System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于癌症早期检测嵌入式医疗用品,具体涉及一种基于神经网络嵌入式芯片与生物快速检测试纸的泌尿系统癌及肝癌早期筛查的智能化试剂盒。
技术介绍
1、随着人类平均寿命的延长,癌症对人类的威胁日益加剧。恶性肿瘤的临床表现因其所在的器官、部位以及发展程度的不同而不同,但恶性肿瘤早期多无明显症状,即便有症状也常无特异性,等患者出现特异性症状时,肿瘤通常已经属于中、晚期,导致很多癌症患者因错过最佳治疗良机而死亡。
2、泌尿系统癌是发生于泌尿系统任意部位的肿瘤。包括肾、肾盂、输尿管、膀胱、尿道肿瘤。泌尿系统癌分为两大类:一类是肾盂、输尿管、膀胱、尿道空腔脏器的肿瘤,其腔内覆盖尿路上皮,故发生的是移行上皮肿瘤。是泌尿系统最常见的肿瘤。另一类是肾脏实质内发生的肾癌、肾母细胞瘤以及各脏器的非尿路上皮性肿瘤,如膀胱横纹肌肉瘤等。泌尿系统癌是世界范围内常见的恶性肿瘤,超过90%泌尿系统肿瘤起源于膀胱为膀胱癌,而肾盂肿瘤发生率仅占尿路上皮肿瘤的5%,占肾脏肿瘤的5%-13.6%。膀胱癌在世界范围内的生殖系肿瘤发病率及死亡率中居于首位,且随年龄增长而逐年上升,该病好发于40~60岁中老年人群,占全部恶性肿瘤的3.2%,泌尿系统肿瘤常在40岁以后发出,男性患病率比女性多一倍左右,其中男性年龄标化发病率为7.37/10万,女性为1.98/10万,每年约有10万余例患者死于该病,且近年来呈逐渐上升趋势。
3、肝癌是全球第六大最常诊断的癌症,也是第四大癌症死亡原因,仅次于肺癌、结直肠癌和胃癌。肝癌是一种高度致命的肿瘤,大多数病例在晚期
4、随着计算机技术、互联网技术和单片机技术的深入发展,嵌入式系统在经历了几十年的发展历程后,又进入了一个新的历史发展阶段,即从普遍低端应用进入到一个高、低端并行发展,并且不断提升低端应用技术水平的时代,其标志就是32位嵌入式系统的发展。目前,我国嵌入式系统的发展十分迅速,其发展正从嵌入式系统走向嵌入式产业,巨大的市场需求不断加速嵌入式系统的产业化进程。在
,医疗仪器设备则开始呈现向便携性和网络化发展的趋势。可以随身携带的血压计、血糖仪,可以在家庭或小型社康医院中使用的呼吸机、心电监护仪都具有很强的市场需求。基于上述医疗仪器设备固有的自身特点和最新发展趋势的要求,嵌入式系统应用于医疗仪器设备,符合发展趋势带来的要求和变化。
技术实现思路
1、鉴于此,本专利技术旨在于提供一种基于神经网络嵌入式芯片与生物快速检测试纸的泌尿系统癌及肝癌早期筛查的智能化试剂盒,医生将患者血液或尿液样本滴在检测试纸上,在经过嵌入式芯片的计算后,检测结果实时反映在外部设备上,并进一步区分患者是否患有泌尿系统癌,肝癌或其他疾病。通过这种方式来实现对泌尿系统癌及肝癌的早期检测,加快泌尿系统癌及肝癌的检测效率。实现了便携式仪器和大型检测设备在功能和性能方面的全面提升,对于改善人民医疗条件,提高人民生活水平具有重大的意义。
2、为实现上述目的,本专利技术提供如下技术方案:
3、一种泌尿系统癌及肝癌早期筛查的智能化试剂盒,所述的智能化试剂盒主要包括生物快速检测试纸、传感器、神经网络嵌入式芯片、微处理器和显示屏幕;生物快速检测试纸能够特异性检测人源尿液中修饰umod的neu5gc糖型结构和血液中neu5gc修饰的igg糖蛋白;传感器用于接收生物快速检测试纸的t线和c线的信号,并将检测数据传输给试剂盒内部的神经网络嵌入式芯片;神经网络嵌入式芯片用于将接收到的t线和c线的荧光信号经过算法获得t、c的比值,转化为数据信号传递给微处理器,微处理器用于将接收到的信息通过神经网络算法进行处理,对样本数据进行分类并且显示在试剂盒的显示屏幕上:对尿液的检测显示测试者是否会患泌尿系统癌,对血液的检测显示测试者是否会患肝癌。
4、基于上述技术方案,进一步地,所述的生物快速检测试纸由滤样垫、免疫荧光微球释放垫、免疫硝酸硝酸纤维素膜(检测线-t线和质控线-c线)和吸水垫(从左到右依次紧密连接)粘贴在胶板上;免疫荧光微球释放垫的制备过程为:将荧光微球标记的链霉亲和素和荧光微球标记的鼠抗igg喷在释放垫上,干燥后制备而成;免疫硝酸纤维素膜的制备过程为:将兔抗umod抗体、羊抗鼠igg溶液分别划膜在硝酸纤维素膜t、c线上,干燥后制备而成。
5、基于上述技术方案,进一步地,所述的神经网络算法具体包括:
6、(1)为平衡泌尿系统癌和肝癌数据中各类癌症数据与健康数据的数量,提高后续网络学习的效率和分类的准确率,采用一种简单的插值过采样方法——orem;
