摘要
一种拉曼峰特征匹配方法、系统、设备及介质,其方法为:首先采集与细胞分型相关的多种受体蛋白拉曼光谱和多种单细胞拉曼光谱,包括正常细胞和不同类型的癌细胞;其次对所采集的受体蛋白拉曼光谱进行生物峰值特征提取,对单细胞拉曼光谱进行机器学习模型的重要数据特征提取;然后对提取到的生物峰值特征与机器学习模型的重要数据特征进行匹配,同时完成机器学习模型的重要数据特征筛选;最后根据匹配筛选出的机器学习模型重要数据特征对细胞拉曼光谱进行特征增强,并对初始机器学习模型进行再训练;通过拉曼光谱的特征增强提取,进而实现机器学习模型分类准确率的有效提升;其系统、设备及介质能够基于所述的拉曼峰特征匹配方法进行细胞拉曼峰特征匹配;本发明具有匹配精度好,效率高的优点。
技术关键词
特征匹配方法
单细胞拉曼光谱
蛋白
受体
数据特征提取
机器学习模型训练
绘图软件
训练机器学习模型
超参数
特征提取模块
分类准确率
拟合算法
基线
拉曼光谱仪
生物
可读存储介质
系统为您推荐了相关专利信息
数据解码
解码模型
质谱
蛋白质晶体结构
X射线晶体学
纤维粘连蛋白
壳聚糖混合物
器官芯片
海藻酸钠
人工基质
关键节点识别方法
差异表达基因
构建基因表达
网络拓扑特征
疾病标志物技术
人慢性胰腺炎
动物模型
重组细胞
胰腺炎治疗
基因表达载体
编码向量
灾害风险预警方法
面向公路物流
气象
相对湿度