本發(fā)明熒光測(cè)流免疫層析檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)方法及裝置。

背景技術(shù)：

熒光免疫層析技術(shù)是在側(cè)流免疫層析技術(shù)(lateralflowimmunoassay，lfia)的基礎(chǔ)上，采用納米熒光顆粒作為示蹤標(biāo)記物進(jìn)行檢測(cè)的方法。該方法靈敏度、特異度高，可重復(fù)性和穩(wěn)定性好，動(dòng)態(tài)檢測(cè)范圍廣，而且能即時(shí)得出結(jié)果、適用于單人份測(cè)定等優(yōu)勢(shì)。熒光免疫層析技術(shù)作為一種快速檢測(cè)方法，可應(yīng)用在生物醫(yī)學(xué)、臨床、食品安全等多個(gè)領(lǐng)域，其檢測(cè)技術(shù)的研究具有重要的意義。

目前熒光免疫層析的臨床可測(cè)定項(xiàng)目包括心肌肌鈣蛋白i、肌紅蛋白、肌酸激酶同工酶、微量白蛋白、絨毛膜促性腺激素及β亞單位的含量等。農(nóng)產(chǎn)品食品安全的檢測(cè)項(xiàng)目包括激素類(lèi)如氯霉素、鏈霉素、磺胺類(lèi)、四環(huán)素類(lèi)等，真菌毒素類(lèi)如黃曲霉素b1、黃曲霉素m1及玉米赤霉烯酮等。

熒光免疫層析檢測(cè)技術(shù)主要利用樣品的熒光光譜特性，目前熒光免疫層析檢測(cè)技術(shù)主要采用光電檢測(cè)和圖像檢測(cè)兩種方式，在圖像檢測(cè)的熒光免疫層析檢測(cè)中，圖像特征量選取多以灰度值進(jìn)行數(shù)據(jù)算法分析，檢測(cè)精度相較于光電檢測(cè)的方法低。而上述兩種傳統(tǒng)檢測(cè)方法中，均需要進(jìn)行特征值的提取以進(jìn)行數(shù)據(jù)分析。而深度神經(jīng)網(wǎng)絡(luò)在模式分類(lèi)領(lǐng)域，由于避免了對(duì)圖像的復(fù)雜前期預(yù)處理，可以直接輸入原始圖像，通過(guò)分層的方式學(xué)習(xí)圖像的特征表示，因而得到了更為廣泛的應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)方法及裝置，該方法避免了對(duì)檢測(cè)數(shù)據(jù)的特征值提取，可以直接根據(jù)檢測(cè)數(shù)據(jù)，通過(guò)分層的方式學(xué)習(xí)數(shù)據(jù)的特征表示，提高熒光免疫層析檢測(cè)效果。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)方法，包括如下步驟，

s1、采集熒光層析試條檢測(cè)數(shù)據(jù)及檢測(cè)結(jié)果作為訓(xùn)練數(shù)據(jù)，建立多層的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

s2、將熒光試條放入熒光免疫層析試條檢測(cè)裝置的移動(dòng)平臺(tái)，由步進(jìn)電機(jī)驅(qū)動(dòng)移動(dòng)平臺(tái)的前后移動(dòng)，同時(shí)光電檢測(cè)模塊將熒光強(qiáng)度變化轉(zhuǎn)換成電信號(hào)數(shù)據(jù)；

s3、采集步驟s2轉(zhuǎn)換的電信號(hào)數(shù)據(jù)，并將采集到的電信號(hào)數(shù)據(jù)傳送到計(jì)算機(jī)，進(jìn)行濾波處理消除包括基線的背景干擾；

s4、將采集到的電信號(hào)數(shù)據(jù)作為步驟s1建立的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型的輸入；

s5、采用深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型進(jìn)行數(shù)據(jù)分析與處理，得到熒光免疫層析檢測(cè)結(jié)果。

