序列结构数据;基 ...
【技术保护点】
【技术特征摘要】
1.一种核酸检测平台的状态监控方法,其特征在于,包括以下步骤:步骤S1:获取核酸检测平台的初始上传图像;通过计算机图像处理技术对初始上传图像进行全局序列空间映射处理,生成核酸映射数据;对核酸映射数据进行序列编码处理,从而生成全局序列编码数据;步骤S2:通过卷积神经网络对全局序列编码数据进行生物学特征提取处理,生成核酸序列特征数据,其中核酸序列特征数据包括碱基对数据和序列结构数据;基于主成分分析方法对核酸序列特征数据进行数据降维处理,生成碱基对降维数据和序列结构降维数据;步骤S3:将碱基对降维数据作为节点,序列结构降维数据作为边,从而构建监控网络图;根据图神经网络技术对监控网络谱图进行时空建模处理,生成时空监控图;对时空监控图的节点进行亮度设置,从而生成平台呼吸频率图;步骤S4:利用摄像机对平台呼吸频率图进行图像捕获处理,从而获取连续的呼吸频率图像集;对呼吸频率图像集进行节点亮度筛选处理,生成高亮度呼吸图像和低亮度呼吸图像;基于高亮度图像确定第一闪烁时间,基于低亮度图像确定第二闪烁时间;步骤S5:通过光亮呼吸强度转化公式对第一闪烁时间和第二闪烁时间进行时序分析处理,生成光亮呼吸强度值;将光亮呼吸强度值与预设的标准光亮呼吸强度波形进行对比处理,生成正常检测状态信号和可疑检测状态信号;步骤S6:根据傅里叶变换算法对正常检测状态信号和可疑检测状态信号进行频谱转换处理,生成标准检测频谱图和可疑检测频谱图;利用频谱拟合匹配公式对可疑检测频谱图和标准检测频谱图进行重合处理,生成异常拟合频谱图;通过孤立森林方法对异常拟合频谱图进行异常模式识别处理,以执行异常监控警报。2.根据权利要求1所述的一种核酸检测平台的状态监控方法,其特征在于,步骤S1包括以下步骤:步骤S11:对核酸检测平台进行API接口调用,获取初始上传图像;步骤S12:利用高斯滤波方法对初始上传图像进行图像平滑处理,生成核酸平滑上传图像;对核酸平滑上传图像进行图像边缘增强处理,得到核酸增强图像;步骤S13:根据区域增长分割技术对核酸增强图像进行区域背景分离处理,生成核酸分割图像;对核酸分割图像进行核心区域提取处理,生成核酸核心区域图像;步骤S14:基于几何变换技术将核酸核心区域图像进行空间映射处理,从而生成核酸映射数据;步骤S15:通过One
‑
Hot编码方式对核酸映射数据进行核酸序列编码处理,从而得到全局序列编码数据。3.根据权利要求2所述的一种核酸检测平台的状态监控方法,其特征在于,步骤S2包括以下步骤:步骤S21:利用卷积神经网络对全局序列编码数据进行窗口创建处理,生成全局序列滑动窗口数据;步骤S22:对全局序列滑动窗口数据进行生物学特征提取处理,从而生成核酸序列特征数据,其中核酸序列特征数据包括碱基对数据和序列结构数据;步骤S23:通过主成分分析法对核酸序列特征数据包括碱基对数据和序列结构数据进行数据降维处理,从而生成碱基对降维数据和序列结构降维数据。
4.根据权利要求3所述的一种核酸检测平台的状态监控方法,其特征在于,步骤S3包括以下步骤:步骤S31:将碱基对降维数据作为节点,序列结构降维数据作为边进行数据连接处理,生成监控网络图;步骤S32:根据预设的标准时间戳对监控网络图进行起始时间定位处理,生成监控初始时间戳;步骤S33:利用图神经网络结构对监控网络图进行节点关系捕获处理,从而得到核酸时空特征数据;步骤S34:将核酸时空特征数据导入至图神经网络结构进行图卷积和特征传递处理,生成时空监控图;步骤S35:根据监控初始时间戳对时空监控图进行节点亮度设置处理,从而生成平台呼吸频率图。5.根据权利要求4所述的一种核酸检测平台的状态监控方法,其特征在于,步骤S4包括以下步骤:步骤S41:利用摄像机对平台呼吸频率图进行图像捕获处理,生成连续的呼吸频率图像集;步骤S42:通过分段线性灰度变换方法对呼吸频率图像集进行图像灰度变换增强处理,生成呼吸频率增强图像集;步骤S43:基于OTSU阈值分割法对呼吸频率增强图像集进行亮度区域切割处理,得到呼吸频率亮度切割图像;步骤S44:根据不变矩匹配方法对呼吸频率亮度切割图像进行图像重合和色彩提取处理,从而生成色彩重合区域图像;步骤S45:对色彩重合区域图像进行直方图分析处理,生成色彩光亮直方图;对色彩光亮直方图进行峰值和谷值分析处理,得到色彩光亮峰值数据和色彩光亮谷值数据;将色彩光亮峰值数据所对应的色彩重合区域标记为高亮度呼吸图像,将色彩光亮谷值数据所对应的色彩重合区域标记为低亮度呼...
【专利技术属性】
技术研发人员:邵高祥,张悦,孟凡伟,杜英侠,
申请(专利权)人:苏州中科苏净生物技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。