【技术实现步骤摘要】
本专利技术属于生物蛋白纯化分离，尤其涉及基于ceemdan算法的蛋白信号去噪方法。
技术介绍
1、蛋白质是构成细胞的生物大分子，是生命活动的主要承担者。一个典型的真核细胞包含数以千计的蛋白质，其分子结构、理化性质和功能差异很大。随着生命科学的发展和研究的不断深入，研究人员意识到仅靠基因组的分析来阐明生命活动的现象和本质是远远不够的，深入开展包括蛋白质和蛋白质组学等方面的研究，才能更好的把握生命现象和规律，从而揭示其本质。要研究蛋白质，首先要得到高纯度、具有生物活性、相对稳定的目标蛋白质，而蛋白质在组织或细胞中都是以复杂混合物的形式存在。因此，现有技术采集到的蛋白信号会夹杂着非平稳或非线性的随机噪声信号，若不将此类噪声信号进行去除，将会对蛋白质的纯度分析带来较大的困难。开展对蛋白质信号检测并除去噪音的方法研究，对于蛋白质分析研究具有特别重要的意义。
技术实现思路
1、本专利技术的目的在于提供基于ceemdan算法的蛋白信号去噪方法，旨在解决现有技术采集到的蛋白信号会夹杂着非平稳或非线性的随机噪声信号，若不将此类噪声信号进行去除，将会对蛋白质的纯度分析带来较大的困难的技术问题。
2、为实现上述目的，本专利技术实施例提供基于ceemdan算法的蛋白信号去噪方法，包括：
3、步骤s100:获取含有噪音信号的原始蛋白信号y(t)；
4、步骤s200:对原始蛋白信号y(t)进行ceemdan分解，获取多个本征模态分量
5、步骤s300:将获取到的
6、步骤s400:设定小波函数和阈值λ；根据设定的小波函数和阈值λ对各个原始小波系数cn进行去噪音换算，获得连续可导的去噪小波系数dn；
7、步骤s500：将低噪音本征模态分量imf1和去噪小波系数dn作信号重构，获得重构信号g(t)。
8、可选地，在步骤s200中，对原始蛋白信号y(t)进行ceemdan分解，获取多个本征模态分量包括以下步骤：
9、步骤s210：将高斯白噪声加入至原始蛋白信号y(t)中，从而获得第一蛋白信号f(t)；
10、步骤s220：将第一蛋白信号f(t)进行一阶emd分解；得到第一阶本征模态分量
11、即其中，j＝1，2，.....，n,为余量；
12、步骤s230：对获得的第一阶本征模态分量进行求和平均，得到第一本征模态分量即
13、步骤s240：计算原始蛋白信号y(t)和第一本征模态分量之间的残差值，获得第一阶残差r1(t),即
14、步骤s250：通过步骤s210-步骤s240,对第一阶残差进行处理，获得第二本征模态分量继续重复步骤s210-步骤s240,直至获得第k阶残差rk(t)为单调函数时停止，此时原始蛋白信号y(t)分解为：
15、可选地，在步骤s300中，将获取到的本征模态分量划分为低噪音本征模态分量imf1和高噪音本征模态分量imf2包括以下步骤：
16、步骤s310:计算各个本征模态分量的信噪比snr：
17、其中x为原始信号，y为噪声信号；步骤s320：计算各个本征模态分量的均方误差rrmse：
18、rrmse＝sqrt(mean((x―z).^2)；其中x为原始信号，z为信号预期值；
19、步骤s330：将信噪比snr最高和均方误差rrmse最低的两个本征模态分量划分为低噪音本征模态分量imf1；其余本征模态分量划分为高噪音模态分量imf2。
20、可选地，在步骤s400中,设定小波函数和阈值λ；根据设定的小波函数和阈值λ对各个原始小波系数cn进行去噪音换算，获得连续可导的去噪小波系数dn包括以下步骤：
21、步骤s410:设第一阶原始小波系数为c1；
22、设定阈值其中，l为n阶原始小波系数cn的数据长度，n为小波分解阶数；
23、步骤s420:设定小波函数将各个n阶原始小波系数cn代入小波函数中，获得连续可导的去噪小波系数dn。在原始小波系数cn中，大于阈值的原始小波系数cn视为高噪原始小波系数并作换算保留；小于阈值λ的原始小波系数cn则视为低噪原始小波系数，并设置为0。
24、可选地，在步骤s500中，将低噪音本征模态分量imf1和去噪小波系数dn作信号重构，获得重构信号g(t)包括以下步骤：
25、步骤s510：对低噪音本征模态分量imf1和去噪小波系数dn进行信号构建，获得重构信号g(t)。
26、可选地，在步骤s510,低噪音本征模态分量imf1和去噪小波系数dn进行线性相加中，还包括以下步骤：
27、步骤s501：根据高噪原始小波系数和低噪原始小波系数，进行小波重构；
28、步骤s502:将小波信号r(t)和低噪音本征模态分量imf1进行线性相加，获得重构信号g(t)。
29、可选地，在步骤s100中，获取含有噪音信号的原始蛋白信号y(t)包括以下步骤：
30、步骤s110：采用单片机通过rs232通讯或rs485通讯，将传感器传感器检测的原始蛋白信号y(t)上传至上位机。