7、(2)利用lasso回归模型提取关键预测变量,对泌尿系统癌和肝癌中的患病特征进行特征选择;
8、(3)设计基于的lstm-senet-dbn泌尿系统癌和肝癌数据分类模型优化参数,解决传统深度模型中计算负载较大的问题,提高网络的学习速率。
9、基于上述技术方案,进一步地,步骤(1)中orem通过两个步骤来发现潜在少数样本区域,分别是探索候选少数样本区域(cmr)和进一步识别cmr中不包含任何多数样本的干净子区域,干净子区域即为所求的潜在少数样本区域;通过将合成样本填充到干净的子区域中,orem可拓宽少数类区域,增强少数类的概念表达。
10、基于上述技术方案,进一步地,步骤(1)中orem算法的过程如下:首先,每个少数样本的orem找到其cmr,定义a(xi)={xi1,...xi(|s|-1)}为s(xi)根据样本到xi的距离重新排列的样本集,其中xi1是距离xi最近的样本,xi2是距离xi第二近的样本,以此类推,如果连续q个样本xi(k-q+1),xi(k-q+2),...xik在a(xi)中来自多数样本类,以xi为中心,以xi和xi(k-q)之间的距离为半径的圆形区域s(xixi(k-q))即为xi的cmr;然后,orem进一步利用每个原始少数样本的cmr来识别干净的子区域;对于c(xi)中的每个样本xip,如果以xi和xip的中点为中心、xi和xip之间距离的一半为半径的超球体区域不包含任何多数样本,则该区域是干净的子区域;最后,orem为每个原始少数样本生成相同数量的合成样本。
11、基于上述技术方案,进一步地,步骤(2)中采用lasso对平衡后的泌尿系统癌和肝癌数据进行特征选取本文档来自技高网...
【技术保护点】
1.一种泌尿系统癌及肝癌早期筛查的智能化试剂盒,其特征在于,所述的智能化试剂盒主要包括生物快速检测试纸、传感器、神经网络嵌入式芯片、微处理器和显示屏幕;生物快速检测试纸能够特异性检测人源尿液中修饰UMOD的Neu5Gc糖型结构和血液中Neu5Gc修饰的IgG糖蛋白;传感器用于接收生物快速检测试纸的T线和C线的信号,并将检测数据传输给试剂盒内部的神经网络嵌入式芯片;神经网络嵌入式芯片用于将接收到的T线和C线的荧光信号经过算法获得T、C的比值,转化为数据信号传递给微处理器,微处理器用于将接收到的信息通过神经网络算法进行处理,对样本数据进行分类并且显示在试剂盒的显示屏幕上:对尿液的检测显示测试者是否会患泌尿系统癌,对血液的检测显示测试者是否会患肝癌。
2.根据权利要求1所述的智能化试剂盒,其特征在于,所述的生物快速检测试纸由滤样垫、免疫荧光微球释放垫、免疫硝酸硝酸纤维素膜(检测线-T线和质控线-C线)和吸水垫(从左到右依次紧密连接)粘贴在胶板上;免疫荧光微球释放垫的制备过程为:将荧光微球标记的链霉亲和素和荧光微球标记的鼠抗IgG喷在释放垫上,干燥后制备而成;免疫硝酸纤维素膜
3.根据权利要求1所述的智能化试剂盒,其特征在于,所述的神经网络算法具体包括:
4.根据权利要求3所述的智能化试剂盒,其特征在于,步骤(1)中OREM通过两个步骤来发现潜在少数样本区域,分别是探索候选少数样本区域(CMR)和进一步识别CMR中不包含任何多数样本的干净子区域,干净子区域即为所求的潜在少数样本区域;通过将合成样本填充到干净的子区域中,OREM可拓宽少数类区域,增强少数类的概念表达。
5.根据权利要求4所述的智能化试剂盒,其特征在于,步骤(1)中OREM算法的过程如下:首先,每个少数样本的OREM找到其CMR,定义A(xi)={xi1,...xi(|s|-1)}为S(xi)根据样本到xi的距离重新排列的样本集,其中xi1是距离xi最近的样本,xi2是距离xi第二近的样本,以此类推,如果连续q个样本xi(k-q+1),xi(k-q+2),...xik在A(xi)中来自多数样本类,以xi为中心,以xi和xi(k-q)之间的距离为半径的圆形区域S(xixi(k-q))即为xi的CMR;然后,OREM进一步利用每个原始少数样本的CMR来识别干净的子区域;对于C(xi)中的每个样本xip,如果以xi和xip的中点为中心、xi和xip之间距离的一半为半径的超球体区域不包含任何多数样本,则该区域是干净的子区域;最后,OREM为每个原始少数样本生成相同数量的合成样本。
6.根据权利要求3所述的智能化试剂盒,其特征在于,步骤(2)中采用LASSO对平衡后的泌尿系统癌和肝癌数据进行特征选取,LASSO将L2正则化项替换为L1,惩罚函数表示为:
