申请/专利权人：江苏柏慧康生物科技有限公司

申请日：2024-04-22

公开（公告）日：2024-06-28

公开（公告）号：CN118090691B

主分类号：G01N21/64

分类号：G01N21/64;G01N21/01;G02B21/00;G06T7/00;G06T7/13

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明涉及荧光显微分析技术领域，具体涉及远程控制的自动荧光显微观测系统，包括：可调谐荧光激发光源模块：所述可调谐荧光激发光源模块包括多个波长的激光光源，根据荧光标记特性选择激发光源，配备光亮度调节机制，控制光源的亮度，避免过度曝光和荧光淬灭；智能光源控制单元：所述智能光源控制单元集成光谱分析工具，自动识别样品中荧光标记的最佳激发波长；远程操作与监控界面：允许用户通过远程界面实时监控和调整光源的波长和强度。本发明，准确地识别荧光标记的特性，并预测其最佳激发波长，使得系统能够智能化地适应不同的荧光标记。

主权项：1.远程控制的自动荧光显微观测系统，其特征在于，包括：可调谐荧光激发光源模块：所述可调谐荧光激发光源模块包括多个波长的激光光源，根据荧光标记特性选择激发光源，配备光亮度调节机制，控制光源的亮度，避免过度曝光和荧光淬灭；智能光源控制单元：所述智能光源控制单元集成光谱分析工具，自动识别样品中荧光标记的最佳激发波长，所述光谱分析工具具体包括：光谱特征提取算法：采用基于机器学习的光谱特征提取算法，对采集的光谱数据进行分析，识别出样品中的荧光标记特征，通过训练数据集学习荧光标记的典型光谱特性，包括吸收峰和发射峰，区分不同类型的荧光标记；最佳激发波长预测模型：结合光谱特征提取结果，使用最佳激发波长预测模型确定荧光标记的最佳激发波长，根据荧光标记的光谱特征，计算出最佳激发波长区间，所述最佳激发波长预测模型基于灰色预测模型，使用深度学习网络输出的荧光标记特征作为输入，应用灰色预测模型GM1,1对深度学习网络提取的荧光标记特征进行一次累加操作，形成新的数据序列，累加序列的公式为：，其中，原始数据序列，是累加后的数据序列；建立GM1,1模型：对累加序列建立一阶微分方程：，其中a和b，是待估计的模型参数，使用最小二乘法来估计参数a和b，参数的估计公式为：，其中B和Y是基于累加数据构建的矩阵和向量；利用估计的参数，预测激发波长，预测模型公式为：，其中是预测的累加值；远程操作与监控界面：允许用户通过远程界面实时监控和调整光源的波长和强度，根据观测需要和反馈，微调光源设置，以优化荧光信号。

全文数据：

权利要求：

百度查询： 江苏柏慧康生物科技有限公司 远程控制的自动荧光显微观测系统

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD