瑞莱谱(杭州)医疗科技有限公司;广州泰谱斯科技有限公司井蓝天获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉瑞莱谱(杭州)医疗科技有限公司;广州泰谱斯科技有限公司申请的专利基于深度学习的液相色谱峰智能解析方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121208237B 。
龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511739696.4,技术领域涉及:G01N30/86;该发明授权基于深度学习的液相色谱峰智能解析方法及系统是由井蓝天;梁炎;曹永;石海钢;李涛;费鹏设计研发完成,并于2025-11-25向国家知识产权局提交的专利申请。
本基于深度学习的液相色谱峰智能解析方法及系统在说明书摘要公布了:本发明公开了基于深度学习的液相色谱峰智能解析方法及系统,涉及数据处理技术领域。该方法包括:基于深度学习构建色谱峰智能解析网络,使用样本色谱图训练该网络直至收敛;将待解析色谱信号输入色谱峰智能解析网络,并基于其输出的关键物理参数的概率分布,评估预测结果的可靠性,获得结果置信度;基于结果置信度与预设置信度阈值,动态调整样本色谱图的数量和构成,持续更新色谱峰智能解析网络;记录色谱峰智能解析网络的注意力机制为每个数据点分配的权重分数,将权重分数映射回原始色谱信号的时间序列,并通过颜色梯度进行可视化,以半透明层的形式叠加在原始色谱曲线上,生成色谱峰热力图。本发明有效提升了液相色谱解析的效率与精度。
本发明授权基于深度学习的液相色谱峰智能解析方法及系统在权利要求书中公布了:1.基于深度学习的液相色谱峰智能解析方法,其特征在于,所述方法包括: 基于深度学习,构建色谱峰智能解析网络,并使用样本色谱图训练所述色谱峰智能解析网络直至收敛,其中所述色谱峰智能解析网络包括特征提取器、物理参数概率预测输出头、物理信号生成器; 将待解析色谱信号输入色谱峰智能解析网络,并基于色谱峰智能解析网络的输出的关键物理参数的概率分布,评估预测结果的可靠性,获得结果置信度; 基于所述结果置信度与预设的置信度阈值,动态调整样本色谱图的数量和构成,持续更新所述色谱峰智能解析网络; 记录色谱峰智能解析网络的注意力机制为每个数据点分配的权重分数,将所述权重分数映射回原始色谱信号的时间序列,并通过颜色梯度进行可视化,以半透明层的形式叠加在原始色谱曲线上,生成色谱峰热力图; 将待解析色谱信号输入色谱峰智能解析网络,并基于色谱峰智能解析网络的输出的关键物理参数的概率分布,评估预测结果的可靠性,获得结果置信度,包括: 提取色谱峰智能解析网络输出的各物理参数的预测方差,并计算各物理参数的预测方差的归一化加权平均值; 基于误差传递原理,从各物理参数的预测方差的归一化加权平均值推导出峰面积的置信区间,获得区间宽度; 比较色谱峰智能解析网络重构的预测色谱信号与待解析色谱信号的匹配程度,获得信号匹配度; 基于所述区间宽度和所述信号匹配度,评估获得结果置信度; 基于所述结果置信度与预设的置信度阈值,动态调整样本色谱图的数量和构成,持续更新所述色谱峰智能解析网络,包括: 预设置信度阈值; 识别不满足所述置信度阈值的色谱图,作为薄弱色谱图; 识别薄弱色谱图共同特征,所述共同特征包括特定类型的严重重叠峰和极端基线漂移; 基于薄弱色谱图共同特征,使用物理模型生成具有相似特征的合成色谱图,作为针对性样本; 将新生成的针对性样本加入样本色谱图,重新训练所述色谱峰智能解析网络,直至模型在验证集上的平均结果置信度超过预设的高置信度阈值,其中,所述验证集标注有色谱峰准确信息。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人瑞莱谱(杭州)医疗科技有限公司;广州泰谱斯科技有限公司,其通讯地址为:310000 浙江省杭州市拱墅区康桥街道溪居路399号3幢20层2008室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励