用于包括禽流感病毒检测的数据分析和特征识别的方法和系统技术方案

用于对对应于生物样品一方面的数据组中的禽流感病毒进行自动化模式识别和检测的系统和方法。该方法包括接收对应于第一生物样品第一方面的第一数据组，使用在对应于已知包含禽流感病毒的第二生物样品一方面的第二数据组上处理的第一系列算法的结果来分析第一数据组，通过在第一数据组上运行第二系列算法为第一数据组生成算法值高速缓存，通过将该算法值高速缓存与第一系列算法的结果进行比较生成匹配结果，以及基于所生成的匹配结果执行处理动作。

【技术实现步骤摘要】
【国外来华专利技术】优先权申明本申请要求分别于2006年3月23日提交和2006年2月14日提交的美国临时专利申请S/N.60/743,711和60/773,377的优先权，其全部内容通过引用纳入于此。专利
本专利技术在各种实施例中一般涉及数据分析领域，尤其涉及数字数据中的模式和对象识别。专利技术背景随着计算机和计算机化技术的增长使用，数字表示的信息量已变得很庞大。对这些大量数字数据的分析一般涉及已知模式的识别。在许多情形中，起源于数字形式的信息最终通过人的人工审阅来分析，通常需要大量的训练。例如，医疗图像分析典型地需要高水平的专家。为了使人们与大量数据互动，信息典型地被转换成视觉的、听觉的或人类可觉察到的其它表示形式。然而，在将数字数据从其原始形式转换成方便的输出形式的过程期间，某些信息可能被丢失。数据通常在分析之前被处理和滤波以便展示，导致从原始数据丢失有效信息。例如，超声、地震以及声纳信号等数据最初都是基于声音的。其中每一个的数据被典型地处理成图形形式用于显示，但该处理通常出于人们的可读性而牺牲了基本的意义和细节。虽然人们可被训练以分析许多不同类型的数据，但人工手动分析一般比自动化系统更昂贵。此外，错误通常由于人类感知和注意广度的限制而被引入。这些数据通常包含比人类感官能辨别的更多的细节，并且重复导致错误是公知的。为解决这些人力分析缺点，许多自动模式识别系统已被开发出来。然而，-->这些解决方案中的大多数都是高度因数据而异的。模式识别系统能够处置的输入通常被设计为固定和有限的。在多数系统是根据在具体形态上使用来设计的基础上，许多系统固有地受设计限制。例如，医疗图像分析系统在X光或MR成像上表现良好，但对地震数据表现很差。反之亦然。评价数据的系统紧密地与其被设计成要评价的特定数据源相耦合。因此，对宽范围系统的改进是非常困难的。在每个系统内，模式和特征识别是处理密集的。例如，图像分析一般使用复杂的算法以找到形状，要求数千个算法被处理。发现、开发以及实现每个算法的时间导致在部署和改进该系统方面增加了延迟。由此，在自动模式识别系统领域中仍有相当大的改进余地。此外，大多数专家预测，在常规实践下，禽流感未能被足够快速地检测出来以防止会在今后几年中袭击世界的流感流行。当前，没有对禽、其它动物或人类快速筛选的方法。在流行的情况下，当前方法会要求大量有病理学专长的人力来检查血液或其它流体样本以检测和跟踪禽流感。如此大量的有病理学专长的人力是不能获得的。因此需要自动的禽流感病毒检测系统和方法。专利技术概述此系统被设计成并不被任何具体形态或被开发该系统的那些人的有限知识所限定。本专利技术提供一种自动化模式识别和对象检测系统，该系统能为数据内容使用最小数目的算法被快速开发和改进以完全地区别数据中的细节，同时减少对人工分析的需要。本专利技术包括无需其适应特定应用、环境、或数据内容就能在数据中识别模式和检测对象的数据分析系统。该系统评价天然形式的数据，其独立于表示形式或处理后的数据形式。在本专利技术的一方面，该系统分析来自全部数据类型内的任何或所有形态的数据。示例数据形态包括成像、声学、气味、触觉以及尚未发现的形态。在成像范围内，应用在药学、国土安全、自然资源、农业、食品科学、气象学、空间、军事、数字版权管理及其他领域中时存在静止和移动图像。