31、可选地，步骤s500将低噪音本征模态分量imf1和去噪小波系数dn作信号重构，获得重构信号g(t)获得去噪音蛋白信号后还包括以下步骤：
32、步骤s600：将重构信号g(t)作为数据集导入至图像显示软件。
33、为实现上述目的，本专利技术实施例还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
34、为实现上述目的，本专利技术实施例还提供一种计算机可读储存介质，其上储存有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
35、本专利技术实施例提供的基于ceemdan算法的蛋白信号去噪方法中的上述一个或多个技术方案至少具有如下技术效果之一：本专利技术将ceemdan算法与改进的小波变换相结合，从而对含噪蛋白信号进行去噪。该方法在去噪过程中，保留噪声较少的低噪音本征模态分量imf1，只对含噪声多的高噪音本征模态分量imf2进行去噪处理，因此在达到去除噪声目的同时，还能较好地保留蛋白信号中的有用特征，从而得到较为纯净的蛋白检测信号。
本文档来自技高网...【技术保护点】
1.基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，包括：
2.根据权利要求1所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，在步骤S200中，对原始蛋白信号y(t)进行CEEMDAN分解，获取多个本征模态分量包括以下步骤：
3.根据权利要求2所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，在步骤S300中，将获取到的本征模态分量划分为低噪音本征模态分量IMF1和高噪音本征模态分量IMF2包括以下步骤：
4.根据权利要求3所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，在步骤S400中,设定小波函数和阈值λ；根据设定的小波函数和阈值λ对各个原始小波系数Cn进行去噪音换算，获得连续可导的去噪小波系数Dn包括以下步骤：
5.根据权利要求4所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，在步骤S500中，将低噪音本征模态分量IMF1和去噪小波系数Dn作信号重构，获得重构信号g(t)包括以下步骤：
6.根据权利要求5所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，
7.根据权利要求1-6任一项所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，在步骤S100中，获取含有噪音信号的原始蛋白信号y(t)包括以下步骤：
8.根据权利要求7所述的基于CEEMDAN算法的蛋白信号去噪方法，其特征在于，步骤S500将低噪音本征模态分量IMF1和去噪小波系数Dn作信号重构，获得重构信号g(t)获得去噪音蛋白信号后还包括以下步骤：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8中任一项所述方法的步骤。
10.一种计算机可读储存介质，其上储存有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法的步骤。
...【技术特征摘要】
1.基于ceemdan算法的蛋白信号去噪方法，其特征在于，包括：
2.根据权利要求1所述的基于ceemdan算法的蛋白信号去噪方法，其特征在于，在步骤s200中，对原始蛋白信号y(t)进行ceemdan分解，获取多个本征模态分量包括以下步骤：
3.根据权利要求2所述的基于ceemdan算法的蛋白信号去噪方法，其特征在于，在步骤s300中，将获取到的本征模态分量划分为低噪音本征模态分量imf1和高噪音本征模态分量imf2包括以下步骤：
4.根据权利要求3所述的基于ceemdan算法的蛋白信号去噪方法，其特征在于，在步骤s400中,设定小波函数和阈值λ；根据设定的小波函数和阈值λ对各个原始小波系数cn进行去噪音换算，获得连续可导的去噪小波系数dn包括以下步骤：
5.根据权利要求4所述的基于ceemdan算法的蛋白信号去噪方法，其特征在于，在步骤s500中，将低噪音本征模态分量imf1和去噪小波系数dn作信号重构，获得重构信号g(t)包括以下...
【专利技术属性】
技术研发人员：吴娟，成斌，
申请(专利权)人：合肥中科国腾生物科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。