[發明專利]一種質譜分析數據人工智能云平臺系統及數據分析方法

在審

• 申請號: 202010630894.8
• 申請日: 2020-07-03
• 公開（公告）號: CN111814864A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 熊行創;劉震;何文魁
• 申請（專利權）人: 北京中計新科儀器有限公司;北京行健譜實科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F9/50;G01N27/62
• 代理公司: 北京力量專利代理事務所(特殊普通合伙) 11504
• 代理人: 姚遠方

1.一種質譜分析數據人工智能云平臺系統，其特征在于，包括客戶端和云平臺，

客戶端包括質譜數據源和應用程序/Web應用服務，云平臺包括出口網關、接口層和后臺服務，接口層包括RESTFUL數據服務接口和Web應用服務接口，后臺服務包括Web應用后臺、數據解析轉換、數據處理、云存儲和云計算；

質譜數據源：提供在線及離線質譜數據文件；

應用程序/Web應用服務：調用質譜數據源提供的質譜數據文件并上傳至云平臺；

RESTFUL數據服務接口：用于處理客戶端質譜數據文件/分析方法配置的提交、分析結果數據集下載；

Web應用服務接口：承擔Web前端程序服務，包括數據/操作交互、用戶管理、用戶業務數據管理、分析報告、結果展示；

Web應用后臺：處理Web應用服務的前端請求及業務實現；

數據解析轉換：將各類異構質譜數據文件進行數據解析提取并將數據轉換為統一的中間格式；

數據處理：對經數據解析轉換轉換后的數據進行數據的運算前處理；

云存儲：包括算法模型庫和質譜數據庫，將接收到的各類質譜數據文件及對應配置的數據分析方法、模型數據轉存進云存儲的質譜數據庫中；

客戶端的應用程序/Web應用服務通過出口網關與云平臺的RESTFUL數據服務接口/Web應用服務接口進行數據交互。

2.根據權利要求1所述的質譜分析數據人工智能云平臺系統，其特征在于，還包括

數據存儲/調度：通過RESTFUL數據服務接口/Web應用服務接口接收質譜數據文件及對應的分析方法配置、向應用程序/Web應用服務反饋質譜數據分析結果，并將各種算法模型和質譜數據轉存進云存儲的算法模型庫和質譜數據庫中；

機器學習算法模型控制：向Web應用后臺提供算法選擇、模型創建、模型數據管理、模型算法參數配置和運算數據源指向功能接口，通過對所述功能接口的調取設置生成相應的運算處理任務；

運算控制/調度：接收機器學習算法模型控制生成的運算任務，根據算法類型、算法參數、運算數據集將運算任務交由云計算的單個計算節點進行運算處理或拆解后交由多個計算節點并行處理。

3.一種質譜分析數據人工智能云平臺系統的數據分析方法，其特征在于，包括如下步驟：

步驟S301：用戶通過應用程序/Web應用服務從質譜數據源調取用于建模或分析的質譜數據文件、配置數據分析方法，并將調取的質譜數據文件和數據分析方法上傳給RESTFUL數據服務接口/Web應用服務接口；

步驟S302：數據解析轉換解析各類異構質譜數據文件，并將其中的方法數據、質譜數據和儀器狀態數據提取出來轉換為統一的中間格式；

步驟S303：數據解析轉換將方法數據、質譜數據和儀器狀態數據分類；其中，方法數據和儀器狀態數據的后續處理跳轉至步驟S307，質譜數據的后續處理跳轉至步驟S304；

步驟S304：數據處理對步驟S303中的質譜數據進行數據的運算前處理；

步驟S307：數據處理將步驟S303中方法數據和儀器狀態數據中的共用參數信息以及步驟S304中的質譜數據重組并生成中間格式的質譜數據；

步驟S308：機器學習/數據分析——通過云計算對中間格式的質譜數據進行基于各類算法模型的模型訓練、模型迭代、判別分析或統計分析。

4.根據權利要求3所述的質譜分析數據人工智能云平臺系統的數據分析方法，其特征在于，數據解析轉換通過各類質譜數據文件的二進制結構、文本結構和解析庫信息進行解析并分類。

5.根據權利要求3所述的質譜分析數據人工智能云平臺系統的數據分析方法，其特征在于，所述方法數據包括離子源類型、溫度、高壓值和二次離子生成方式；所述質譜數據為質譜譜圖數據，包括質核比、相對/絕對強度和保留時間的數據；所述儀器狀態數據包括各幅質譜譜圖數據生成時對應的質譜儀的實時狀態參數。

6.根據權利要求5所述的質譜分析數據人工智能云平臺系統的數據分析方法，其特征在于，在步驟S304中的運算前處理包括對質譜譜圖數據的平滑、濾波和壞值剔除。