首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于云计算的新生儿胆红素浓度预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津启赋贝康医疗科技有限公司

摘要:本发明涉及光谱数据处理技术领域,具体涉及基于云计算的新生儿胆红素浓度预测方法,包括:采集若干不同新生儿皮肤的光谱数据和实际胆红素浓度;根据光谱数据中波长对应的吸收率得到特征波长;根据不同光谱数据中特征波长对应的吸收率序列和特征波长,得到任意两个特征波长的相似性;根据任意两个特征波长的相似性,得到特征波长矩阵,得到特征波长矩阵中每个列矩阵对另外一个列矩阵的影响系数,根据影响系数和标准波长,得到列矩阵对胆红素浓度的影响因子,根据影响因子和实际胆红素浓度,得到回归模型,进而得到待测光谱数据的胆红素浓度预测值。本发明在保证岭回归法解决多重共线性的同时,使得到的回归模型更加准确,提高了回归分析的精度。

主权项:1.基于云计算的新生儿胆红素浓度预测方法,其特征在于,该方法包括以下步骤:采集若干不同新生儿皮肤的光谱数据和新生儿的实际胆红素浓度,获取若干光谱数据的排列次序,获取胆红素在光谱数据中对应的标准波长,所述光谱数据包含若干波长和波长对应的吸收率;根据光谱数据中每个波长对应的吸收率得到每个光谱数据的若干特征波长;根据光谱数据及特征波长,获取每个光谱数据中每个特征波长对应的吸收率序列,根据不同光谱数据中特征波长对应的吸收率序列和特征波长,得到不同光谱数据中任意两个特征波长的相似性;将包含特征波长最多的光谱数据,记为标准光谱数据;根据标准光谱数据中每个特征波长与除标准光谱数据外每个光谱数据的特征波长的相似性和相似性的排列次序,得到标准光谱数据中每个特征波长对应的列矩阵,根据标准光谱数据中每个特征波长对应的列矩阵,得到特征波长矩阵,根据光谱数据中每个波长对应吸收率的一阶前向差分和特征波长矩阵,得到特征波长矩阵中每个列矩阵对另外一个列矩阵的影响系数,根据特征波长矩阵中每个列矩阵对另外一个列矩阵的影响系数和标准波长,得到特征波长矩阵中每个列矩阵对胆红素浓度的影响因子;根据特征波长矩阵中每个列矩阵对胆红素浓度的影响因子和新生儿的实际胆红素浓度,得到岭回归算法的回归模型,获取一个待测光谱数据,根据回归模型和特征波长矩阵中每个列矩阵对应的特征波长的均值,得到待测光谱数据对应的胆红素浓度预测值;所述根据特征波长矩阵中每个列矩阵对胆红素浓度的影响因子和新生儿的实际胆红素浓度,得到岭回归算法的回归模型,包括的具体步骤如下: 式中,的具体获取方法如下:获取特征波长矩阵中每个特征波长对应的吸收率,将特征波长矩阵中每个特征波长替换为特征波长对应的吸收率,得到一个吸收率矩阵,记为,的具体获取方法如下:将多个新生儿的实际胆红素浓度按照对应的排列次序进行列排列,得到的列矩阵记为y,为待求解系数矩阵,为取二范数,为待求解参数,为岭回归算法的目标函数的输出值,为权重系数矩阵,权重系数矩阵的具体获取方法如下: 其中,为特征波长矩阵中第1个列矩阵对胆红素浓度的影响因子,为特征波长矩阵中第2个列矩阵对胆红素浓度的影响因子,为特征波长矩阵中第k个列矩阵对胆红素浓度的影响因子;将最小值对应的,作为最终系数矩阵,根据最终系数矩阵得到岭回归算法的回归模型。

全文数据:

权利要求:

百度查询: 天津启赋贝康医疗科技有限公司 基于云计算的新生儿胆红素浓度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。