[发明专利]一种基于迭代最优幂的非线性定标精度分析方法

说明书

本发明实施例提供一种基于迭代最优幂的非线性定标精度分析方法，包括：获取设定组数的试剂光值及其对应的试剂浓度的数据组；根据所述数据组，通过基于迭代最优幂的非线性定标方式，构造从试剂光值到试剂浓度的非线性函数；对所述非线性函数进行精度分析。采用本方法，可以解决现有技术中定标准确性差、定标精度评估方法不完善的问题，使得在应用化学发光免疫分析试剂时，能够通过试剂光值更准确地确定出试剂浓度。

技术领域

本发明涉及分析试剂定标技术领域，具体涉及一种基于迭代最优幂的非线性定标精度分析方法。

背景技术

化学发光免疫分析试剂的光值与试剂浓度存在一一映射的关系，用非线性函数表示，而定标就是利用有限数量的数据集辨识出一个从浓度到光值的非线性函数。这个非线性函数是严格单调增函数，且依赖四个未知参数。在函数结构给定的情况下，已知光值就可以通过非线性反函数算得浓度。试剂浓度范围是0到1000(常见的试剂浓度范围是0.1到3.5)，对应的试剂光值测量值范围是100到10000000。目前存在较多的定标方法，比如最速下降法、牛顿法、高斯-牛顿法、混合法、基于缩胀变步长和加权非线性参数估计的定标方法，等等。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

(1)常规方法常以残差平方和为目标函数，求参数使得目标函数最小，这些方法并不能满足低浓度的相对残差需求，在低浓度时将导致定标准确性下降。而定标准确性下降，将导致所述非线性函数不够准确，最终导致在通过光值确定试剂浓度时的结果不够准确。

(2)现有方法未考虑绝对最小二乘和相对最小二乘之间缓冲参数范围，该范围可能存在更优的定标参数，也导致了定标的非线性函数不够准确，导致在通过光值确定试剂浓度时的结果不够准确。

(3)估计完参数并不能代表定标工作的完成，定标的精度分析仍是一个重要的工作，好的精度分析方法，有利于准确评估定标的准确性。对于单变量系统、平稳系统、线性系统，精度评估比较成熟，有3σ准则、精度因子，等等。但是，对于化学发光免疫分析试剂对应的非平稳非线性系统，精度评估还不够完善，常规精度评价因子，比如残差平方和，并不能满足定标需求。精度评估不仅需要给出残差平方和，还要给出相对残差平方和、参数的不确定度、拟合值的不确定度等。

发明内容

本发明实施例提供一种基于迭代最优幂的非线性定标精度分析方法，通过测定一组试剂的实时光值和试剂浓度，构造从试剂光值到试剂浓度的非线性函数。而为了确定此非线性函数，采用了基于最优幂及相对权进行温和非线性定标的方法，使之能满足低浓度的相对残差需求，使非线性函数的确定结果更准确，并最终使通过光值确定试剂浓度的结果更准确；同时给出了残差平方和、相对残差平方和、参数精度管道、拟合值的精度管道等参数，以解决现有技术中定标精度评估方法不完善的问题。

为达上述目的，本发明实施例提供一种基于迭代最优幂的非线性定标精度分析方法，所述方法包括：

获取设定组数的试剂光值及其对应的试剂浓度的数据组；

根据所述数据组，通过基于迭代最优幂的非线性定标方式，构造从试剂光值到试剂浓度的非线性函数；

对所述非线性函数进行精度分析。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一种基于迭代最优幂的非线性定标精度分析方法的流程图；

图2是本发明一具体实施例的的流程图；

图3为本发明一具体实施例的参数管道图；