状态确定系统和电子设备技术方案

本公开涉及一种状态确定系统和电子设备，所述系统包括：指纹图谱数据获取模块，用于获取待确定对象的指纹图谱数据；数据处理模块，用于对所述指纹图谱数据进行处理，得到状态值，所述状态值用于表征所述对象的健康状态，所述健康状态包括两个边界状态，以及所述边界状态之间的任意一个或多个中间状态。利用本公开各实施例，可以提高状态确定结果的可解释性，提高状态确定结果的精确度和可靠性。

Condition determination system and electronic equipment

【技术实现步骤摘要】
状态确定系统和电子设备
本公开涉及生物检测
，尤其涉及一种状态确定系统和电子设备。
技术介绍
传统的身体状态判断，通常是以一种或多种标志物的浓度变化状态为判断依据。但是这种判断方式依赖于为数不多的若干指标(比如依赖于5个标志物的指标)，导致诊断鲁棒性较低，一个标志物的浓度出现误差就会导致诊断结果出现较大的偏差，误诊率较高。而随着高通量检测手段的不断发展和进步，人们在身体状态判断中，开始利用具有机器学习功能的人工智能设备或者装置对高通量指纹图谱进行处理，确定出所述待确定对象的身体健康状态，由于指纹图谱对应的指标数目显著增加，可以有效提高诊断的鲁棒性。但是目前现有的基于高通量指纹图谱数据的人工智能诊断设备，输出的都是二元分类的结果，比如患病或者不患病两种结果。但是这种结果在生物学意义上的可解释性较低，进而也导致根据设备输出结果进行的疾病诊断的精确度和可靠性较低。
技术实现思路
本公开提出了一种状态确定系统和电子设备，以提高状态确定结果的可解释性，提高状态确定结果的精确度和可靠性。根据本公开的一方面，提供了一种状态确定系统，所述系统包括：指纹图谱数据获取模块，用于获取待确定对象的指纹图谱数据；数据处理模块，用于对所述指纹图谱数据进行处理，得到状态值，所述状态值用于表征所述对象的健康状态，所述健康状态包括两个边界状态，以及所述边界状态之间的任意一个或多个中间状态。在一种可能的实现方式中，所述系统还包括：状态确定模块，用于根据所述状态值和编码值，确定所述待确定对象的健康状态，其中，每个编码值和每种健康状态唯一对应。在一种可能的实现方式中，所述数据处理模块基于以下表达式对所述指纹图谱数据进行分析处理：f(x)＝A+∑BXe(C+EX)式中，A为常数；X为指纹图谱数据，是维度为N的向量；B向量为指纹图谱数据的方向因子，长度为N；C向量为指纹图谱数据中的未知变量指标对系统状态的本底影响因子，长度为N；E矩阵为指纹图谱数据中的未知变量指标之间的相关性网络参数，是N*N的方块矩阵；f(x)为所述状态值。在一种可能的实现方式中，所述数据处理模块的参数包括预先采用遗传算法拟合得到。在一种可能的实现方式中，所述数据处理模块的参数包括采用下述方式拟合得到：利用特定编码方式对初始的所述数据处理模块中的参数进行编码，得到编码参数；对所述编码参数随机组合得到多组参数种群；确定所述多组参数种群中每组参数种群的适应度值；若所述每组参数种群的适应度值均不满足预设条件，则对所述多组参数种群进行选择、交叉和/或变异遗传处理，直至得到适应度值满足所述预设条件的最优参数种群；以所述最优参数种群中的各参数，作为所述数据处理模块的参数。在一种可能的实现方式中，所述每组参数种群的适应度值的确定方式包括：将指纹图谱数据样本输入采用该组参数种群的数据处理模块，输出状态值；计算所述状态值和所述指纹图谱数据样本对应的编码值的均方根误差值；以所述均方根误差值作为该组参数种群的适应度值。在一种可能的实现方式中，所述适应度值满足所述预设条件包括：所述适应度值小于预设的适应度阈值。在一种可能的实现方式中，所述数据处理模块的参数包括所述表达式中的所述常数、所述方向因子、所述本底影响因子、所述网络参数。在一种可能的实现方式中，所述指纹图谱数据包括指纹图谱、疾病信息、关联信息中的一项或多项。在一种可能的实现方式中，所述指纹图谱包括代谢物表达谱、转录组表达谱、蛋白组表达谱、微生物组表达谱中的任意一种或多种。在一种可能的实现方式中，所述代谢物表达谱包括通过液质联用或气相色谱质谱联用的非靶向实验获取到的代谢物表达谱。在一种可能的实现方式中，所述代谢物表达谱对应的代谢物包括血液、尿液、分泌液、脑脊液、粪便中的任意一种或多种。在一种可能的实现方式中，所述关联信息包括所述待确定对象对应的生物体的身份信息和/或身体特征信息。根据本公开的另一方面，提供了一种电子设备，所述电子设备包括上述电子设备。根据本公开的各方面提供的实施方式，利用所述数据处理模块对所述指纹图谱数据进行分析处理，所述装置可以自动输出表征所述待确定对象(比如患者)的状态值，而不是简单的分类结果(类别数确定且较少)。根据所述状态值可以更精确地反映所述待确定对象的身体状态，所述状态值不仅可以表征两种边界状态(健康状态、不健康状态)，还可以表征两种边界状态之间的中间状态(比如患病初期状态、患病中期状态)，以及其他任意多种状态。即，根据所述状态值，不仅可以判断所述对象是否健康，还可以判断健康的程度，所述状态值的可解释性更高，对应的，根据所述确定结果做出的身体状态的判定的准确性和可靠性也更高。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。附图说明包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。图1示出本公开一种实施例提供的一种状态确定系统的模块结构示意图。图2示出本公开另一种实施例提供的一种状态确定系统的模块结构示意图。图3示出根据本公开实施例的板卡的结构框图。图4示出本公开一种实施例提供的一种受试者工作特征曲线示意图。图5示出本公开一种实施例提供的一种所输入的指纹图谱数据中的未知变量X中与疾病的相关度的可视化结果示意图。图6是根据一示例性实施例示出的一种电子设备1900的框图。具体实施方式以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。应当理解，本公开的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本公开说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意本文档来自技高网...

