【技术实现步骤摘要】
SDS凝胶电泳实验数据的分析方法、装置及SDS凝胶试剂
[0001]本专利技术涉及数据处理
，具体而言，涉及SDS凝胶电泳实验数据的分析方法、装置及SDS凝胶试剂。
技术介绍
[0002]目前，在进行SDS凝胶电泳实验时，在对某一样品进行测试时，当得到的一些实验结果与其他的实验结果相比存在较大差异时，只能根据实验操作者的经验对一些异常的实验数据进行剔除，并且也没有一种智能的方法对异常的实验数据进行异常分析，得到异常分析结果的方法，基本上还是根据实验操作者根据经验进行异常分析，得到异常分析结果。
技术实现思路
[0003]本专利技术的目的在于提供SDS凝胶电泳实验数据的分析方法、装置及SDS凝胶试剂，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了如下技术方案：一方面，本申请实施例提供了SDS凝胶电泳实验数据的分析方法，所述方法包括：获取第一数据和第二数据，所述第一数据包括进行每次SDS凝胶电泳实验后所得到的实验结果，所述第二数据包括进行每次SDS凝胶电泳实验的实验参数；将相邻两...
【技术保护点】
【技术特征摘要】
1.SDS凝胶电泳实验数据的分析方法，其特征在于，包括：获取第一数据和第二数据，所述第一数据包括进行每次SDS凝胶电泳实验后所得到的实验结果，所述第二数据包括进行每次SDS凝胶电泳实验的实验参数；将相邻两次所述SDS凝胶电泳实验所得到的所述第一数据组成数据组，将每个所述数据组中在先得到的第一数据作为第一实验数据，在所述第一实验数据后得到的第一数据作为第二实验数据；基于所述数据组得到异常阈值范围，基于所述异常阈值范围和所述第一数据，得到所述第一数据中的异常实验数据；基于所述第一数据中的异常实验数据和所述实验参数得到所述异常实验数据的异常分析结果。2.根据权利要求1所述的SDS凝胶电泳实验数据的分析方法，其特征在于，所述基于所述数据组得到异常阈值范围，包括：将全部的所述数据组利用基于距离类的聚类算法进行聚类处理，得到第一聚类类别集合，所述第一聚类类别集合包括至少一个聚类类别；基于所述第一聚类类别集合和拉依达准则计算得到各个聚类类别对应的阈值范围；对所有的所述阈值范围进行分析，将全部的所述阈值范围所形成的最小阈值范围作为判断异常点的所述异常阈值范围。3.根据权利要求2所述的SDS凝胶电泳实验数据的分析方法，其特征在于，所述基于所述第一聚类类别集合和拉依达准则计算得到各个聚类类别对应的阈值范围，包括：根据每个所述第一聚类类别所包含的所述数据组的个数对所述第一聚类类别进行删除操作，得到第二聚类类别集合，其中，获取个数阈值，若所述第一聚类类别中包含的所述数据组的个数小于所述个数阈值，则将所述第一聚类类别删除；计算所述第二聚类类别集合中每个聚类类别所对应的参数，其中，将所述第二聚类类别集合中每个聚类类别中的第一实验数据进行集合，得到第一实验数据集合，计算所述第一实验数据集合的平均数和方差，将所述平均数和方差作为所述第二聚类类别集合中每个聚类类别所对应的参数；根据所述第二聚类类别集合中每个聚类类别所对应的参数，利用拉依达准则计算每个聚类类别对应的阈值范围。4.根据权利要求1所述的SDS凝胶电泳实验数据的分析方法，其特征在于，所述基于所述第一数据中的异常实验数据和所述实验参数得到所述异常实验数据的异常分析结果，包括：基于所述第一数据中的异常实验数据和异常类别识别模型确定所述异常实验数据的异常类型；根据所述异常类型确定关联度阈值，根据所述关联度阈值对所述实验参数进行筛选，得到筛选后的实验参数；对所述筛选后的实验参数所对应的数值进行分析得到所述异常实验数据的异常分析结果。5.根据权利要求4所述的SDS凝胶电泳实验数据的分析方法，其特征在于，所述异常类别识别模型的构建方法，包括：
获取历史实验数据，筛选所述历史实验数据中的异常实验数据，并对所述历史实验数据中的异常实验数据进行异常类型标定，得到标定后的异实验数据；基于CART算法和所述根据所述标定后的异实验数据，得到CART决策树，对所述CART决策树进行随机剪枝处理并确定所述CART决策树的常量，得到至少一个未训练的子决策树；基于所述未训练的子决策树和基尼指数计算方法得到最优的子决策树，基于所述最优的子决策树得到所述异常类别识别模型，所述异常类别识别模型包含所述最优子决策树及其对应的目标常数。6.SDS凝胶电泳实验数据的分析装置，其特征在于，包括：获取模块，用于获取第一数据和第二数据，所述第一数据包括进行每次SDS凝胶电泳实验后所得到的实验结果，所述第二数据包括进行每次SD...
【专利技术属性】
技术研发人员：凌雁，胡雨微，贺欢，
申请(专利权)人：北京普利莱基因技术有限公司，
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。