本发明专利技术涉及一种用于对生物传感器及化学传感器数据进行检测及分类的方法及系统，其包含处理从传感器阵列中提取的数据。执行对所述经处理数据的统计分析，以获得经统计分析的传感器数据。基于所述经统计分析的传感器数据做出是否已从所述传感器阵列产生响应信号的确定。如果确定已产生响应信号，那么对从所述传感器阵列中收集的所述数据执行数值模式辨识，以便对所述数据进行归类。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术大体来说涉及生物传感器及化学传感器阵列检测及分类的领域。
技术介绍
随着生物恐怖主义的威胁正变得越来越突出，具有传感器阵列的生物传感器阵列 单元在当今社会也正变得极为有用。更详细地，生物恐怖主义及生物战对军力及民力以及 对平民人口造成身体及心理两方面的威胁。生物及化学传感器对于环境监测、室内空气质 量评估以及在餐饮分析方面也有着广阔的前景。通常，利用分析或统计模型来产生用于传感器阵列的检测算法。分析模型仅适用 于量化数据分析，而统计模型通常在其中的一些数据集可由不在研究中的原因产生的数据 集中捕获所有相关性。灵敏度及特异性高度取决于操作条件，且因此难以优化检测灵敏度 与特异性之间的折衷关系。实际上，经常需要收集标准数据集以校准这些模型，且因此其对 于稳健环境下的操作来说并不理想。
技术实现思路
本专利技术涉及一种用于传感器阵列检测及分类的方法及设备。根据本专利技术的一个方面，提供一种用于对传感器数据进行检测及分类的方法。所 述方法包含执行对从传感器阵列中收集的数据的统计分析，以获得经统计分析的传感器数 据。基于所述经统计分析的传感器数据，确定是否已从所述传感器阵列产生响应信号。如 果确定已产生响应信号，那么所述方法进一步包含对从所述传感器阵列中收集的所述数据 执行数值模式辨识，以对所述数据进行归类。根据本专利技术的另一方面，提供一种用于对传感器数据进行检测及分类的系统。所 述系统包含数据处理单元，其经配置以接收从传感器阵列输出的数据并对所述数据执行数 据处理。所述系统还包含统计分析单元，其经配置以对由所述数据处理单元处理的所述数 据执行统计分析，以获得经统计分析的传感器数据，其中所述统计分析单元基于所述经统 计分析的传感器数据确定是否已从所述传感器阵列产生响应信号。所述系统进一步包含数 值模式辨识单元，其经配置以对从所述传感器阵列中收集的所述数据执行数值模式辨识， 以对所述数据进行归类。根据本专利技术的又一方面，提供一种计算机可读媒体，其体现用于对传感器数据进 行检测及分类的计算机程序产品，当由计算机执行时，所述计算机程序产品致使所述计算 机执行以下步骤提取从传感器阵列中收集的数据；执行对从所述传感器阵列中收集的所述数据的统计分析，以获得经统计分析的传 感器数据；基于所述经统计分析的传感器数据确定是否已从所述传感器阵列产生响应信号； 及如果确定已产生响应信号，那么对从所述传感器阵列中收集的所述数据执行数值 模式辨识，以对所述数据进行归类。应理解，前面一般描述及以下具体实施方式两者均仅为实例性及解释性且并不限 制所请求的本专利技术。附图说明并入于本说明书中并构成本说明书一部分的附解说明本专利技术的数个实施例， 并与所述描述一起用于解释本专利技术的原理。图1是显示根据本专利技术第一实施例在执行对生物传感器数据的统计与数值分析 中所涉及的元件的框图。图2是用图表示出根据第一实施例执行生物传感器阵列检测及分类的方法的流 程图。具体实施例方式现在将详细参考本专利技术的实施例，在附图中图解说明其实例。已试图在所有这些 图式中使用相同参考编号来指代相同或类似部分。除非另外明确陈述，否则“及(and)”可意指“或(or)”，且“或(or)”可意指“及 (and) ”。举例来说，如果将特征为具有A、B或C，那么所述特征可具有A、B及C或A、B及C 的任一组合。类似地，如果将特征描述为具有A、B及C，那么所述特征可仅具有A、B或C中的一者或两者。除非另外明确陈述，否则“一(a) ”及“一 (an) ”可意指“一个或多于一个”。举例 来说，如果将装置描述为具有特征X，那么所述装置可具有一个或一个以上特征X。图1显示根据本专利技术第一实施例组合已作为用于生物传感器阵列的检测及 分类算法开发的统计与数值模型两者的数据分析系统。