一种量子点免疫荧光曲线的特征识别方法技术

一种量子点免疫荧光曲线的特征识别方法，包括以下步骤：1)曲线数据导入及光滑化、标准化等预处理；2)识别测试项目，确定试剂卡位点；3)依据改进后的极大值峰判别法和“一线两阈”思想对荧光免疫曲线进行曲线峰判别，在试剂卡位点区域存在峰，且总峰数与测试项目一致的情况下进行六项异构特征检验，若达到标准则判为有效曲线；4)对于无效曲线，依据检测项目选择无效曲线错误类型数据库，利用最短距离法挑选最邻近的错误曲线，完成错误类型的匹配判别。5)对判别结果进行统计分析，生成检测报告日志。本发明专利技术检测准确率高，能够极大的辅助传统人工曲线判别的速度。

【技术实现步骤摘要】
一种量子点免疫荧光曲线的特征识别方法
本专利技术涉及量子点免疫荧光曲线的特征识别方法。
技术介绍
量子点荧光免疫曲线是通过免疫试剂在相应试剂条的加样孔处加样，通过毛细效应逐步经过“结合垫—NC膜—吸水垫”，实现跑板。NC膜上划有的T线(Test)和C线(Control)分别用作试剂的阴阳性检测及质量控制。跑板结束后，将试纸条插入仪器，通过T/C-Cc换算表对试剂进行荧光度的数值量化，同时读取数据并上传至云平台。仪器试剂配合检测示意图如图1所示，扫描后上传的曲线如图2所示。由于生产的试纸条存在批间差，且不同的检测项目有单测、双测、三测的不同情况，导致每批试剂的c、t位置和C、T值有均有区别。此外，对于无效曲线还需进行错误类型划分，这极大的提高了传统人工曲线判别的难度。
技术实现思路
量子点免疫荧光试剂会通过仪器检测设备每天上传大量的检测数据，每日的曲线特征判别数据分析工作通常基于手动人工的方式进行监测，速度慢、效率低，难以实现大批量的曲线特征甄别任务。为提高每日数据输出的效率，本专利技术提供了一种简化计算、实用性良好的本文档来自技高网...

【技术保护点】
1.一种量子点免疫荧光曲线的特征识别方法，包括以下步骤：/n1)从云平台下载导出每日的曲线目录数据和曲线荧光数据后，通过以下步骤实现数据的预处理过程；/n(1.1)依据曲线的标识序号对两份数据进行升序排序完成数据匹配；/n(1.2)通过项目的批次名称对质控曲线进行识别并作删除处理；/n(1.3)对曲线荧光数据进行smooth光滑化处理，适当消除实验中细小噪声带来的判别误差干扰；/n(1.4)参考仪器的检测结论个数，对每批试剂卡进行检测项目的单测、双测或三测定位，同时依据检测项目对每批试剂的c、t位置进行预设和记录，设定为sit

【技术特征摘要】
1.一种量子点免疫荧光曲线的特征识别方法，包括以下步骤：
1)从云平台下载导出每日的曲线目录数据和曲线荧光数据后，通过以下步骤实现数据的预处理过程；
(1.1)依据曲线的标识序号对两份数据进行升序排序完成数据匹配；
(1.2)通过项目的批次名称对质控曲线进行识别并作删除处理；
(1.3)对曲线荧光数据进行smooth光滑化处理，适当消除实验中细小噪声带来的判别误差干扰；
(1.4)参考仪器的检测结论个数，对每批试剂卡进行检测项目的单测、双测或三测定位，同时依据检测项目对每批试剂的c、t位置进行预设和记录，设定为sitC和sitT，以克服批间差和不同检测项目带来的标准差异问题；
(1.5)对曲线荧光数据Curve进行最大最小归一化(mapminmax)处理，消除不同项目试剂的量纲差异，实现荧光结果的0～1映射，得到矩阵Curve_One；
2)基于极大值峰判别法和多特征检验算法的免疫曲线有效性识别，具体包括：
(2.1)依据位点峰和非位点峰区域对极大值公式作出进一步的改进，分别得到如下公式：
位点峰区域：
非位点峰区域：其中：h1代表位点峰区域内的突出阈值高度；h2代表非位点峰区域内的阈值高度；
为了记录满足极大值峰判别不等式的试剂位点，此处引入0-1变量公式：



其中：当位点i处于非峰区域时，h＝h1；位点i处于峰区域时，h＝h2；
在i∈[sitC-30,sitC+30]范围内，若存在siti＝1，则记录
其中，表示位点C的实际位置；
接着，对曲线峰的整体数量进行累加记录，有公式：



(2.2)参数a、h1和h2的优化均采用网格搜索法进行遍历。基于最小二乘法的优化思想，提出优化的目标函数：
minerror＝∑(F-F*)2(5)
其中：F为遍历参数a、h1和h2条件下的理论峰值，F*为经过人为准确识别的实际峰数量；
得到优化结果a＝6、h1＝0.0025和h2＝0.01；
(2.3)荧光矩阵扩展；
改进后的极大值峰判别方法在处理判别末尾的若干个数据时具有一定的局限性；利用判别时间点距离a＝6，对荧光数据矩阵进行扩展，即对最后一个时间点的荧光数据进行后平移扩增，公式如下：
Curve_One(X+i,j)＝Curve_One(X,j)，i＝1,2..a.(6)
其中：Curve_One代表荧光数据矩阵；X代表最大时间点，本项目X＝...

【专利技术属性】
技术研发人员：陈喆，王建丽，陈小波，金伟锋，陈猷华，唐震红，宋明超，
申请(专利权)人：杭州凯曼健康科技有限公司，
类型：发明
国别省市：浙江;33