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！

申请/专利权人：上海六颗蚕豆医疗科技有限公司

摘要：本申请提供一种循环肿瘤细胞检测系统及其控制方法，获取得到循环肿瘤细胞检测系统中的细胞样本流量序列；通过细胞样本流量序列确定流量数据混沌依赖因子，通过流量数据混沌依赖因子确定细胞样本流量混沌时滞；由细胞样本流量混沌时滞确定细胞样本流量混沌序列，对细胞样本流量混沌序列进行关联度量得到细胞样本关联点对，根据细胞样本关联点对确定流量数据核心奇异量；通过流量数据核心奇异量确定混沌线性判别因子和混沌相关判别因子，由混沌线性判别因子和混沌相关判别因子确定循环肿瘤细胞样本流量偏倚系数；根据循环肿瘤细胞样本流量偏倚系数对循环肿瘤细胞样本的流速进行控制，有效提高循环肿瘤细胞检测系统对循环肿瘤细胞样本的检测效率。

主权项：1.一种循环肿瘤细胞检测系统的控制方法，其特征在于，包括如下步骤：获取循环肿瘤细胞检测系统中的循环肿瘤细胞的样本流量数据，进而得到细胞样本流量序列；通过所述细胞样本流量序列确定流量数据混沌依赖因子，通过所述流量数据混沌依赖因子和所述细胞样本流量序列确定细胞样本流量混沌时滞；通过所述细胞样本流量混沌时滞确定细胞样本流量混沌序列，对所述细胞样本流量混沌序列进行关联度量，得到细胞样本关联点对，根据所述细胞样本关联点对确定流量数据核心奇异量；根据所述流量数据核心奇异量确定混沌线性判别因子和混沌相关判别因子，通过所述混沌线性判别因子和所述混沌相关判别因子确定循环肿瘤细胞样本流量偏倚系数；根据所述循环肿瘤细胞样本流量偏倚系数对循环肿瘤细胞样本的流速进行控制，其中，通过所述细胞样本流量序列确定流量数据混沌依赖因子具体包括：根据所述细胞样本流量序列建立混沌分布曲线；在所述细胞样本流量序列中选定细胞样本流量数据；通过所述混沌分布曲线和所述选定细胞样本流量数据确定流量数据混沌依赖因子，其中，通过所述细胞样本流量混沌时滞确定细胞样本流量混沌序列具体包括：根据细胞样本流量序列确定扩展决策区间；通过所述扩展决策区间确定细胞样本扩展维数；通过所述细胞样本扩展维数、所述细胞样本流量混沌时滞和所述细胞样本流量序列建立细胞样本延迟扩展向量集；将所述细胞样本延迟扩展向量集转换为细胞样本流量混沌序列，其中，对所述细胞样本流量混沌序列进行关联度量，得到细胞样本关联点对具体包括：确定所述细胞样本流量混沌序列中所有细胞样本流量混沌数据之间的关联级度；将关联级度超过关联决策级度的两个细胞样本流量混沌数据作为细胞样本关联点对，其中，根据所述细胞样本关联点对确定流量数据核心奇异量具体包括：通过细胞样本关联点对确定流量数据奇异量；确定所述流量数据奇异量的混沌区分度；根据所述流量数据奇异量的混沌区分度和混沌区分决策值确定流量数据核心奇异量，其中，通过所述混沌分布曲线和所述选定细胞样本流量数据确定流量数据混沌依赖因子，采用下述方式：确定选定细胞样本流量数据在混沌分布曲线上的概率；确定选定细胞样本流量数据的延时细胞样本流量数据在混沌分布曲线上的概率；确定选定细胞样本流量数据对应的联合概率；通过选定细胞样本流量数据对应的联合概率、选定细胞样本流量数据在混沌分布曲线上的概率和延时细胞样本流量数据在混沌分布曲线上的概率确定流量数据混沌依赖因子，流量数据混沌依赖因子根据下述公式确定： 其中，Gτ表示混沌延时为τ时对应的流量数据混沌依赖因子，pijτ表示选定细胞样本流量数据对应的联合概率，yα表示选定细胞样本流量数据，pi表示选定细胞样本流量数据yα位于混沌分布曲线点i上的概率，pj表示延时细胞样本流量数据yα+τ位于混沌分布曲线点j上的概率，其中，通过细胞样本关联点对确定流量数据奇异量，采用下述方式：确定细胞样本关联点对总数；通过关联决策级度和细胞样本关联点对总数确定流量数据奇异量，流量数据奇异量根据下述公式确定： 其中，ηd表示关联决策级度为d时的流量数据奇异量，N表示细胞样本关联点对总数，yi和yj分别表示细胞样本流量混沌序列中第i个和第i个细胞样本流量混沌数据，S表示统计函数，用于统计超过关联决策级度的细胞样本关联点对数量，其中，根据流量数据核心奇异量确定混沌线性判别因子，采用下述方式：确定流量数据核心奇异量的模式总数；确定流量数据核心奇异量中每类模式出现的概率；确定每类模式的流量数据核心奇异量平均向量；确定每类模式的流量数据核心奇异量的向量维数；通过流量数据核心奇异量的模式总数、每类模式出现的概率、每类模式的流量数据核心奇异量平均向量和每类模式的流量数据核心奇异量的向量维数确定流量数据核心奇异量的混沌线性判别因子，混沌线性判别因子根据下述公式确定： 其中，γa表示流量数据核心奇异量的混沌线性判别因子，h表示流量数据核心奇异量的模式总数，PRi表示流量数据核心奇异量中第i类模式出现的概率，Ni表示第i类模式的流量数据核心奇异量的向量维数，Zij表示第i类模式第j个流量数据核心奇异量向量，f表示流量数据核心奇异量总数，表示第i类模式的流量数据核心奇异量平均向量，T表示转置操作，其中，根据流量数据核心奇异量确定混沌相关判别因子，采用下述方式：确定流量数据核心奇异量的模式总数；确定流量数据核心奇异量中每类模式出现的概率；确定每类模式的流量数据核心奇异量平均向量；确定流量数据核心奇异量总体平均向量；通过流量数据核心奇异量的模式总数、每类模式出现的概率、每类模式的流量数据核心奇异量平均向量和流量数据核心奇异量总体平均向量确定流量数据核心奇异量的混沌相关判别因子，混沌相关判别因子根据下述公式确定： 其中，γb表示流量数据核心奇异量的混沌相关判别因子，h表示流量数据核心奇异量的模式总数，PRi表示流量数据核心奇异量中第i类模式出现的概率，表示第i类模式的流量数据核心奇异量平均向量，T表示转置操作，表示流量数据核心奇异量总体平均向量，其中，将混沌线性判别因子和混沌相关判别因子之比作为循环肿瘤细胞样本流量偏倚系数的值，循环肿瘤细胞样本流量偏倚系数表示为γ＝γaγb。

全文数据：

权利要求：

百度查询： 上海六颗蚕豆医疗科技有限公司 一种循环肿瘤细胞检测系统及其控制方法