在声学范围内，应用在药学、国土安全、军事、自然资源、地质学、空间、数字版权管理及其-->他领域中时存在单个和多个信道音频声音、超声波连续流、地震、声纳。其他数字数据流的示例包括雷达、气味、触觉、金融市场和统计数据、机械压力、环境数据、味道、和声学、化学分析、电推动、文本及其他。某些数据形态可以是其他形态的组合，诸如有声音的视频或诸如对同一样品采纳不同类型的多个图像的单个形态的多种形式，例如互相关的MRI和CT成像；组合的SAR、拍照和IR成像。在共同系统中作出的改进使所有形态都受益。在本专利技术的其他方面，该系统使用相对较小数目的简单算法，这些算法捕捉数据元素之间更基础的关系以标识数据内的特征和对象。此组有限算法可在每种形态和多种形态中快速实现。在本专利技术的再其他方面，该系统提供在天然数据的全分辨率上操作的自动化系统。结果以及时方式产生，减轻了初步人工分析的乏味并且提醒操作员检查需要注意的数据组。在本专利技术的其他方面，一种方法包括接收对应于第一生物样品第一方面的第一数据组，使用在对应于已知包含禽流感病毒的第二生物样品一方面的第二数据组上处理的第一系列算法的结果来分析第一数据组，通过在第一数据组上运行第二系列算法为第一数据组生成算法值高速缓存，通过将该算法值高速缓存与第一系列算法的结果进行比较生成匹配结果，以及基于所生成的匹配结果执行处理动作。在本专利技术的再其他方面，该系统包括用于对生物样品中的禽流感病毒进行数据分析和检测的系统。附图说明以下参照下列附图来详细描述本专利技术的优选和替换实施例。图1示出本专利技术的一个实施例的概览；图2示出用于执行数据分析和特征识别系统的示例系统；图3示出用于使用数据分析和特征识别系统的示例方法；图4示出用于创建数据存储的示例方法；图5示出用于创建已知特征的示例方法；图6示出用于通过训练或不训练修改突触网络的示例方法；-->图7示出用于生成算法值高速缓存的示例方法；图8示出用于训练已知特征的示例方法；图9示出用于从正和负训练值组创建训练路径集合的示例方法；图10示出用于从训练路径集合移除负训练值组的示例方法；图11示出用于从训练路径创建突触路径的示例方法；图12示出用于将突触叶与已知特征相关联的示例方法；图13示出用于不训练已知特征的示例方法；图14示出用于使用一组算法值来检索突触网络中的突触叶的示例方法；图15示出用于将突触叶与已知特征断开关联的示例方法；图16示出用于标识已知特征的示例方法；图17示出用于确定是否已找到已知特征的示例方法；图18示出用于评价群集和阈值检测的示例方法；图19示出用于评价阈值检测的示例方法；图20示出用于评价群集检测的示例方法；图21示出用于处理对某区域标识出的已知特征的示例方法；图22示出用于执行已知特征动作的示例方法；图23示出灰度图像数据的示例10 x 10像素阵列；图24示出包含均值算法的输出的示例10 x 10阵列；图25示出包含中值算法的输出的示例10 x 10阵列；图26示出包含值展距算法的输出的示例10 x 10阵列；图27示出包含标准偏差算法的输出的示例10 x 10阵列；图28示出包含使用图24-27中计算出的值的单条突触路径的示例突触网络；图29示出包含使用图24-27中计算出的值的两条突触路径的示例突触网络；图30示出包含使用图24-27中计算出的值的许多突触路径的示例突触网络；图31示出来自图30的添加有下一条突触路径的示例突触网络，示出突触网络可如何分支；-->图32示出包含所有使用图24-27中计算出的值的突触路径的示例突触网络；图33示出结果得到具有多个已知特征的突触叶的突触路径；图34示出一系列用于6 x 6灰度图像的阵列；图35示出在设置数据存储时的介绍屏幕的屏幕截图；图36示出输入一组初始值的屏幕截图；图37示出展开的子形态组合框的屏幕截图；图38示出一系列用于添加可任选的描述性参数的文本框的屏幕截图；图39示出选择目标数据本文档来自技高网...

