【技术实现步骤摘要】
本专利技术属于去噪算法评估，具体涉及用于核酸扩增信号去噪算法的多指标融合评估方法及系统。
技术介绍
1、目前，以实时定量聚合酶链反应技术为代表的核酸扩增检测技术可以快速而准确地测定dna或rna分子数量。核酸扩增检测技术在医学、生物学和相关研究领域有着广泛的应用和重要意义。通过在核酸体外扩增过程中加入荧光染料等指示剂，并收集扩增过程信号可以实现多样品的定量、定量分析。设备采集的样品扩增信号通常包含噪声，这些噪声会对分析结果产生不利影响，需要采用一定的去噪算法以削弱噪声对分析结果的影响。目前，常用用于扩增信号去噪的算法有卡尔曼(kalman)滤波算法、弗里德曼(friedman)超平滑算法、萨维茨基-戈莱(savitzky–golay)滤波算法、三次样条函数(cubic splines)平滑算法、滑动平均(moving average)平滑算法、惠特克(whittaker)平滑算法、加权移动平均(weighted moving average)算法等，这些平滑算法在设置了合适的参数后都能对削弱噪声、提高信噪比，但是缺少系统的性能评估方法，大多数时候只能使用仪器设备厂家提供的内置的固定去噪算法，不能根据自己的实验条件选择更加合适的去噪算法，以提升实验结果的准确性和稳定性。
2、因此，设计一种能够根据用户的实验设置信息，调整评估方法中各个子参数的权重系数，以达到较好评估效果的用于核酸扩增信号去噪算法的多指标融合评估方法及系统，就显得十分必要。
技术实现思路
1、本专利技术是为
2、为了达到上述专利技术目的，本专利技术采用以下技术方案：
3、用于核酸扩增信号去噪算法的多指标融合评估方法，包括如下步骤：
4、s1，获取实验设置信息；
5、s2，确定复合指标的构成；所述复合指标包括均方根误差、平滑度、重复组cq值的cv值和标准曲线的决定系数r2；
6、s3，确定复合指标的权重系数，完成复合指标的构建；
7、s4，计算所有备选去噪算法的复合指标值，并根据复合指标值选出最优去噪算法；
8、s5，采用最优算法完成核酸扩增的后续分析。
9、作为优选，步骤s1包括如下步骤：
10、s11，判断实验是否设有重复组，如果有重复组，则在复合指标中加入重复组cq值的cv值；如果没有重复组，则在复合指标中去除重复组cq值cv值；
11、s12，判断实验是否设有标准样品，如果有标准样品，则在复合指标中加入标准品的决定系数r2；如果没有标准样品，则在复合指标中去除标准品的决定系数r2。
12、作为优选，步骤s2中，所述复合指标中的均方根误差rmse，用于衡量原始曲线与去噪后曲线之间的整体偏差，具体公式如下：
13、
14、其中，y(i)为原始含噪信号；为去噪后信号；n为信号长度。
15、作为优选，步骤s2中，所述复合指标中的平滑度指去噪后信号的差分数的方差根与原始信号的差分数的方差根之比，记为r，具体公式如下：
16、
17、其中，r为平滑度；rmse为均方根误差；y(i)为原始含噪信号；为去噪后信号；n为信号长度；y(i+1)为原始含噪信号y(i)中i后面1个序号后的信号；y(i+2)为原始含噪信号y(i)中i后面2个序号后的信号；为去噪后信号中i后面1个序号后的信号；为去噪后信号中i后面2个序号后的信号。
18、作为优选，步骤s2中，所述复合指标中的重复组cq值的cv值的计算公式如下：
19、
20、其中，cv(o)为目标参数o的cv值；sd(o)为目标参数o的标准差；为目标参数o的平均值；重复组cq值的cv值越小，表示重复性越好。
21、作为优选，步骤s2中，所述复合指标中的标准曲线的决定系数r2，用于表示回归曲线对观测值的拟合程度，反映标准器与样品初始数量对数值的线性关系，具体公式如下：
22、
23、其中，oi为第i个预测值；pi为第i个真实值；为目标参数o的平均值；n为预测值的总数；决定系数r2越大，表示线性回归性能越好。
24、作为优选，步骤s3包括如下步骤：
25、s31，选取参数均方根误差rmse、平滑度r、重复组cq值的cv值和标准曲线的决定系数r2构建复合评价指标；在融合过程中将4个指标进行归一化处理，采用极差法将指标归一化到[0，1]之间，4个指标归一化公式分别如下所示：
26、
27、其中，qr为平滑度的归一化值；qrmse为均方根误差的归一化值；qcv为重复组cq值的cv值的归一化值；为标准曲线r2的归一化值；min()为最小值计算；max()为最大值计算；
28、s32，构建复合指标，公式具体如下：
29、
30、其中，k1为均方根误差的权重系数；k2为平滑度的权重系数；k3为重复组cq值的cv值的权重系数；k4为标准曲线r2的权重系数。
