System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于癌癥早期檢測嵌入式醫療用品,具體涉及一種基于神經網絡嵌入式芯片與生物快速檢測試紙的泌尿系統癌及肝癌早期篩查的智能化試劑盒。
技術介紹
1、隨著人類平均壽命的延長,癌癥對人類的威脅日益加劇。惡性腫瘤的臨床表現因其所在的器官、部位以及發展程度的不同而不同,但惡性腫瘤早期多無明顯癥狀,即便有癥狀也常無特異性,等患者出現特異性癥狀時,腫瘤通常已經屬于中、晚期,導致很多癌癥患者因錯過最佳治療良機而死亡。
2、泌尿系統癌是發生于泌尿系統任意部位的腫瘤。包括腎、腎盂、輸尿管、膀胱、尿道腫瘤。泌尿系統癌分為兩大類:一類是腎盂、輸尿管、膀胱、尿道空腔臟器的腫瘤,其腔內覆蓋尿路上皮,故發生的是移行上皮腫瘤。是泌尿系統最常見的腫瘤。另一類是腎臟實質內發生的腎癌、腎母細胞瘤以及各臟器的非尿路上皮性腫瘤,如膀胱橫紋肌肉瘤等。泌尿系統癌是世界范圍內常見的惡性腫瘤,超過90%泌尿系統腫瘤起源于膀胱為膀胱癌,而腎盂腫瘤發生率僅占尿路上皮腫瘤的5%,占腎臟腫瘤的5%-13.6%。膀胱癌在世界范圍內的生殖系腫瘤發病率及死亡率中居于首位,且隨年齡增長而逐年上升,該病好發于40~60歲中老年人群,占全部惡性腫瘤的3.2%,泌尿系統腫瘤常在40歲以后發出,男性患病率比女性多一倍左右,其中男性年齡標化發病率為7.37/10萬,女性為1.98/10萬,每年約有10萬余例患者死于該病,且近年來呈逐漸上升趨勢。
3、肝癌是全球第六大最常診斷的癌癥,也是第四大癌癥死亡原因,僅次于肺癌、結直腸癌和胃癌。肝癌是一種高度致命的腫瘤,大多數病例在晚期
4、隨著計算機技術、互聯網技術和單片機技術的深入發展,嵌入式系統在經歷了幾十年的發展歷程后,又進入了一個新的歷史發展階段,即從普遍低端應用進入到一個高、低端并行發展,并且不斷提升低端應用技術水平的時代,其標志就是32位嵌入式系統的發展。目前,我國嵌入式系統的發展十分迅速,其發展正從嵌入式系統走向嵌入式產業,巨大的市場需求不斷加速嵌入式系統的產業化進程。在
,醫療儀器設備則開始呈現向便攜性和網絡化發展的趨勢。可以隨身攜帶的血壓計、血糖儀,可以在家庭或小型社康醫院中使用的呼吸機、心電監護儀都具有很強的市場需求。基于上述醫療儀器設備固有的自身特點和最新發展趨勢的要求,嵌入式系統應用于醫療儀器設備,符合發展趨勢帶來的要求和變化。
技術實現思路
1、鑒于此,本專利技術旨在于提供一種基于神經網絡嵌入式芯片與生物快速檢測試紙的泌尿系統癌及肝癌早期篩查的智能化試劑盒,醫生將患者血液或尿液樣本滴在檢測試紙上,在經過嵌入式芯片的計算后,檢測結果實時反映在外部設備上,并進一步區分患者是否患有泌尿系統癌,肝癌或其他疾病。通過這種方式來實現對泌尿系統癌及肝癌的早期檢測,加快泌尿系統癌及肝癌的檢測效率。實現了便攜式儀器和大型檢測設備在功能和性能方面的全面提升,對于改善人民醫療條件,提高人民生活水平具有重大的意義。
2、為實現上述目的,本專利技術提供如下技術方案:
3、一種泌尿系統癌及肝癌早期篩查的智能化試劑盒,所述的智能化試劑盒主要包括生物快速檢測試紙、傳感器、神經網絡嵌入式芯片、微處理器和顯示屏幕;生物快速檢測試紙能夠特異性檢測人源尿液中修飾umod的neu5gc糖型結構和血液中neu5gc修飾的igg糖蛋白;傳感器用于接收生物快速檢測試紙的t線和c線的信號,并將檢測數據傳輸給試劑盒內部的神經網絡嵌入式芯片;神經網絡嵌入式芯片用于將接收到的t線和c線的熒光信號經過算法獲得t、c的比值,轉化為數據信號傳遞給微處理器,微處理器用于將接收到的信息通過神經網絡算法進行處理,對樣本數據進行分類并且顯示在試劑盒的顯示屏幕上:對尿液的檢測顯示測試者是否會患泌尿系統癌,對血液的檢測顯示測試者是否會患肝癌。
4、基于上述技術方案,進一步地,所述的生物快速檢測試紙由濾樣墊、免疫熒光微球釋放墊、免疫硝酸硝酸纖維素膜(檢測線-t線和質控線-c線)和吸水墊(從左到右依次緊密連接)粘貼在膠板上;免疫熒光微球釋放墊的制備過程為:將熒光微球標記的鏈霉親和素和熒光微球標記的鼠抗igg噴在釋放墊上,干燥后制備而成;免疫硝酸纖維素膜的制備過程為:將兔抗umod抗體、羊抗鼠igg溶液分別劃膜在硝酸纖維素膜t、c線上,干燥后制備而成。
5、基于上述技術方案,進一步地,所述的神經網絡算法具體包括:
6、(1)為平衡泌尿系統癌和肝癌數據中各類癌癥數據與健康數據的數量,提高后續網絡學習的效率和分類的準確率,采用一種簡單的插值過采樣方法——orem;
7、(2)利用lasso回歸模型提取關鍵預測變量,對泌尿系統癌和肝癌中的患病特征進行特征選擇;
8、(3)設計基于的lstm-senet-dbn泌尿系統癌和肝癌數據分類模型優化參數,解決傳統深度模型中計算負載較大的問題,提高網絡的學習速率。
9、基于上述技術方案,進一步地,步驟(1)中orem通過兩個步驟來發現潛在少數樣本區域,分別是探索候選少數樣本區域(cmr)和進一步識別cmr中不包含任何多數樣本的干凈子區域,干凈子區域即為所求的潛在少數樣本區域;通過將合成樣本填充到干凈的子區域中,orem可拓寬少數類區域,增強少數類的概念表達。
10、基于上述技術方案,進一步地,步驟(1)中orem算法的過程如下:首先,每個少數樣本的orem找到其cmr,定義a(xi)={xi1,...xi(|s|-1)}為s(xi)根據樣本到xi的距離重新排列的樣本集,其中xi1是距離xi最近的樣本,xi2是距離xi第二近的樣本,以此類推,如果連續q個樣本xi(k-q+1),xi(k-q+2),...xik在a(xi)中來自多數樣本類,以xi為中心,以xi和xi(k-q)之間的距離為半徑的圓形區域s(xixi(k-q))即為xi的cmr;然后,orem進一步利用每個原始少數樣本的cmr來識別干凈的子區域;對于c(xi)中的每個樣本xip,如果以xi和xip的中點為中心、xi和xip之間距離的一半為半徑的超球體區域不包含任何多數樣本,則該區域是干凈的子區域;最后,orem為每個原始少數樣本生成相同數量的合成樣本。
11、基于上述技術方案,進一步地,步驟(2)中采用lasso對平衡后的泌尿系統癌和肝癌數據進行特征選取本文檔來自技高網...