用于向根据第一实施例的系 统提供数据的生物传感器阵列可以是智能生物传感器(SBS)，且举例来说，其可以是由 SmithsDetection Inc.(史密斯检测公司)制造的手持式或便携式传感器检测单元(例如， Bioseeq或BioseeqPlus)的生物传感器阵列。统计分析用于传感器信号检测，而一个或一 个以上数值方法则应用于分析在数据中捕获的所关注相关性以进行模式辨识。统计分析 提供检测灵敏度，且数值分析增强生物辨识能力且因此提供检测及分类特异性。所述系统 (其在第一实施例的一个可能实施方案中可以Matlab及C程序设计语言来实施)可实时地 与数据收集同时运行。借助实例而非限制方式，在第一实施例中，利用3到5个数据点来进 行检测分析且利用10个数据点来进行分类分析。根据第一实施例的系统能够实时地实施 自校准，且因此适合于稳健操作。可利用除了 SBS阵列以外的其它化学/生物传感器阵列 来提供将要借助第一实施例检测及分类的传感器数据。如图1中所示，所述系统将从传感器通道阵列中收集且存储于数据存储装置中的数据接收到主成分分析(PCA)统计模型中，以确定是否存在响应信号。对于所检测传感器 响应，所述系统运行可基于所关注的传感器响应来定制的数值模式辨识模型。还可存储 (在所述数据存储装置中)来自其它传感器通道的信息(例如气载粒子计数器(APC)数 据)，对所述信息进行解释且利用其作为用于干扰物抑制的模式辨识模型中的参数。还可利 用从不同生物传感器通道之间的相关性中以数值方式抽取的指纹来进行分类。借助根据第一实施例的系统，提供一种用于生物传感器阵列的检测及分类系统， 其适合于实时且稳健的操作。因此，不需要并入有根据第一实施例的系统及方法的生物传 感器检测单元的用户进行频繁的模型校准。在第一实施例的一个可能实施方案中，利用统计模型主成分分析(PCA)单元来进 行信号检测，且接着运行数值模型(其依赖于在生物传感器数据集中捕获的所关注相关 性)来进行模式辨识以增强所检测传感器阵列数据的特异性。举例来说，可使用相对操作 特性(ROC)曲线来优化检测灵敏度与特异性之间的折衷关系。现在转到图1，在根据第一实施例的系统100中，将由生物传感器阵列(未显示) 获得的原始生物传感器数据存储于原始数据存储装置105中。数据处理单元110处理所存 储的原始生物传感器数据，且将经处理数据存储于经处理数据存储装置120中。PCA单元 130基于统计模型执行对经数据处理生物传感器数据的信号检测。如果基于PCA单元130所 进行的分析确定已发生信号检测，那么执行对生物传感器及APC数据的数值分析。更详细 地，使用干扰物抑制I单元140、生物匹配传感器数据单元150及干扰物抑制II单元160来 对经统计分析的生物传感器数据及未经统计分析的APC数据执行数值分析，且使用分类传 感器数据单元170来对经数值分析的数据进行分类(如果确定为需要的)。单元140、150、 160及170利用不同的数值模型且共同回应于根据第一实施例的系统的数值分析单元。此外，如图1中所示，通过APC传感器(未显示)中收集气载粒子计数器(APC)数 据，且将所述数据存储于原始数据存储装置105中。数据处理单元110处理所存储的原始 APC数据，且将经处理数据存储于经处理数据存储装置120中，借此也通过根据第一实施例 的系统及方法对所述APC数据进行统计分析和数值分析。所述APC数据用于由干扰物本文档来自技高网...
【技术保护点】
一种用于对传感器数据进行检测及分类的方法，其包括：处理从传感器阵列中收集的数据；执行对从所述传感器阵列中收集的所述数据的统计分析，以获得经统计分析的传感器数据；基于所述经统计分析的传感器数据确定是否已从所述传感器阵列产生响应信号；及如果确定已产生响应信号，那么对从所述传感器阵列中收集的所述数据执行数值模式辨识，以便对所述数据进行归类。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：李思楚，玛丽E塔巴科，
申请(专利权)人：史密斯探测公司，
类型：发明
国别省市：US[美国]
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。