[發明專利]一種利用機器學習進行圖像匹配的廣譜免疫傳感器

有效

• 申請號: 202011633898.8
• 申請日: 2020-12-31
• 公開（公告）號: CN112816687B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 劉偉鵬;申浩然;劉英菊;敖日其冷;楊慧
• 申請（專利權）人: 華南農業大學
• 主分類號: G01N33/543
• 分類號: G01N33/543;G01N21/64;G01N21/33;G06N3/04;G06N3/08
• 代理公司: 廣州市諾豐知識產權代理事務所(普通合伙) 44714
• 代理人: 任毅;黃國亮

1.一種利用機器學習進行圖像匹配的生物檢測系統，其特征在于，所述生物檢測系統包括：

采集單元，用于采集待測樣品的光電信號值、熒光信號值和紫外信號值；所述采集單元包括廣譜免疫傳感器，所述廣譜免疫傳感器包括識別元件和信號轉換元件，所述信號轉換元件包括光電信號轉換元件、熒光信號轉換元件和紫外信號轉換元件；和

處理單元，用于將采集的待測樣品的光電信號值、熒光信號值和紫外信號值輸入至BP神經網絡中進行數據處理，通過機器學習的圖像匹配得到了各物質所占百分比之后，再通過內部已有的不同線性方程得到各物質的具體濃度，所述線性方程為每個標準譜圖在不同濃度下得到的光電信號的標準曲線方程；

所述BP神經網絡的建立包括以下步驟：獲取BP神經網絡的訓練數據，其中，所述訓練數據包括訓練輸入數據和訓練輸出數據，所述訓練輸入數據包括標準品中各個成分的光電信號值與熒光信號值的比值、熒光信號值與紫外信號值的比值和紫外信號值與光電信號值的比值，所述訓練輸出數據包括標準品中各個成分的百分比；然后利用獲得的BP神經網絡的訓練數據，對BP神經網絡進行訓練；將訓練結束后得到的BP神經網絡作為所需建立的BP神經網絡。

2.根據權利要求1所述的生物檢測系統，其特征在于，所述光電信號轉換元件包括石墨烯膜，所述石墨烯膜上沉積有CdS納米顆粒，所述石墨烯膜背面貼敷雙面導電銅膠。

3.根據權利要求1所述的生物檢測系統，其特征在于，所述熒光信號轉換元件包括含有Ce⁴⁺的硫酸溶液。

4.根據權利要求1所述的生物檢測系統，其特征在于，所述紫外信號轉換元件包括納米金顆粒，所述納米金顆粒為Au納米雙錐。

5.根據權利要求1所述的生物檢測系統，其特征在于，所述信號識別元件包括：

一抗，所述一抗可與待檢測組分的抗原特異性結合，所述一抗為廣譜性抗體；

磁珠，所述磁珠上包被有抗原，所述抗原可與所述一抗特異性結合；和

介孔SiO₂ 納米粒子，所述介孔SiO₂ 納米粒子上負載二抗和堿性磷酸酶，所述二抗可以與所述一抗特異性結合。

6.一種生物檢測方法，其特征在于，所述生物檢測方法包括：

采集步驟，采集待測樣品的光電信號值、熒光信號值和紫外信號值，所述光電信號值、熒光信號值和紫外信號值通過廣譜免疫傳感器采集，所述廣譜免疫傳感器包括識別元件和信號轉換元件，所述信號轉換元件包括光電信號轉換元件、熒光信號轉換元件和紫外信號轉換元件；

處理步驟，通過采集的待測樣品的光電信號值、熒光信號值和紫外信號值輸入至BP神經網絡中進行數據處理，通過機器學習的圖像匹配得到了各物質所占百分比之后，再通過內部已有的不同線性方程得到各物質的具體濃度，所述線性方程為每個標準譜圖在不同濃度下得到的光電信號的標準曲線方程；和

建立BP神經網絡步驟，所述建立BP神經網絡步驟包括：

獲取BP神經網絡的訓練數據，其中，所述訓練數據包括訓練輸入數據和訓練輸出數據，所述訓練輸入數據包括標準品中各個成分的光電信號值與熒光信號值的比值、熒光信號值與紫外信號值的比值和紫外信號值與光電信號值的比值，所述訓練輸出數據包括標準品中各個成分的百分比；

然后利用獲得的BP神經網絡的訓練數據，對BP神經網絡進行訓練；

將訓練結束后得到的BP神經網絡作為所需建立的BP神經網絡。

7.根據權利要求6所述的生物檢測方法，其特征在于，所述光電信號轉換元件包括石墨烯膜，所述石墨烯膜上沉積有CdS納米顆粒，所述石墨烯膜背面貼敷雙面導電銅膠。

8.根據權利要求6所述的生物檢測方法，其特征在于，所述熒光信號轉換元件包括含有Ce⁴⁺的硫酸溶液。

9.根據權利要求6所述的生物檢測方法，其特征在于，所述紫外信號轉換元件包括納米金顆粒，所述納米金顆粒為Au納米雙錐。

10.根據權利要求6所述的生物檢測方法，其特征在于，所述信號識別元件包括：一抗，所述一抗可與待檢測組分的抗原特異性結合，所述一抗為廣譜性抗體；磁珠，所述磁珠上包被有抗原，所述抗原可與所述一抗特異性結合；和介孔SiO₂ 納米粒子，所述介孔SiO₂ 納米粒子上負載二抗和堿性磷酸酶，所述二抗可以與所述一抗特異性結合。