基于稳健核主成分分析的儿童性激素与肥胖联合检测方法
本申请涉及激素检测,具体涉及一种基于稳健核主成分分析的儿童性激素与肥胖联合检测方法。
背景技术:
1、促性腺激素释放激素激发试验是评估儿童性腺轴功能的标准方法,在针对肥胖儿童的临床检测中,常出现检测值系统性低于垂体真实分泌水平的假阴性现象。这种偏差主要源于两个方面:
2、首先,肥胖患儿体内的脂肪组织堆积和体液总量增加,导致了激素的分布容积异常扩张,由于激素分子进入血液后会在更大的容积内扩散,造成外周血测得的浓度相对于垂体真实分泌量出现显著的稀释效应,其次,肥胖患儿常伴随高脂血症,血样中的大分子脂质颗粒在化学发光免疫分析过程中会产生光学散射,引入非生物性的随机尖峰噪声,导致原始光信号失真。
3、现有的校正方法通常仅依据体重指数(bmi)进行简单的线性回归,但bmi作为宏观指标,无法区分脂肪堆积与水分滞留对分布容积及其稀释率的不同影响机制,导致激素的检测结果的准确性较低。
技术实现思路
1、为了解决相关技术中,无法区分脂肪堆积与水分滞留对分布容积及其稀释率的不同影响机制,导致激素的检测结果的准确性较低的技术问题,本申请提供一种基于稳健核主成分分析的儿童性激素与肥胖联合检测方法。
2、所采用的技术方案具体如下:
3、从预设数据库获取健康人群的历史激素检测数据以及受试者的第一激素检测数据,历史激素检测数据包括标准激素响应矩阵以及组织结构分布数据;
4、基于第一激素检测数据以及标准激素响应矩阵,构建目标优化函数,并通过目标优化函数,对第一激素检测数据对应的信号序列进行稀疏重构,得到去噪后的激素信号序列;
5、基于第一激素检测数据中的多频阻抗测量值与组织结构分布数据之间的分布差异,计算得到分布偏移指数;
6、基于分布偏移指数,对激素信号序列进行补偿,计算得到校正后的激素分泌值。
7、在本申请的一种可能的实施方式中,基于第一激素检测数据以及标准激素响应矩阵,构建目标优化函数,包括:
8、基于第一激素检测数据,提取不同时间点的信号测量值;
9、将各信号测量值按照时间点的前后顺序排列,得到第一信号序列,第一信号序列为第一激素检测数据对应的信号序列;
10、基于标准激素响应矩阵以及第一信号序列,构建目标优化函数。
11、在本申请的一种可能的实施方式中,通过目标优化函数,对第一激素检测数据对应的信号序列进行稀疏重构,得到去噪后的激素信号序列,包括:
12、对目标优化函数进行求解,得到最优系数向量;
13、通过最优系数向量以及标准激素响应矩阵,对第一信号序列进行稀疏重构,得到去噪后的激素信号序列。
14、在本申请的一种可能的实施方式中,基于第一激素检测数据中的多频阻抗测量值与组织结构分布数据之间的分布差异,计算得到分布偏移指数,包括:
15、基于第一激素检测数据中的多频阻抗测量值以及组织结构分布数据之间的分布差异,计算受试者与健康人群之间的激素检测数据分布的最优传输距离;
16、将最优传输距离作为分布偏移指数。
17、在本申请的一种可能的实施方式中,基于第一激素检测数据中的多频阻抗测量值以及组织结构分布数据之间的分布差异,计算受试者与健康人群之间的激素检测数据分布的最优传输距离,包括:
18、对第一激素检测数据中在不同频率点处的多频阻抗测量值进行归一化处理,得到受试者的阻抗频率分布向量;
19、基于多频阻抗测量值之间的欧氏距离,计算得到频率差异矩阵中的多个矩阵元素值;
20、基于阻抗频率分布向量与组织结构分布数据之间的分布差异以及矩阵元素值,计算受试者与健康人群之间的激素检测数据分布的最优传输距离。
21、在本申请的一种可能的实施方式中,基于阻抗频率分布向量与组织结构分布数据之间的分布差异以及矩阵元素值,计算受试者与健康人群之间的激素检测数据分布的最优传输距离,包括:
22、基于各矩阵元素值,确定吉布斯核矩阵;
23、通过阻抗频率分布向量与组织结构分布数据之间的分布差异、吉布斯核矩阵,对最优传输距离对应的缩放因子进行迭代更新,直至缩放因子的数值收敛后,得到更新后的第一缩放因子和第二缩放因子;
24、基于第一缩放因子、第二缩放因子以及吉布斯核矩阵,计算得到最优传输方案矩阵;
25、对最优传输方案矩阵与频率差异矩阵进行内积求和处理,计算得到最优传输距离。
26、在本申请的一种可能的实施方式中,基于分布偏移指数,对激素信号序列进行补偿,计算得到校正后的激素分泌值,包括:
27、获取敏感度系数,基于分布偏移指数以及敏感度系数,构建指数增益模型;
28、通过指数增益模型对激素信号序列的观测峰值进行补偿,计算得到校正后的激素分泌值。