31、作为优选，步骤s32中，各个权重系数的默认设定数值为1或根据用户需要进行自定义，并保存用户输入的权重系数。
32、本专利技术还提供了用于核酸扩增信号去噪算法的多指标融合评估系统包括：
33、信息获取模块，用于获取实验设置信息；
34、复合指标确定模块，用于确定复合指标的构成；所述复合指标包括均方根误差、平滑度、重复组cq值的cv值和标准曲线的决定系数r2；
35、复合指标构建模块，用于确定复合指标的权重系数，完成复合指标的构建；
36、计算模块，用于计算所有备选去噪算法的复合指标值，并根据复合指标值选出最优去噪算法；
37、分析模块，用于采用最优算法完成核酸扩增的后续分析。
38、本专利技术与现有技术相比，有益效果是：传统去噪质量评价指标主要包括信噪比、均方根误差、相关系数以及平滑度；其中，信噪比表示信号功率与噪声功率之间的比值，数值越大表示更好的去噪效果；均方根误差表示原始信号与去噪信号之间方差的平方根，数值越小代表更好的去噪效果；相关系数表示原始信号与去噪信号之间的相似度，数值越大表示去噪效果更好；平滑度表示去噪信号一阶差分与原始信号一阶差分之间方差根的比值，数值越小表示去噪效果更好；尽管上述常见的评价指标从不同角度评估去噪效果，但单独使用它们时存在一定的限制和不足；由于实测信号的原始纯净信号未知，采用单一指标进行评估可能会出现无极值现象，从而无法判断滤波算法的最佳值；
39、本本文档来自技高网...
【技术保护点】
1.用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S1包括如下步骤：
3.根据权利要求1所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S2中，所述复合指标中的均方根误差RMSE，用于衡量原始曲线与去噪后曲线之间的整体偏差，具体公式如下：
4.根据权利要求3所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S2中，所述复合指标中的平滑度指去噪后信号的差分数的方差根与原始信号的差分数的方差根之比，记为r，具体公式如下：
5.根据权利要求4所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S2中，所述复合指标中的重复组Cq值的CV值的计算公式如下：
6.根据权利要求5所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S2中，所述复合指标中的标准曲线的决定系数R2，用于表示回归曲线对观测值的拟合程度，反映标准器与样品初始数量对数值的线性关系，
7.根据权利要求6所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S3包括如下步骤：
8.根据权利要求7所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤S32中，各个权重系数的默认设定数值为1或根据用户需要进行自定义，并保存用户输入的权重系数。
9.用于核酸扩增信号去噪算法的多指标融合评估系统，用于实现权利要求1-8任一项所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，所述用于核酸扩增信号去噪算法的多指标融合评估系统包括：
...【技术特征摘要】
1.用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤s1包括如下步骤：
3.根据权利要求1所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤s2中，所述复合指标中的均方根误差rmse，用于衡量原始曲线与去噪后曲线之间的整体偏差，具体公式如下：
4.根据权利要求3所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤s2中，所述复合指标中的平滑度指去噪后信号的差分数的方差根与原始信号的差分数的方差根之比，记为r，具体公式如下：
5.根据权利要求4所述的用于核酸扩增信号去噪算法的多指标融合评估方法，其特征在于，步骤s2中，所述复合指标中的重复组cq值的cv值的计算公式如...
【专利技术属性】
技术研发人员：陈正伟，黄俊，叶子弘，赵倩，李业，高原，周扬，
申请(专利权)人：浙江科技大学，
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。