7.根据权利要求3所述的智能化试剂盒,其特征在于,步骤(3)中采用LSTM-SENet-DBN,LSTM(Long ShortTem Memory)关键是细胞状态水平线在图上方贯穿运行,LSTM通过“门”添加或删除信息到单元状态C,再通过单元状态C完成信息传递,这一过程由σ函数和逐点乘法运算组成。
8.根据权利要求7所述的智能化试剂盒,其特征在于,LSTM层三个门完成前向计算的过程包含三个阶段,包括:“遗忘门”实现从细胞状态中丢弃信息,之后更新信息值,实现更新“细胞”状态,最后确定输出的值ht;使用SENet(Squeeze-and-Excitation networks)增强了有效特征的影响力,削弱无关特征的影响力,将每个元素与对应的注意力权重进行加权求和,得到自注意力机制的输出;将SENet的输出输入到DBN(Deep Belief Network,DBN)模型中,DBN包含受限玻尔兹曼机(restricted Boltzmann machine,RBM),获取输入数据的概率分布时具有提取复杂数据特征和降维特点,并以BP层结束。
9.根据权利要求1所述的智能化试剂盒,其特征在于,硬件选择存储资源相对较大的NVIDIA Jetson Nano核心板作为芯片开发板内部集成核心,核心板只有NVIDIA的CUDA计算单元,基板的四周由自恢复保险丝、电源指示灯、稳压芯片、散热片、I/O排针及引脚、一个Type-C接口,一个USB接口、重启键、Flash芯片和一个SD卡卡槽通过接线板桥接在一起。
10.根据权利要求9所述的智能化试剂盒,其特征在于,开发板采用Cortex-M7 ARM处理器作为基板的SOC,开发板通过python的...
【技术特征摘要】
1.一种泌尿系统癌及肝癌早期筛查的智能化试剂盒,其特征在于,所述的智能化试剂盒主要包括生物快速检测试纸、传感器、神经网络嵌入式芯片、微处理器和显示屏幕;生物快速检测试纸能够特异性检测人源尿液中修饰umod的neu5gc糖型结构和血液中neu5gc修饰的igg糖蛋白;传感器用于接收生物快速检测试纸的t线和c线的信号,并将检测数据传输给试剂盒内部的神经网络嵌入式芯片;神经网络嵌入式芯片用于将接收到的t线和c线的荧光信号经过算法获得t、c的比值,转化为数据信号传递给微处理器,微处理器用于将接收到的信息通过神经网络算法进行处理,对样本数据进行分类并且显示在试剂盒的显示屏幕上:对尿液的检测显示测试者是否会患泌尿系统癌,对血液的检测显示测试者是否会患肝癌。
2.根据权利要求1所述的智能化试剂盒,其特征在于,所述的生物快速检测试纸由滤样垫、免疫荧光微球释放垫、免疫硝酸硝酸纤维素膜(检测线-t线和质控线-c线)和吸水垫(从左到右依次紧密连接)粘贴在胶板上;免疫荧光微球释放垫的制备过程为:将荧光微球标记的链霉亲和素和荧光微球标记的鼠抗igg喷在释放垫上,干燥后制备而成;免疫硝酸纤维素膜的制备过程为:将兔抗umod抗体、羊抗鼠igg溶液分别划膜在硝酸纤维素膜t、c线上,干燥后制备而成。
3.根据权利要求1所述的智能化试剂盒,其特征在于,所述的神经网络算法具体包括:
4.根据权利要求3所述的智能化试剂盒,其特征在于,步骤(1)中orem通过两个步骤来发现潜在少数样本区域,分别是探索候选少数样本区域(cmr)和进一步识别cmr中不包含任何多数样本的干净子区域,干净子区域即为所求的潜在少数样本区域;通过将合成样本填充到干净的子区域中,orem可拓宽少数类区域,增强少数类的概念表达。
5.根据权利要求4所述的智能化试剂盒,其特征在于,步骤(1)中orem算法的过程如下:首先,每个少数样本的orem找到其cmr,定义a(xi)={xi1,...xi(|s|-1)}为s(xi)根据样本到xi的距离重新排列的样本集,其中xi1是距离xi最近的样本,xi2是距离xi第二近的样本,以此类推,如果连续q个样本xi(k-q+1),xi(k-q+2),...xik在a(xi)中来自多数样本类,以xi为中心,以xi和xi(k-q)之间的距离为半径的圆形区域s(xixi(k-q))即为xi的cmr;然后,orem进一步利用每个原...
【专利技术属性】
技术研发人员:逄越,方玲玲,卢佳丽,李庆伟,刘青昆,姚雨彤,唐赞皓,
申请(专利权)人:辽宁师范大学,
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。