原料血浆蛋白含量测定模型训练方法、系统、介质及设备

本发明提出一种原料血浆蛋白含量测定模型训练方法、系统、介质及设备，涉及蛋白含量测定领域，方法包括：获取原料血浆样本及其真实蛋白含量标签；采用双传感器基于不同温度采集原料血浆样本的近红外光谱，得到包含温度数据的近红外光谱；训练CNN‑LSTM模型，将包含温度数据的近红外光谱输入至CNN‑LSTM模型中，得到每个近红外光谱的预测蛋白含量标签；根据每个原料血浆样本的预测蛋白含量标签和真实蛋白含量标签计算模型的损失函数，当模型的损失最小时，得到训练好的CNN‑LSTM模型。基于近红外光谱分析技术与数据融合策略，利用模型学习包含温度信息的光谱数据与真实蛋白含量之间的关系，消除温度对蛋白含量检测结果的影响。