[發明專利]化學傳感器定量檢測結果預測模型形成方法及檢測方法

有效

• 申請號: 202010228734.0
• 申請日: 2020-03-27
• 公開（公告）號: CN111537565B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 郭小軍;章秋琦;李思瑩;司玉瑩
• 申請（專利權）人: 上海交通大學
• 主分類號: G01N27/00
• 分類號: G01N27/00;G06K9/62;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 上海盈盛知識產權代理事務所(普通合伙) 31294
• 代理人: 孫佳胤;高翠花

1.一種化學傳感器定量檢測結果預測模型形成方法，其特征在于，包括如下步驟：

采集目標分析物在不同濃度下的傳感器響應數據；

根據所述傳感器響應數據獲取序列樣本集，所述序列樣本集包括多個序列樣本組及其標簽，所述標簽為所述序列樣本組對應的濃度值，對每一條傳感器響應曲線，采用滑動窗口采樣方法獲得所述序列樣本組，所述的滑動窗口采樣方法的采樣窗口長度被定為可檢測范圍的1/5到1/2之間，所述可檢測范圍起點為傳感器開始響應的點，終點為響應曲線上切線斜率絕對值小于前一個時刻切線斜率絕對值的1/2的點；

對所述序列樣本集進行數據增強處理，以擴充所述序列樣本集，對所述序列樣本集進行數據增強處理的方法為對序列樣本組和其標簽加噪聲，得到若干份加噪聲的副本；

使用循環神經網絡獲取擴充后的序列樣本集的第一類型特征；

提取擴充后的序列樣本集的第二類型特征，所述第二類型特征包括多項式、指數函數、對數函數擬合所得到的系數、傅里葉變換所得系數、各點的曲率中的一個或多個；

將所述第一類型特征及第二類型特征輸入多層感知機，以訓練形成化學傳感器定量檢測結果預測模型。

2.根據權利要求1所述的化學傳感器定量檢測結果預測模型形成方法，其特征在于，在采集目標分析物在不同濃度下的傳感器響應數據的步驟中，采集目標分析物在3～10個不同濃度下的傳感器響應數據。

3.根據權利要求1所述的化學傳感器定量檢測結果預測模型形成方法，其特征在于，在采集目標分析物在不同濃度下的傳感器響應數據的步驟中，所述濃度呈線性或對數增長。

4.根據權利要求1所述的化學傳感器定量檢測結果預測模型形成方法，其特征在于，在采集目標分析物在不同濃度下的傳感器響應數據的步驟中，獲取每一濃度下傳感器響應曲線，所述方法進一步包括如下步驟：對所述傳感器響應曲線進行插值處理，以平滑所述傳感器響應曲線。

5.根據權利要求1所述的化學傳感器定量檢測結果預測模型形成方法，其特征在于，對所述序列樣本集進行數據增強處理的步驟之后，對擴充后的序列樣本集進行差分處理，以抗基線漂移。

6.一種化學傳感器定量檢測方法，其特征在于，包括如下步驟：

將傳感器置于目標分析物中，并獲得可檢測范圍內的傳感器的瞬態響應數據；

根據所述瞬態響應數據利用預測模型獲得所述目標分析物的濃度，所述預測模型采用如權利要求1所述的形成方法形成。