【技术保护点】
一种用于对第一生物样品中的禽流感病毒进行数据分析和检测的方法，包括：　接收对应于第一生物样品一方面的第一数据组；　使用在对应于已知包含禽流感病毒的第二生物样品一方面的第二数据组上处理的第一系列算法的结果来分析所述第一数据组，其中 分析所述第一数据组包括：　通过对所述第一数据组运行第二系列算法生成所述第一数据组的算法值高速缓存；　通过将所述生成的算法值高速缓存与所述第一系列算法的结果进行比较生成匹配结果；以及　基于所述生成的匹配结果执行处理动作。

【技术特征摘要】
【国外来华专利技术】US 2006-2-14 60/773,377;US 2006-3-23 60/743,711;US1.一种用于对第一生物样品中的禽流感病毒进行数据分析和检测的方法，包括：接收对应于第一生物样品一方面的第一数据组；使用在对应于已知包含禽流感病毒的第二生物样品一方面的第二数据组上处理的第一系列算法的结果来分析所述第一数据组，其中分析所述第一数据组包括：通过对所述第一数据组运行第二系列算法生成所述第一数据组的算法值高速缓存；通过将所述生成的算法值高速缓存与所述第一系列算法的结果进行比较生成匹配结果；以及基于所述生成的匹配结果执行处理动作。2.如权利要求1所述的方法，其特征在于，接收第一数据组包括接收对应于第一生物样品以放大级别拍摄的并且具有允许与禽流感病毒传染相关联的细胞变异被观察到的分辨率的数字照片的第一数据组，并且其中分析所述第一数据组包括使用在对应于已知包含禽流感病毒的第二生物样品的数字照片的第二数据组上处理的第一系列算法的结果，其中所述第二生物样品的数字照片具有允许与禽流感病毒传染相关联的细胞变异被观察到的分辨率。3.如权利要求1所述的方法，其特征在于，接收第一数据组包括接收对应于第一生物样品以放大级别拍摄的并且具有允许禽流感病毒成分被观察到的分辨率的数字照片的第一数据组，并且其中分析所述第一数据组包括使用在对应于已知包含禽流感病毒的第二生物样品的数字照片的第二数据组上处理的第一系列算法的结果，其中所述第二生物样品的数字照片是以放大级别拍摄的并且具有允许禽流感病毒成分被观察到的分辨率。4.如权利要求1所述的方法，其特征在于，接收对应于第一生物样品一方面的第一数据组包括接收对应于下列各项中至少一项的第一数据组：所述生物样品的数字照片、所述生物样品已用染色剂处理后的生物样品的数字照片、所述生物样品已被暴露于诸如化学或酶试剂等的试剂后的生物样品的数字照片、所述生物样品的x光、使用MRI技术的生物样品的图像、所述生物样品的超声波图像或与所述生物样品相关的谐振信息。5.如权利要求1所述的方法，其特征在于，所述第二系列算法包括所述第一系列算法，并且其中生成算法值高速缓存包括：a)检索所述第一数据组中的第一目标数据元素；b)在所述检索到的第一目标数据元素的目标数据区域上处理所述第二系列算法；c)对所述第一数据组中的多个目标数据元素重复a)和b)；以及d)存储所述经处理的第二系列算法的结果以生成所述算法值高速缓存。6.如权利要求1所述的方法，其特征在于，已知所述第二生物样品包含禽流感病毒的H5N1菌株。7.如权利要求1所述的方法，其特征在于，所述第一生物样品是来自鸟类的生物样品。8.如权利要求1所述的方法，其特征在于，所述第一生物样品是来自人类的生物样品。9.如权利要求1所述的方法，其特征在于，所述第一和第二生物样品包括血液样品、泪腺液样品、唾液样品、排泄物样品、口腔液样品、顶泌液样品、汗腺液样品或粘液样品中的至少一种。10.一种用于对生物样品中的禽流感病毒进行数据分析和检测的系统，包括：存储器；存储在所述存储器中的数据存储，其包含在对应于已知包...

【专利技术属性】
技术研发人员：RM小布林森，NL米德尔顿，BG唐纳德森，
申请(专利权)人：智能科学股份有限公司，
类型：发明
国别省市：US[美国]