29、在本申请的一种可能的实施方式中,通过指数增益模型对激素信号序列的观测峰值进行补偿,计算得到校正后的激素分泌值,包括:
30、提取激素信号序列中的观测峰值;
31、将观测峰值代入至指数增益模型,并通过指数增益模型输出校正后的激素分泌值。
32、在本申请的一种可能的实施方式中,获取敏感度系数之前,还包括:
33、获取肥胖患者的历史病例数据,基于历史病例数据,确定肥胖患者的激素峰值参考值以及外周血观测峰值;
34、根据激素峰值参考值以及外周血观测峰值的比值,确定浓度稀释比值;
35、基于浓度稀释比值以及分布偏移指数,构建线性回归模型,并将线性回归模型的斜率值作为敏感度系数。
36、在本申请的一种可能的实施方式中,基于分布偏移指数,对激素信号序列进行补偿,计算得到校正后的激素分泌值之后,还包括:
37、可视化展示校正后的激素分泌值于用户界面,并输出分布偏移指数,以辅助医生评估受试者的代谢异常程度。
38、本申请具有包括但不限于如下技术效果:
39、通过从预设数据库获取健康人群的历史激素检测数据以及受试者的第一激素检测数据,根据第一激素检测数据以及标准激素响应矩阵,构建目标优化函数,再通过目标优化函数对第一激素检测数据对应的信号序列进行稀疏重构,得到去噪后的激素信号序列,进而,根据第一激素检测数据中的多频阻抗测量值与组织结构分布数据之间的分布差异,计算得到分布偏移指数,再通过分布偏移指数,对激素信号序列进行补偿,计算得到校正后的激素分泌值,在本申请中,通过目标优化函数对第一激素检测数据对应的信号序列进行去噪处理,消除信号中的噪声,避免了出现信号失真的情况,进而,根据受试者与健康人群之间的数据分布差异,计算分布偏移指数,再根据分布偏移指数对激素信号序列进行补偿修正,从而有效修正了因分布容积扩张导致的系统性浓度稀释,显著降低了肥胖儿童中枢性性早熟诊断的假阴性率,提高了对于肥胖人群的激素的检测结果的准确性。
1.一种基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述方法包括:
2.如权利要求1所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述基于所述第一激素检测数据以及标准激素响应矩阵,构建目标优化函数,包括:
3.如权利要求2所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述通过所述目标优化函数,对所述第一激素检测数据对应的信号序列进行稀疏重构,得到去噪后的激素信号序列,包括:
4.如权利要求1所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述基于所述第一激素检测数据中的多频阻抗测量值与所述组织结构分布数据之间的分布差异,计算得到分布偏移指数,包括:
5.如权利要求4所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述基于所述第一激素检测数据中的多频阻抗测量值以及所述组织结构分布数据之间的分布差异,计算受试者与健康人群之间的激素检测数据分布的最优传输距离,包括:
6.如权利要求5所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述基于所述阻抗频率分布向量与所述组织结构分布数据之间的分布差异以及矩阵元素值,计算受试者与健康人群之间的激素检测数据分布的最优传输距离,包括:
7.如权利要求1所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述基于所述分布偏移指数,对所述激素信号序列进行补偿,计算得到校正后的激素分泌值,包括:
8.如权利要求7所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述通过所述指数增益模型对所述激素信号序列的观测峰值进行补偿,计算得到校正后的激素分泌值,包括:
9.如权利要求7所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述获取敏感度系数之前,还包括:
10.如权利要求1所述的基于稳健核主成分分析的儿童性激素与肥胖联合检测方法,其特征在于,所述基于所述分布偏移指数,对所述激素信号序列进行补偿,计算得到校正后的激素分泌值之后,还包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com