病毒识别的方法、终端及存储介质转让专利
申请号 : CN202010339864.1
文献号 : CN111554351B
文献日 : 2021-05-04
发明人 : 莫晖 , 吴蒙 , 尹良超
申请人 : 深圳市儒翰基因科技有限公司
摘要 :
权利要求 :
1.一种病毒识别的方法,基于客户端,其特征在于,所述方法包括以下步骤:对待检测病毒样本进行电信号的测量,得到所述待检测病毒样本的特征电信号;
将所述特征电信号远程发送到云端,以接收并显示所述云端对所述特征电信号进行基于多病毒特征数据库的识别处理后反馈回来的病毒种类信息,进而实现对所述待检测病毒样本的病毒识别;
所述多病毒特征数据库添加新病毒的电信号特征模型的方法包括:批量构造所述新病毒的样本病毒分子,得到多个样本病毒分子;
通过固态纳米孔传感器分别测量所述多个样本病毒分子的电信号,以得到每一所述样本病毒分子的特征电信号;
将每一所述样本病毒分子的特征电信号依次发送给AI训练服务器来进行病毒分子特征识别的深度学习训练,以得到所述新病毒的电信号特征模型,并存入所述多病毒特征数据库中。
2.根据权利要求1所述的方法,其特征在于,所述对待检测病毒样本进行电信号的测量,得到待检病毒分子的特征电信号的步骤具体包括:通过固态纳米孔传感器测量所述待检测病毒样本的电信号,以得到所述特征电信号。
3.一种病毒识别的方法,基于云端,其特征在于,所述方法包括以下步骤:构建多病毒特征数据库,所述多病毒特征数据库包括现有多种病毒的电信号特征模型;
在所述多病毒特征数据库中存入新病毒的电信号特征模型;接收客户端发送过来的待检测病毒样本的特征电信号;
基于预设的深度学习病毒分子识别模型,对所述特征电信号进行识别处理,得到所述待检测病毒样本的电信号特征模型;
在多病毒特征数据库内对所述待检测病毒样本的电信号特征模型进行检索比对,得到所述待检测病毒样本的病毒种类信息,并反馈给所述客户端进行显示,以完成所述客户端对所述待检测病毒样本的病毒识别;所述在所述多病毒特征数据库中存入新病毒的电信号特征模型的步骤具体包括:批量构造所述新病毒的样本病毒分子,得到多个样本病毒分子;
通过固态纳米孔传感器分别测量所述多个样本病毒分子的电信号,以得到每一所述样本病毒分子的特征电信号;
将每一所述样本病毒分子的特征电信号依次发送给AI训练服务器来进行病毒分子特征识别的学习训练,以得到所述新病毒的电信号特征模型,并存入所述多病毒特征数据库中。
4.根据权利要求3所述的方法,其特征在于,所述客户端通过固态纳米孔传感器测量所述待检测病毒样本的电信号,以得到所述特征电信号。
5.一种终端,其特征在于,包括:存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,所述程序被所述处理器执行时实现如权利要求1‑4任一项所述的方法的步骤。
6.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1‑4任一项所述的方法的步骤。
说明书 :
病毒识别的方法、终端及存储介质
技术领域
背景技术
人群检测等缺陷,而核酸试剂检测方式则存在核酸试剂研制周期较长,核酸检测过程对检
测场所、检测仪器、检测技术人员等有较高要求等缺陷。
发明内容
信号;将所述特征电信号远程发送到云端,以接收并显示所述云端对所述特征电信号进行
基于多病毒特征数据库的识别处理后反馈回来的病毒种类信息,进而实现对所述待检测病
毒样本的病毒识别。
所述特征电信号。
量所述多个样本病毒分子的电信号,以得到每一所述样本病毒分子的特征电信号;将每一
所述样本病毒分子的特征电信号依次发送给AI训练服务器来进行病毒分子特征识别的深
度学习训练,以得到所述新病毒的电信号特征模型,并存入所述多病毒特征数据库中。
深度学习病毒分子识别模型,对所述特征电信号进行识别处理,得到所述待检测病毒样本
的电信号特征模型;在多病毒特征数据库内对所述待检测病毒样本的电信号特征模型进行
检索比对,得到所述待检测病毒样本的病毒种类信息,并反馈给所述客户端进行显示,以完
成所述客户端对所述待检测病毒样本的病毒识别。
征模型。
感器分别测量所述多个样本病毒分子的电信号,以得到每一所述样本病毒分子的特征电信
号;将每一所述样本病毒分子的特征电信号依次发送给AI训练服务器来进行病毒分子特征
识别的学习训练,以得到所述新病毒的电信号特征模型,并存入所述多病毒特征数据库中。
述存储器之间的连接通信的数据总线,所述程序被所述处理器执行时实现上述的方法的步
骤。
理器执行,以实现上述的方法的步骤。
的特征电信号后,再将该特征电信号远程发送到云端,云端可基于预设的深度学习病毒分
子识别模型,对该特征电信号进行识别处理,得到该待检测病毒样本的电信号特征模型,并
在多病毒特征数据库内对该待检测病毒样本的电信号特征模型进行检索比对,得到该待检
测病毒样本的病毒种类信息,最后反馈给客户端进行显示,如此便可完成客户端对待检测
病毒样本的病毒识别。整个操作过程,能够简单、快速、无损地对病毒进行定性分析,没有对
环境的特殊要求,以及不需要对待检测病毒样本进行PCR扩增处理,减少了由于对病毒样本
本身进行处理带来的误差。可见,本发明的技术方案,其可有效解决现有的病毒识别实施方
案存在的种种不足。
