摘要
一种疾病标志物结构稳定性判断方法,属于疾病标志物领域,包含:获取疾病标志物样品并采集疾病标志物的光谱数据、荧光强度数据、表面电荷数据、蛋白质含量数据作为疾病标志物的多维数据,对疾病标志物的多维数据进行光谱稳定性分析得到第一判定结果,若第一判定结果为稳定状态则通过预先训练的深度神经网络模型对疾病标志物的荧光强度数据进行分子结构评分分析得到第二判定结果;若第二判定结果为稳定状态则基于疾病标志物的表面电荷数据与疾病标志物的蛋白质含量数据进行结构完整性分析得到第三判定结果,根据第三判定结果输出疾病标志物的最终结构稳定性判断结果。能够解决现有技术存在难以准确评估疾病标志物的整体结构稳定性的技术问题。
技术关键词
结构稳定性判断方法
标志物
疾病
荧光强度数据
深度神经网络结构
深度神经网络模型
指数
随机梯度下降
分子
纳米
波长
相对湿度
样本
批量
标签
矩阵
算法