【技術保護點】
1.一種泌尿系統癌及肝癌早期篩查的智能化試劑盒,其特征在于,所述的智能化試劑盒主要包括生物快速檢測試紙、傳感器、神經網絡嵌入式芯片、微處理器和顯示屏幕;生物快速檢測試紙能夠特異性檢測人源尿液中修飾UMOD的Neu5Gc糖型結構和血液中Neu5Gc修飾的IgG糖蛋白;傳感器用于接收生物快速檢測試紙的T線和C線的信號,并將檢測數據傳輸給試劑盒內部的神經網絡嵌入式芯片;神經網絡嵌入式芯片用于將接收到的T線和C線的熒光信號經過算法獲得T、C的比值,轉化為數據信號傳遞給微處理器,微處理器用于將接收到的信息通過神經網絡算法進行處理,對樣本數據進行分類并且顯示在試劑盒的顯示屏幕上:對尿液的檢測顯示測試者是否會患泌尿系統癌,對血液的檢測顯示測試者是否會患肝癌。
2.根據權利要求1所述的智能化試劑盒,其特征在于,所述的生物快速檢測試紙由濾樣墊、免疫熒光微球釋放墊、免疫硝酸硝酸纖維素膜(檢測線-T線和質控線-C線)和吸水墊(從左到右依次緊密連接)粘貼在膠板上;免疫熒光微球釋放墊的制備過程為:將熒光微球標記的鏈霉親和素和熒光微球標記的鼠抗IgG噴在釋放墊上,干燥后制備而成;免疫硝酸纖維素膜
3.根據權利要求1所述的智能化試劑盒,其特征在于,所述的神經網絡算法具體包括:
4.根據權利要求3所述的智能化試劑盒,其特征在于,步驟(1)中OREM通過兩個步驟來發現潛在少數樣本區域,分別是探索候選少數樣本區域(CMR)和進一步識別CMR中不包含任何多數樣本的干凈子區域,干凈子區域即為所求的潛在少數樣本區域;通過將合成樣本填充到干凈的子區域中,OREM可拓寬少數類區域,增強少數類的概念表達。
5.根據權利要求4所述的智能化試劑盒,其特征在于,步驟(1)中OREM算法的過程如下:首先,每個少數樣本的OREM找到其CMR,定義A(xi)={xi1,...xi(|s|-1)}為S(xi)根據樣本到xi的距離重新排列的樣本集,其中xi1是距離xi最近的樣本,xi2是距離xi第二近的樣本,以此類推,如果連續q個樣本xi(k-q+1),xi(k-q+2),...xik在A(xi)中來自多數樣本類,以xi為中心,以xi和xi(k-q)之間的距離為半徑的圓形區域S(xixi(k-q))即為xi的CMR;然后,OREM進一步利用每個原始少數樣本的CMR來識別干凈的子區域;對于C(xi)中的每個樣本xip,如果以xi和xip的中點為中心、xi和xip之間距離的一半為半徑的超球體區域不包含任何多數樣本,則該區域是干凈的子區域;最后,OREM為每個原始少數樣本生成相同數量的合成樣本。
6.根據權利要求3所述的智能化試劑盒,其特征在于,步驟(2)中采用LASSO對平衡后的泌尿系統癌和肝癌數據進行特征選取,LASSO將L2正則化項替換為L1,懲罰函數表示為:
7.根據權利要求3所述的智能化試劑盒,其特征在于,步驟(3)中采用LSTM-SENet-DBN,LSTM(Long?ShortTem?Memory)關鍵是細胞狀態水平線在圖上方貫穿運行,LSTM通過“門”添加或刪除信息到單元狀態C,再通過單元狀態C完成信息傳遞,這一過程由σ函數和逐點乘法運算組成。
8.根據權利要求7所述的智能化試劑盒,其特征在于,LSTM層三個門完成前向計算的過程包含三個階段,包括:“遺忘門”實現從細胞狀態中丟棄信息,之后更新信息值,實現更新“細胞”狀態,最后確定輸出的值ht;使用SENet(Squeeze-and-Excitation?networks)增強了有效特征的影響力,削弱無關特征的影響力,將每個元素與對應的注意力權重進行加權求和,得到自注意力機制的輸出;將SENet的輸出輸入到DBN(Deep?Belief?Network,DBN)模型中,DBN包含受限玻爾茲曼機(restricted?Boltzmann?machine,RBM),獲取輸入數據的概率分布時具有提取復雜數據特征和降維特點,并以BP層結束。
9.根據權利要求1所述的智能化試劑盒,其特征在于,硬件選擇存儲資源相對較大的NVIDIA?Jetson?Nano核心板作為芯片開發板內部集成核心,核心板只有NVIDIA的CUDA計算單元,基板的四周由自恢復保險絲、電源指示燈、穩壓芯片、散熱片、I/O排針及引腳、一個Type-C接口,一個USB接口、重啟鍵、Flash芯片和一個SD卡卡槽通過接線板橋接在一起。
10.根據權利要求9所述的智能化試劑盒,其特征在于,開發板采用Cortex-M7?ARM處理器作為基板的SOC,開發板通過python的...