附图说明
具体实施方式
地使用。
体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动
终端,以及诸如数字TV、台式计算机等固定终端。
病毒识别技术能够根据待检测病毒分子形成的电流波形识别病毒。纳米孔传感器的病毒分
子识别技术能够简单、快速、无损地对病毒进行定性分析,没有对环境的特殊要求,以及不
需要对待检测病毒样本进行PCR扩增处理,减少了由于对病毒样本本身进行处理带来的误
差,因此,随着纳米孔传感器等设备的快速发展,越来越多的小型化、智能化的病毒检测设
备进入市场。
病毒样本的特征电信号”的具体过程可以是:通过固态纳米孔传感器测量该待检测病毒样
本的电信号,以得到该特征电信号。
测病毒样本的病毒识别。
据库的识别处理后反馈回来的病毒种类信息,进而实现对该待检测病毒样本的病毒识别。
待检测病毒样本的电信号特征模型,并在多病毒特征数据库内对该待检测病毒样本的电信
号特征模型进行检索比对,得到该待检测病毒样本的病毒种类信息。因而,为实现新病毒的
病毒识别,需在云端的多病毒特征数据库添加新病毒的电信号特征模型,如图2所示,其具
体过程如下:
征数据库中。
本病毒分子的特征电信号。最后,再将每一样本病毒分子的特征电信号依次发送给AI训练
服务器来进行病毒分子特征识别的深度学习训练,以得到新病毒的电信号特征模型,并存
入多病毒特征数据库中。此时,客户端便可通过对待检测病毒样本进行电信号的测量,得到
该待检测病毒样本的特征电信号后,将该特征电信号远程发送到云端,以接收并显示该云
端对该特征电信号进行基于多病毒特征数据库的识别处理后反馈回来的病毒种类信息,进
而实现对该待检测病毒样本的病毒识别,避免基因测序检测方式存在的检测时间长、检测
费用高、不适合爆发性传染病人群检测等缺陷,以及核酸试剂检测方式存在的核酸试剂研
制周期较长,核酸检测过程对检测场所、检测仪器、检测技术人员等有较高要求等缺陷。
病毒识别技术能够根据待检测病毒分子形成的电流波形识别病毒。AI训练服务器可通过对
这些电流波形进行批量病毒分子特征识别的深度学习训练,来得到某一病毒的电信号特征
模型。
的电信号特征模型),来实现后续客户端的待检测样本的快速病毒识别。
征数据库中。
本病毒分子的特征电信号。最后,再将每一样本病毒分子的特征电信号依次发送给AI训练
服务器来进行病毒分子特征识别的深度学习训练,以得到新病毒的电信号特征模型,并存
入多病毒特征数据库中。
检测,因而,客户端通过固态纳米孔传感器测量该待检测病毒样本的电信号,以得到该特征
电信号,并将该特征电信号发送给云端。
待检测病毒样本的电信号特征模型。
分子后,通过固态纳米孔传感器分别测量多个样本病毒分子的电信号,以得到每一样本病
毒分子的特征电信号。最后,再将每一样本病毒分子的特征电信号依次发送给AI训练服务
器来进行病毒分子特征识别的深度学习训练,以得到新病毒的电信号特征模型。在此过程
中,会形成特征电信号与相应的电信号特征模型的对应关系,即可通过对该特征电信号进
行基于预设的深度学习病毒分子识别模型识别处理,得到该待检测病毒样本的电信号特征
模型。
对该待检测病毒样本的病毒识别。
测病毒样本的病毒种类信息,并反馈给客户端进行显示,以完成客户端对该待检测病毒样
本的病毒识别。
的连接通信的数据总线23,该程序被该处理器执行时,以实现上述实施例一或上述实施例
二中病毒识别的方法的步骤,具体如上所述,此处不再赘述。
法实施例二中的技术特征在终端20实施例中均对应适用,这里不再赘述。
一或实施例二中病毒识别的方法的具体步骤。
技术特征在存储介质实施例中均对应适用,这里不再赘述。
的特征电信号后,再将该特征电信号远程发送到云端,云端可基于预设的深度学习病毒分
子识别模型,对该特征电信号进行识别处理,得到该待检测病毒样本的电信号特征模型,并
在多病毒特征数据库内对该待检测病毒样本的电信号特征模型进行检索比对,得到该待检
测病毒样本的病毒种类信息,最后反馈给客户端进行显示,如此便可完成客户端对待检测
病毒样本的病毒识别。整个操作过程,能够简单、快速、无损地对病毒进行定性分析,没有对
环境的特殊要求,以及不需要对待检测病毒样本进行PCR扩增处理,减少了由于对病毒样本
本身进行处理带来的误差。可见,本发明的技术方案,其可有效解决现有的病毒识别实施方
案存在的种种不足。
且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有
的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该
要素的过程、方法、物品或者装置中还存在另外的相同要素。
前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做
出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质
(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服
务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
术领域,均同理包括在本发明的专利保护范围内。