[發(fā)明專利]基于人工智能的有機物樣本處理方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011289000.X
• 申請日: 2020-11-17
• 公開（公告）號: CN112381155A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計）人: 錢昆;張夢吉;黃琳;韓驍;王巨宏;劉婷婷
• 申請（專利權(quán)）人: 上海交通大學(xué);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(chǎn)權(quán)代理有限公司 11270
• 代理人: 趙翠萍;張穎玲

本申請?zhí)峁┝艘环N基于人工智能的有機物樣本處理方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)；涉及人工智能技術(shù)；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；對有機物樣本的指紋圖譜進行特征提取處理，得到有機物樣本的代謝特征；基于有機物樣本的代謝特征進行預(yù)測處理，得到有機物樣本的代謝異常信息；將有機物樣本的代謝異常信息與有機物樣本的蛋白標志物信息進行融合處理，得到有機物樣本的融合信息；基于有機物樣本的融合信息進行預(yù)測處理，得到有機物樣本的分類信息。通過本申請，能夠結(jié)合有機物樣本的指紋圖譜以及蛋白標志物進行分類，提高實現(xiàn)有機物樣本的自動化的準確分類。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)，尤其涉及一種基于人工智能的有機物樣本處理方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)

人工智能(Artificial Intelligence，AI)是計算機科學(xué)的一個綜合技術(shù)，通過研究各種智能機器的設(shè)計原理與實現(xiàn)方法，使機器具有感知、推理與決策的功能。人工智能技術(shù)是一門綜合學(xué)科，涉及領(lǐng)域廣泛，例如自然語言處理技術(shù)以及機器學(xué)習(xí)/深度學(xué)習(xí)等幾大方向，隨著技術(shù)的發(fā)展，人工智能技術(shù)將在更多的領(lǐng)域得到應(yīng)用，并發(fā)揮越來越重要的價值。

相關(guān)技術(shù)中缺乏基于人工智能來對有機物樣本進行分類的有效方案。

發(fā)明內(nèi)容

本申請實施例提供一種基于人工智能的有機物樣本處理方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)，能夠結(jié)合有機物樣本的指紋圖譜以及蛋白標志物進行分類，提高實現(xiàn)有機物樣本的自動化的準確分類。

本申請實施例的技術(shù)方案是這樣實現(xiàn)的：

本申請實施例提供一種基于人工智能的有機物樣本處理方法，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(yù)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(yù)測處理，得到所述有機物樣本的分類信息。

上述技術(shù)方案中，所述融合處理是通過融合網(wǎng)絡(luò)實現(xiàn)的，所述融合網(wǎng)絡(luò)包括線性映射層以及全連接層；

所述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，包括：

通過所述融合網(wǎng)絡(luò)中的線性映射層對所述有機物樣本的代謝異常信息以及所述有機物樣本的蛋白標志物信息進行加權(quán)，得到加權(quán)后的代謝異常信息以及加權(quán)后的蛋白標志物信息；

通過所述融合網(wǎng)絡(luò)中的全連接層將所述加權(quán)后的代謝異常信息以及所述加權(quán)后的蛋白標志物信息進行拼接處理，得到所述有機物樣本的融合信息。

上述技術(shù)方案中，所述基于所述有機物樣本的融合信息進行預(yù)測處理，得到所述有機物樣本的分類信息之后，還包括：

基于所述有機物樣本的分類信息，對所述有機物樣本進行聚類處理，得到所述有機物樣本所屬的類別；

根據(jù)所述有機物樣本所屬的類別，將所述有機物樣本的指紋圖譜、以及所述有機物樣本的相關(guān)數(shù)據(jù)，存儲至所述數(shù)據(jù)庫中相應(yīng)的文檔中。

上述技術(shù)方案中，所述方法還包括：

通過預(yù)測模型對病理訓(xùn)練樣本的指紋圖譜進行代謝特征提取處理，得到所述病理訓(xùn)練樣本的代謝特征；

基于所述病理訓(xùn)練樣本的代謝特征進行預(yù)測處理，得到所述病理訓(xùn)練樣本的代謝異常信息；