[發明專利]辨別方法、辨別裝置以及記錄介質有效
| 申請號: | 201880078199.6 | 申請日: | 2018-12-12 |
| 公開(公告)號: | CN111433592B | 公開(公告)日: | 2023-09-15 |
| 發明(設計)人: | 奧野義人;入倉大祐;赤路佐希子;三宅司郎 | 申請(專利權)人: | 株式會社堀場制作所 |
| 主分類號: | G01N21/65 | 分類號: | G01N21/65;C12M1/34;C12Q1/04;G01N33/48;G01N33/483;G06N20/00 |
| 代理公司: | 北京信慧永光知識產權代理有限責任公司 11290 | 代理人: | 崔迎賓;李雪春 |
| 地址: | 日本*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 辨別 方法 裝置 以及 記錄 介質 | ||
1.一種辨別方法,辨別試樣中包含的細胞的種類,其中,
存儲多個主成分的光譜和將多個主成分得分通過使用有監督學習的學習模型按種類分類的分類結果,所述多個主成分的光譜通過對由從種類明確的多個細胞的每一個逐個得到的拉曼光譜構成的多個拉曼光譜進行主成分分析而得到,所述多個主成分得分通過所述主成分分析而得到,表示各細胞的拉曼光譜對所述多個主成分的光譜貢獻的比例,
從一個未辨別的細胞取得一個拉曼光譜,
通過與對所述主成分的光譜計算所述主成分得分的方法相同的矩陣計算,計算表示所述未辨別的細胞的拉曼光譜與所述多個主成分的光譜一致的程度的多個一致度,
基于所述分類結果對所述多個一致度進行分類,由此辨別所述未辨別的細胞的種類。
2.根據權利要求1所述的辨別方法,其中,
所述學習模型是支持向量機。
3.根據權利要求1或2所述的辨別方法,其中,
將與種類明確的多個細胞的每一個對應的多個主成分得分和所述多個細胞的每個種類作為監督數據,進行所述學習模型的機器學習。
4.根據權利要求1或2所述的辨別方法,其中,
向一個細胞的整體照射激發光,
通過測量來自所述一個細胞的整體的拉曼散射光來取得拉曼光譜。
5.一種辨別裝置,辨別試樣中包含的細胞的種類,其中,具備:
存儲部,存儲多個主成分的光譜和將多個主成分得分通過使用有監督學習的學習模型按種類分類的分類結果,所述多個主成分的光譜通過對由從種類明確的多個細胞的每一個逐個得到的拉曼光譜構成的多個拉曼光譜進行主成分分析而得到,所述多個主成分得分通過所述主成分分析而得到,表示各細胞的拉曼光譜對所述多個主成分的光譜貢獻的比例,
計算部,通過與對所述主成分的光譜計算所述主成分得分的方法相同的矩陣計算,計算表示從未辨別的細胞取得的拉曼光譜與所述多個主成分的光譜一致的程度的多個一致度;以及
辨別部,基于所述分類結果對所述多個一致度進行分類,由此辨別所述未辨別的細胞的種類。
6.根據權利要求5所述的辨別裝置,其中,
還具備學習部,所述學習部將與種類明確的多個細胞的每一個對應的多個主成分得分和所述多個細胞的每個種類作為監督數據,進行所述學習模型的機器學習。
7.根據權利要求6所述的辨別裝置,其中,
還具備從外部取得所述監督數據的第一取得部。
8.根據權利要求5至7中任一項所述的辨別裝置,其中,
還具備第二取得部,所述第二取得部從外部取得所述多個主成分的光譜和通過所述學習模型將與所述種類明確的多個細胞的每一個對應的多個主成分得分按種類分類的結果。
9.一種記錄介質,記錄有使計算機執行辨別試樣中包含的細胞的種類的處理的計算機程序,其中,
所述計算機程序使計算機執行包括以下步驟的處理:
在存儲有多個主成分的光譜和將多個主成分得分通過使用有監督學習的學習模型按種類分類的分類結果的狀態下,通過與對所述主成分的光譜計算所述主成分得分的方法相同的矩陣計算,計算表示從未辨別的細胞取得的拉曼光譜與多個主成分的光譜一致的程度的多個一致度的步驟,其中,所述多個主成分的光譜通過對由從種類明確的多個細胞的每一個逐個得到的拉曼光譜構成的多個拉曼光譜進行主成分分析而得到,所述多個主成分得分通過所述主成分分析而得到,表示各細胞的拉曼光譜對所述多個主成分的光譜貢獻的比例;以及
基于所述分類結果對所述多個一致度進行分類,由此辨別所述未辨別的細胞的種類的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于株式會社堀場制作所,未經株式會社堀場制作所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201880078199.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:移動機器人的控制裝置和移動機器人系統
- 下一篇:成膜裝置