在本發(fā)明一實(shí)施例中，所述步驟s1中，建立的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型，其激活函數(shù)采用sigmoid函數(shù)f(z)＝1/(1+e^(-z))，為實(shí)現(xiàn)稀疏性限制，其代價(jià)目標(biāo)函數(shù)為：

其中，w,b是神經(jīng)網(wǎng)絡(luò)模型參數(shù)，m是樣本例數(shù)，hw，b(xⁱ)是第i組樣本神經(jīng)網(wǎng)絡(luò)輸出層的輸出值，yⁱ是第i組樣本對(duì)應(yīng)輸出值；β是控制稀疏性限制懲罰項(xiàng)的系數(shù)，ρ是稀疏值，是隱藏神經(jīng)元j的平均激活值，s2是隱藏層中隱藏神經(jīng)元的數(shù)量，是ρ與間的相對(duì)熵。

在本發(fā)明一實(shí)施例中，所述ρ取0.05。

本發(fā)明還提供了一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)裝置，包括光電信號(hào)檢測(cè)單元、機(jī)械掃描單元、stm32微處理器控制單元及計(jì)算機(jī)，該計(jì)算機(jī)建立有熒光檢測(cè)稀疏自編碼神經(jīng)網(wǎng)絡(luò)模塊和熒光免疫層析檢測(cè)數(shù)據(jù)數(shù)據(jù)庫(kù)；stm32微處理器控制單元通過(guò)機(jī)械掃描單元控制熒光試條的移動(dòng)，光電信號(hào)檢測(cè)單元用于檢測(cè)熒光試條在移動(dòng)中的熒光強(qiáng)度變化，并轉(zhuǎn)換為電信號(hào)數(shù)據(jù)，而后經(jīng)由stm32微處理器控制單元傳輸給計(jì)算機(jī)進(jìn)行濾波處理消除包括基線的背景干擾，而后通過(guò)熒光檢測(cè)稀疏自編碼神經(jīng)網(wǎng)絡(luò)模塊和熒光免疫層析檢測(cè)數(shù)據(jù)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)分析，獲得熒光免疫層析檢測(cè)結(jié)果。

在本發(fā)明一實(shí)施例中，所述機(jī)械掃描單元包括用于放置熒光試條的移動(dòng)平臺(tái)及驅(qū)動(dòng)該移動(dòng)平臺(tái)前后移動(dòng)的步進(jìn)電機(jī)。

在本發(fā)明一實(shí)施例中，所述光電信號(hào)檢測(cè)單元包括激發(fā)光源、光電二極管、接收光纖、發(fā)射光纖、濾光片、勻光片，激發(fā)光源發(fā)射激發(fā)光通過(guò)發(fā)射光纖照射至熒光試條上，接收光纖用于接收熒光試條產(chǎn)生的熒光，經(jīng)濾光片后進(jìn)入硅光電管。

在本發(fā)明一實(shí)施例中，所述接收光纖的光纖頭為扁平的橢圓形，并與熒光層新試條檢測(cè)區(qū)的檢測(cè)線相匹配，發(fā)射光纖為6條，該6條發(fā)射光纖均勻的分布在接收光纖周?chē)?，?jīng)勻光片后用于激發(fā)熒光試條。

在本發(fā)明一實(shí)施例中，還包括一與所述stm32微處理器控制單元連接的存儲(chǔ)單元。

相較于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：本發(fā)明避免了對(duì)檢測(cè)數(shù)據(jù)的特征值提取，可以直接根據(jù)檢測(cè)數(shù)據(jù)，通過(guò)分層的方式學(xué)習(xí)數(shù)據(jù)的特征表示，提高熒光免疫層析檢測(cè)效果。

附圖說(shuō)明

圖1為本發(fā)明熒光免疫層析檢測(cè)整體框圖。

圖2為本發(fā)明熒光免疫層析光電檢測(cè)系統(tǒng)示意圖。

圖3為本發(fā)明接收光纖光纖頭、發(fā)射光纖光纖頭截面示意圖。

圖4為本發(fā)明熒光免疫層析檢測(cè)裝置工作流程圖。

具體實(shí)施方式

下面結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行具體說(shuō)明。

本發(fā)明的一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)方法，包括如下步驟，

s1、采集熒光層析試條檢測(cè)數(shù)據(jù)及檢測(cè)結(jié)果作為訓(xùn)練數(shù)據(jù)，建立多層的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

s2、將熒光試條放入熒光免疫層析試條檢測(cè)裝置的移動(dòng)平臺(tái)，由步進(jìn)電機(jī)驅(qū)動(dòng)移動(dòng)平臺(tái)的前后移動(dòng)，同時(shí)光電檢測(cè)模塊將熒光強(qiáng)度變化轉(zhuǎn)換成電信號(hào)數(shù)據(jù)；

s3、采集步驟s2轉(zhuǎn)換的電信號(hào)數(shù)據(jù)，并將采集到的電信號(hào)數(shù)據(jù)傳送到計(jì)算機(jī)，進(jìn)行濾波處理消除包括基線的背景干擾；

s4、將采集到的電信號(hào)數(shù)據(jù)作為步驟s1建立的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型的輸入；

s5、采用深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型進(jìn)行數(shù)據(jù)分析與處理，得到熒光免疫層析檢測(cè)結(jié)果。

所述步驟s1中，建立的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型，其激活函數(shù)采用sigmoid函數(shù)f(z)＝1/(1+e^(-z))，為實(shí)現(xiàn)稀疏性限制，其代價(jià)目標(biāo)函數(shù)為：

其中，w,b是神經(jīng)網(wǎng)絡(luò)模型參數(shù)，m是樣本例數(shù)，hw，b(xⁱ)是第i組樣本神經(jīng)網(wǎng)絡(luò)輸出層的輸出值，yⁱ是第i組樣本對(duì)應(yīng)輸出值；β是控制稀疏性限制懲罰項(xiàng)的系數(shù)，ρ是稀疏值，是隱藏神經(jīng)元j的平均激活值，s2是隱藏層中隱藏神經(jīng)元的數(shù)量，是ρ與間的相對(duì)熵。所述ρ取0.05。

本發(fā)明還提供了一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)裝置，包括光電信號(hào)檢測(cè)單元、機(jī)械掃描單元、stm32微處理器控制單元及計(jì)算機(jī)，該計(jì)算機(jī)建立有熒光檢測(cè)稀疏自編碼神經(jīng)網(wǎng)絡(luò)模塊和熒光免疫層析檢測(cè)數(shù)據(jù)數(shù)據(jù)庫(kù)；stm32微處理器控制單元通過(guò)機(jī)械掃描單元控制熒光試條的移動(dòng)，光電信號(hào)檢測(cè)單元用于檢測(cè)熒光試條在移動(dòng)中的熒光強(qiáng)度變化，并轉(zhuǎn)換為電信號(hào)數(shù)據(jù)，而后經(jīng)由stm32微處理器控制單元傳輸給計(jì)算機(jī)進(jìn)行濾波處理消除包括基線的背景干擾，而后通過(guò)熒光檢測(cè)稀疏自編碼神經(jīng)網(wǎng)絡(luò)模塊和熒光免疫層析檢測(cè)數(shù)據(jù)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)分析，獲得熒光免疫層析檢測(cè)結(jié)果。還包括一與所述stm32微處理器控制單元連接的存儲(chǔ)單元。

所述機(jī)械掃描單元包括用于放置熒光試條的移動(dòng)平臺(tái)及驅(qū)動(dòng)該移動(dòng)平臺(tái)前后移動(dòng)的步進(jìn)電機(jī)。所述光電信號(hào)檢測(cè)單元包括激發(fā)光源、光電二極管、接收光纖、發(fā)射光纖、濾光片、勻光片，激發(fā)光源發(fā)射激發(fā)光通過(guò)發(fā)射光纖照射至熒光試條上，接收光纖用于接收熒光試條產(chǎn)生的熒光，經(jīng)濾光片后進(jìn)入硅光電管。所述接收光纖的光纖頭為扁平的橢圓形，并與熒光層新試條檢測(cè)區(qū)的檢測(cè)線相匹配，發(fā)射光纖為6條，該6條發(fā)射光纖均勻的分布在接收光纖周?chē)?jīng)勻光片后用于激發(fā)熒光試條。

以下為本發(fā)明的具體實(shí)現(xiàn)過(guò)程。

本發(fā)明的一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)方法，包括以下步驟：

(1)采集一定數(shù)量的熒光層析試條檢測(cè)數(shù)據(jù)及檢測(cè)結(jié)果作為訓(xùn)練數(shù)據(jù)，建立一個(gè)多層的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

(2)將熒光試條放入熒光免疫層析試條檢測(cè)裝置，由步進(jìn)電機(jī)驅(qū)動(dòng)移動(dòng)平臺(tái)的前后移動(dòng)，同時(shí)光電檢測(cè)模塊將熒光強(qiáng)度變化轉(zhuǎn)換成電信號(hào)。

(3)并通過(guò)stm32的a/d接口采集，并將采集到的數(shù)據(jù)傳送到計(jì)算機(jī)，進(jìn)行濾波等處理消除基線和其他背景干擾。

(4)將采集到的數(shù)據(jù)作為稀疏自編碼神經(jīng)網(wǎng)絡(luò)的輸入。

(5)采用稀疏自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分析與處理，得到熒光免疫層析檢測(cè)結(jié)果。

本發(fā)明還提供了一種基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)的熒光免疫層析檢測(cè)裝置，其特征在于：包括光電信號(hào)檢測(cè)單元，機(jī)械掃描單元，stm32微處理器控制系統(tǒng)以及計(jì)算機(jī)的數(shù)據(jù)處理與分析及數(shù)據(jù)管理平臺(tái)。掃描儀采用stm32微處理器作為控制系統(tǒng)，并采用稀疏自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)訓(xùn)練與分析，獲得檢測(cè)結(jié)果。

熒光免疫層析檢測(cè)裝置框圖如圖1所示。主要包括光電信號(hào)檢測(cè)單元，機(jī)械掃描單元，stm32微處理器控制系統(tǒng)以及在計(jì)算機(jī)上建立的熒光檢測(cè)稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型和熒光免疫層析檢測(cè)數(shù)據(jù)數(shù)據(jù)庫(kù)。

掃描儀采用stm32微處理器作為控制系統(tǒng)，檢測(cè)時(shí)由步進(jìn)電機(jī)驅(qū)動(dòng)移動(dòng)平臺(tái)的前后移動(dòng)，同時(shí)光電檢測(cè)模塊將熒光強(qiáng)度變化轉(zhuǎn)換成電信號(hào)，并通過(guò)stm32的a/d接口采集。并將采集到的數(shù)據(jù)傳送到計(jì)算機(jī)，進(jìn)行濾波等處理以消除基線和其他背景干擾。在計(jì)算機(jī)上存儲(chǔ)有熒光免疫層析檢測(cè)數(shù)據(jù)及對(duì)應(yīng)檢測(cè)結(jié)果的數(shù)據(jù)庫(kù)，并利用該數(shù)據(jù)庫(kù)建立稀疏自編碼神經(jīng)網(wǎng)絡(luò)。將采集到的數(shù)據(jù)作為稀疏自編碼神經(jīng)網(wǎng)絡(luò)的輸入，采用稀疏自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分析，獲得檢測(cè)結(jié)果。

激發(fā)光光電檢測(cè)模塊是集激發(fā)光源2、硅光電管1、接收光纖3、發(fā)射光纖4、濾光片5、勻光片6為一體的模塊，見(jiàn)圖2。根據(jù)熒光的光譜特性，激發(fā)光源采用紫外光led，為了獲得均勻的激發(fā)光照，提高檢測(cè)準(zhǔn)確度，發(fā)射光纖4和接收光纖3的結(jié)構(gòu)如圖3圖所示。接收光纖光纖頭為扁平的橢圓形狀，與熒光層析試條檢測(cè)區(qū)的檢測(cè)線相匹配，以提高檢測(cè)線區(qū)域的靈敏度。6個(gè)發(fā)射光纖光纖頭均勻分布在接收光纖的周?chē)?jīng)勻光片后用于激發(fā)熒光試條。硅光電管1選用對(duì)熒光波長(zhǎng)感應(yīng)敏感的硅光電二極管，提高檢測(cè)準(zhǔn)確度和精度。

如圖4所示，為本發(fā)明熒光免疫層析檢測(cè)流程圖，檢測(cè)開(kāi)始時(shí)，試條7在光電檢測(cè)模塊的紫外激發(fā)光的激發(fā)下發(fā)射熒光。步進(jìn)電機(jī)驅(qū)動(dòng)移動(dòng)平臺(tái)的前后移動(dòng)，同時(shí)光電檢測(cè)模塊將熒光強(qiáng)度的變化轉(zhuǎn)換成電信號(hào)，并通過(guò)stm32的a/d接口采集，并將采集到的數(shù)據(jù)傳送到計(jì)算機(jī)。計(jì)算機(jī)先將采集到的數(shù)據(jù)進(jìn)行濾波等處理后，作為稀疏自編碼神經(jīng)網(wǎng)絡(luò)的輸入，通過(guò)分層的方式學(xué)習(xí)數(shù)據(jù)的特征表示，提高熒光免疫層析檢測(cè)效果。

本發(fā)明中建立的熒光免疫層析檢測(cè)裝置的稀疏自編碼神經(jīng)網(wǎng)絡(luò)模型，其激活函數(shù)采用sigmoid函數(shù)f(z)＝1/(1+e^(-z))。為了實(shí)現(xiàn)稀疏性限制，代價(jià)目標(biāo)函數(shù)為：

其中，w,b是神經(jīng)網(wǎng)絡(luò)模型參數(shù)，m是樣本例數(shù)，hw，b(xⁱ)是第i組樣本神經(jīng)網(wǎng)絡(luò)輸出層的輸出值，yⁱ是第i組樣本對(duì)應(yīng)輸出值；β是控制稀疏性限制懲罰項(xiàng)的系數(shù)，ρ是稀疏值，是隱藏神經(jīng)元j的平均激活值，s2是隱藏層中隱藏神經(jīng)元的數(shù)量，是ρ與間的相對(duì)熵。所述ρ取0.05。

采用一定數(shù)量的熒光層析試條檢測(cè)數(shù)據(jù)及對(duì)應(yīng)檢測(cè)結(jié)果作為訓(xùn)練數(shù)據(jù)，采集處理后的數(shù)據(jù)作為輸入，檢測(cè)結(jié)果作為標(biāo)簽。采用訓(xùn)練數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)模型各個(gè)隱含層進(jìn)行逐層訓(xùn)練，得到稀疏子自編碼網(wǎng)絡(luò)模型的w,b等參數(shù)。

將采集到的數(shù)據(jù)作為稀疏自編碼神經(jīng)網(wǎng)絡(luò)的輸入。采用稀疏自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分析與處理，得到熒光免疫層析檢測(cè)結(jié)果。

以上是本發(fā)明的較佳實(shí)施例，凡依本發(fā)明技術(shù)方案所作的改變，所產(chǎn)生的功能作用未超出本發(fā)明技術(shù)方案的范圍時(shí)，均屬于本發(fā)明的保護(hù)范圍。