[發(fā)明專利]一種質譜分析數據人工智能云平臺系統(tǒng)及數據分析方法

在審

• 申請?zhí)枺?/td>: 202010630894.8
• 申請日: 2020-07-03
• 公開（公告）號: CN111814864A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設計）人: 熊行創(chuàng);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

本發(fā)明提出一種質譜分析數據人工智能云平臺系統(tǒng)及數據分析方法。平臺系統(tǒng)由客戶端、云平臺兩大結構組成。其中云平臺包括：網絡安全層、接口層、后臺服務、云存儲、云計算五個子系統(tǒng)；客戶端包括：質譜數據源、瀏覽器/客戶端程序、用戶三個子系統(tǒng)。相對于常用的單團隊采集數據單計算機人工智能分析，本發(fā)明以云計算解決人工智能算力問題，以云平臺多方獲取數據解決大樣品量問題，以不斷迭代專業(yè)人工智能算法解決質譜分析人員應用人工智能算法的難題，以云平臺的網絡優(yōu)勢不斷增加數據、不斷優(yōu)化算法獲得模型的更高準確度性能，滿足了業(yè)內的廣大質譜分析測試人員用先進人工智能對質譜分析數據進行判別的高效低成本需求。

技術領域

本發(fā)明涉及質譜分析數據人工智能云平臺系統(tǒng)構架與操作方法，特別是涉及一種依據基于質譜數據的機器學習統(tǒng)計分析人工智能云平臺的系統(tǒng)和系統(tǒng)的操作方法。

背景技術

質譜分析方法是將物質粒子(原子、分子)電離成離子，并通過適當的穩(wěn)定或變化的電場或磁場將它們按空間位置、時間順序等實現質荷比分離，并檢測其強度來作定性、定量分析的分析方法。由于質譜分析方法直接測量物質粒子，并且具有高靈敏、高分辨、高通量和高適用性的特性，使得質譜技術在現代科學技術中舉足輕重。

質譜分析數據的橫坐標是質荷比，縱坐標是表示絕對強度或相對強度，屬于信息含量豐富、分辨率高的數據。

近年來，隨著人工智能算法的崛起，質譜分析數據與人工智能方法的結合越來越廣泛，用于環(huán)境檢測、食品安全、疾病判別、產品識別等眾多領域。

從機器學習的角度，數據信息量越大越多，越利于判別模型的建立(模型判別準確率越高)，從另一個角度，模型的穩(wěn)定性不強，往往是缺乏足夠的樣品數據參與建模。因此，業(yè)內的基本共識是獲取盡可能多的樣品質譜數據。在質譜分析數據人工智能分析面臨著3方面的問題：數據量、數據處理方法及機器學習算法、計算能力。受制于這3方面的因素，往往會面臨如下問題：

一是獲得大量樣品數據，需要花費更多的財力、物力和人力才能實現；對于樣品數據量不足的情況，難以建模，也更難以形成有說服力的判別分析；對于好不容易獲得大量樣品質譜分析數據，建立了可觀的判別模型，往往僅在自己的小圈子內使用。

二是大量的多種類質譜數據(正離子模式、負離子模式、小分子物質、中等分子、大分子化合物)數據量很大，需要大存儲空間，另外在對大數據進行機器學習建立模型、搜索調優(yōu)過程中，需要大量的計算資源和能力，通常的計算機難以勝任。

三、數據處理方法，特別是機器學習算法更新較快，新的先進算法通常能夠提高判別模型的性能和加速收斂模型，對于絕大多科研人員來說，及時跟蹤新算法很困難，將新算法用于質譜數據分析則更困難。

如何使質譜分析測試人員能夠在不需要了解人工智能算法，不受大量樣本質譜數據、超級計算能力約束的情況下，就能夠快速對其樣品質譜數據進行高效準確的人工智能判別，這是業(yè)內的廣大質譜分析測試人員期盼解決的難題。

發(fā)明內容

為了解決上述問題，本發(fā)明的目的在于提出一種質譜分析數據人工智能云平臺系統(tǒng)及數據分析方法，從而實現快速對樣品質譜數據進行高效準確的人工智能判別。

一種質譜分析數據人工智能云平臺系統(tǒng)，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；