药物活性检测方法、装置、电子设备和存储介质与流程

技术特征：
1.一种药物活性检测方法，其特征在于，包括：获取待检测药物的药物成分集合；将所述药物成分集合输入至活性检测模型，得到所述待检测药物的检测结果；其中，所述活性检测模型是基于各样本包的最优包代表进行多示例学习得到的，所述最优包代表是基于序列最小优化算法从对应的样本包中选取得到的，所述样本包包括多个示例，所述样本包中的各示例对应样本药物的药物分子的各同分异构体。2.根据权利要求1所述的药物活性检测方法，其特征在于，所述最优包代表是基于如下方法得到的：基于序列最小优化算法以及各样本包的当前包代表，训练当前的支持向量机模型；基于当前的支持向量机模型，获取各样本包中各示例的分类得分；基于各样本包中各示例的分类得分，确定各样本包的下一包代表；若各样本包的当前包代表和下一包代表一致，则将当前包代表作为最优包代表；否则，应用各样本包的下一包代表替换当前包代表，并基于序列最小优化算法以及各样本包的当前包代表，训练当前的支持向量机模型。3.根据权利要求2所述的药物活性检测方法，其特征在于，当所述各样本包的当前包代表和下一包代表一致时，所述将当前包代表作为最优包代表，之后还包括：基于所述当前的支持向量机模型，确定所述活性检测模型。4.根据权利要求2所述的药物活性检测方法，其特征在于，所述基于各样本包中各示例的分类得分，确定各样本包的下一包代表，包括：若任一样本包为正包，则将所述任一样本包中各示例的分类得分按降序排序，选取排前列的示例作为所述下一包代表；若任一样本包为负包，则将所述任一样本包中各示例的分类得分按升序排序，选取排前列的示例作为所述下一包代表。5.根据权利要求1至4中任一项所述的药物活性检测方法，其特征在于，所述样本包包括的多个示例是基于如下步骤确定的：计算所述样本包中每两个候选示例之间的灰色关联度；基于所述灰色关联度，对所述样本包中的各候选示例进行整合。6.根据权利要求5所述的药物活性检测方法，其特征在于，所述各候选示例包括多个维度的特征；所述计算所述样本包中每两个候选示例之间的灰色关联度，包括：计算任两个候选示例中每相同维度的两个特征之间的灰色关联系数；对各灰色关联系数求平均值，得到所述任两个候选示例之间的灰色关联度。7.根据权利要求5所述的药物活性检测方法，其特征在于，所述基于所述灰色关联度，对所述样本包中的各候选示例进行整合，包括：若任两个候选示例之间的灰色关联度大于预设阈值，则将所述任两个候选示例整合成一个示例。8.一种药物活性检测装置，其特征在于，包括：获取模块，用于获取待检测药物的药物成分集合；检测模块，用于将所述药物成分集合输入至活性检测模型，得到所述待检测药物的检
测结果；其中，所述活性检测模型是基于各样本包的最优包代表进行多示例学习得到的，所述最优包代表是基于序列最小优化算法从对应的样本包中选取得到的，所述样本包包括多个示例，所述样本包中的各示例对应样本药物的药物分子的各同分异构体。9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述药物活性检测方法的步骤。10.一种处理器可读存储介质，其特征在于，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行权利要求1至7任一项所述药物活性检测方法的步骤。

技术总结
本发明提供一种药物活性检测方法、装置、电子设备和存储介质。所述方法包括：获取待检测药物的药物成分集合；将所述药物成分集合输入至活性检测模型，得到所述待检测药物的检测结果；其中，所述活性检测模型是基于各样本包的最优包代表进行多示例学习得到的，所述最优包代表是基于序列最小优化算法从对应的样本包中选取得到的，所述样本包包括多个示例，所述样本包中的各示例对应样本药物的药物分子的各同分异构体。本发明提供的方法、装置、电子设备和存储介质，不仅能够降低模型的时间复杂度，还能够提高多示例学习模型的分类性能，在此基础上，通过活性检测模型对待检测药物进行活性检测，可以提高药物活性检测的准确度。可以提高药物活性检测的准确度。可以提高药物活性检测的准确度。


技术研发人员：任玲钰
受保护的技术使用者：中移雄安信息通信科技有限公司 中国移动通信集团有限公司
技术研发日：2021.06.01
技术公布日：2022/12/1