【技術特征摘要】
1.一種泌尿系統癌及肝癌早期篩查的智能化試劑盒,其特征在于,所述的智能化試劑盒主要包括生物快速檢測試紙、傳感器、神經網絡嵌入式芯片、微處理器和顯示屏幕;生物快速檢測試紙能夠特異性檢測人源尿液中修飾umod的neu5gc糖型結構和血液中neu5gc修飾的igg糖蛋白;傳感器用于接收生物快速檢測試紙的t線和c線的信號,并將檢測數據傳輸給試劑盒內部的神經網絡嵌入式芯片;神經網絡嵌入式芯片用于將接收到的t線和c線的熒光信號經過算法獲得t、c的比值,轉化為數據信號傳遞給微處理器,微處理器用于將接收到的信息通過神經網絡算法進行處理,對樣本數據進行分類并且顯示在試劑盒的顯示屏幕上:對尿液的檢測顯示測試者是否會患泌尿系統癌,對血液的檢測顯示測試者是否會患肝癌。
2.根據權利要求1所述的智能化試劑盒,其特征在于,所述的生物快速檢測試紙由濾樣墊、免疫熒光微球釋放墊、免疫硝酸硝酸纖維素膜(檢測線-t線和質控線-c線)和吸水墊(從左到右依次緊密連接)粘貼在膠板上;免疫熒光微球釋放墊的制備過程為:將熒光微球標記的鏈霉親和素和熒光微球標記的鼠抗igg噴在釋放墊上,干燥后制備而成;免疫硝酸纖維素膜的制備過程為:將兔抗umod抗體、羊抗鼠igg溶液分別劃膜在硝酸纖維素膜t、c線上,干燥后制備而成。
3.根據權利要求1所述的智能化試劑盒,其特征在于,所述的神經網絡算法具體包括:
4.根據權利要求3所述的智能化試劑盒,其特征在于,步驟(1)中orem通過兩個步驟來發現潛在少數樣本區域,分別是探索候選少數樣本區域(cmr)和進一步識別cmr中不包含任何多數樣本的干凈子區域,干凈子區域即為所求的潛在少數樣本區域;通過將合成樣本填充到干凈的子區域中,orem可拓寬少數類區域,增強少數類的概念表達。
5.根據權利要求4所述的智能化試劑盒,其特征在于,步驟(1)中orem算法的過程如下:首先,每個少數樣本的orem找到其cmr,定義a(xi)={xi1,...xi(|s|-1)}為s(xi)根據樣本到xi的距離重新排列的樣本集,其中xi1是距離xi最近的樣本,xi2是距離xi第二近的樣本,以此類推,如果連續q個樣本xi(k-q+1),xi(k-q+2),...xik在a(xi)中來自多數樣本類,以xi為中心,以xi和xi(k-q)之間的距離為半徑的圓形區域s(xixi(k-q))即為xi的cmr;然后,orem進一步利用每個原...
【專利技術屬性】
技術研發人員:逄越,方玲玲,盧佳麗,李慶偉,劉青昆,姚雨彤,唐贊皓,
申請(專利權)人:遼寧師范大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。