【技术保护点】
1.一种状态确定系统，其特征在于，所述系统包括：/n指纹图谱数据获取模块，用于获取待确定对象的指纹图谱数据；/n数据处理模块，用于对所述指纹图谱数据进行处理，得到状态值，所述状态值用于表征所述对象的健康状态，所述健康状态包括两个边界状态，以及所述边界状态之间的任意一个或多个中间状态。/n

【技术特征摘要】
1.一种状态确定系统，其特征在于，所述系统包括：
指纹图谱数据获取模块，用于获取待确定对象的指纹图谱数据；
数据处理模块，用于对所述指纹图谱数据进行处理，得到状态值，所述状态值用于表征所述对象的健康状态，所述健康状态包括两个边界状态，以及所述边界状态之间的任意一个或多个中间状态。


2.如权利要求1所述的系统，其特征在于，所述系统还包括：
状态确定模块，用于根据所述状态值和编码值，确定所述待确定对象的健康状态，其中，每个编码值和每种健康状态唯一对应。


3.如权利要求1所述的系统，其特征在于，所述数据处理模块基于以下表达式对所述指纹图谱数据进行处理：
f(x)＝A+∑BXe(C+EX)
式中，A为常数；
X为指纹图谱数据，是维度为N的向量；
B向量为指纹图谱数据的方向因子，长度为N；
C向量为指纹图谱数据中的未知变量指标对系统状态的本底影响因子，长度为N；
E矩阵为指纹图谱数据中的未知变量指标之间的相关性网络参数，是N*N的方块矩阵；
f(x)为所述状态值。


4.如权利要求1至3中任意一项所述的系统，其特征在于，所述数据处理模块的参数预先采用遗传算法拟合得到。


5.如权利要求4所述的系统，其特征在于，所述数据处理模块的参数采用下述方式拟合得到：
利用特定编码方式对初始的所述数据处理模块中的参数进行编码，得到编码参数；
对所述编码参数随机组合得到多组参数种群；
确定所述多组参数种群中每组参数种群的适应度值；
若所述每组参数种群的适应度值均不满足预设条件，则对所述多组参数种群进行选择、交叉和/或变异遗传处理，直至得到适应度值满足所述预设条件的最优...

【专利技术属性】
技术研发人员：谢桂纲，甘俊蔼，任彦菲，任建洪，
申请(专利权)人：苏州帕诺米克生物医药科技有限公司，
类型：发明
国别省市：江苏;32