[發明專利]基于人工智能的有機物樣本處理方法、裝置、設備及存儲介質

在審

• 申請號: 202011289000.X
• 申請日: 2020-11-17
• 公開（公告）號: CN112381155A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 錢昆;張夢吉;黃琳;韓驍;王巨宏;劉婷婷
• 申請（專利權）人: 上海交通大學;騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06Q10/04;G06T7/00
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 趙翠萍;張穎玲

1.一種基于人工智能的有機物樣本處理方法，其特征在于，所述方法包括：

獲取有機物樣本的指紋圖譜以及蛋白標志物信息；

對所述有機物樣本的指紋圖譜進行特征提取處理，得到所述有機物樣本的代謝特征；

基于所述有機物樣本的代謝特征進行預測處理，得到所述有機物樣本的代謝異常信息；

將所述有機物樣本的代謝異常信息與所述有機物樣本的蛋白標志物信息進行融合處理，得到所述有機物樣本的融合信息；

基于所述有機物樣本的融合信息進行預測處理，得到所述有機物樣本的分類信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取有機物樣本的指紋圖譜以及蛋白標志物信息，包括：

對有機物樣本進行圖譜提取處理，得到所述有機物樣本的原始圖譜；

對所述有機物樣本的原始圖譜進行預處理，得到所述有機物樣本的指紋圖譜；

對所述有機物樣本進行蛋白標志物檢測處理，得到所述有機物樣本的蛋白標志物信息。

3.根據權利要求2所述的方法，其特征在于，所述對有機物樣本進行圖譜提取處理，得到所述有機物樣本的原始圖譜，包括：

通過自動送樣檢測系統執行以下處理：

將所述有機物樣本移動至質譜靶板上，并將基質覆蓋到所述有機物樣本上；

控制質譜儀對包括所述基質的有機物樣本進行檢測，得到所述有機物樣本的原始圖譜。

4.根據權利要求2所述的方法，其特征在于，所述對所述有機物樣本的原始圖譜進行預處理，得到所述有機物樣本的指紋圖譜，包括：

對所述有機物樣本的原始圖譜進行重采樣處理，

將得到的采樣后的圖譜進行去噪處理，得到平滑后的圖譜；

對所述平滑后的圖譜進行基線校正處理，得到矯正后的圖譜；

基于所述矯正后的圖譜進行譜峰提取處理，得到所述有機物樣本的指紋圖譜。

5.根據權利要求1所述的方法，其特征在于，

所述預測處理是通過第一預測網絡實現的，所述第一預測網絡包括全連接層以及激活層；

所述基于所述有機物樣本的代謝特征進行預測處理，得到所述有機物樣本的代謝異常信息，包括：

通過所述第一預測網絡中的全連接層對所述有機物樣本的代謝特征映射至隱向量空間，得到所述有機物樣本的隱向量；

通過所述第一預測網絡中的激活層將所述有機物樣本的隱向量進行非線性映射處理，將得到的所述有機物樣本的代謝異常概率作為所述有機物樣本的代謝異常信息。

6.根據權利要求1所述的方法，其特征在于，

所述特征提取處理是通過特征提取網絡實現的，所述特征提取網絡包括多個級聯的編碼層；

所述對所述有機物樣本的指紋圖譜進行特征提取處理，得到所述有機物樣本的代謝特征，包括：

通過所述多個級聯的編碼層中的第一個編碼層，對所述有機物樣本的指紋圖譜進行特征編碼處理；

將所述第一個編碼層的編碼結果輸出到后續級聯的編碼層，以在所述后續級聯的編碼層中繼續進行特征編碼和編碼結果輸出，直至輸出到最后一個編碼層，并

將所述最后一個編碼層輸出的編碼結果作為所述有機物樣本的代謝特征。

7.根據權利要求6所述的方法，其特征在于，

所述編碼層包括全連接層、隱層以及激活層；

所述在所述后續級聯的編碼層中繼續進行特征編碼和編碼結果輸出，包括：

通過所述多個級聯的編碼層的第i個編碼層執行以下處理：

通過所述第i個編碼器中的全連接層對第i-1個編碼層的編碼結果進行映射處理，得到第i個映射向量；

通過所述第i個編碼器中的隱層對所述第i個映射向量進行正則化處理，得到第i個正則化向量；

通過所述第i個編碼器中的激活層對所述第i個正則化向量進行非線性映射處理，得到所述第i個編碼層的編碼結果，并將所述第i個編碼層的編碼結果輸出到第i+1個編碼層；

其中，i為從2開始遞增的自然數且取值滿足2≤i≤N-1，N為所述多個級聯的編碼層的數量。