-
公开(公告)号：CN117877007A
公开(公告)日：2024-04-12
申请号：CN202410278856.9
申请日：2024-03-12
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06V20/60 , G06V10/58 , G06V10/74 , G06V10/762 , G01N21/31
Abstract: 本发明涉及光谱分析技术领域，具体涉及一种全氟辛烷磺酸快速检测方法，该方法包括：获取高光谱参考图像、高光谱检测图像中所有像元的光谱数据序列；获取参考光谱；基于全氟辛烷磺酸与相似全氟碳链结构的波长特征，对不同波段下参考光谱以及各高光谱像元的光谱数据序列的相似特征进行分析，构建光谱关心系数、光谱数据形状相似系数；获取高光谱像元的光谱数据序列和参考光谱的相似程度；获取全氟辛烷磺酸置信度，完成全氟辛烷磺酸的检测。本发明旨在避免由于物质光谱相似导致的错误检测，提高了对全氟辛烷磺酸检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117238517A
公开(公告)日：2023-12-15
申请号：CN202311163289.4
申请日：2023-09-11
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
Abstract: 本发明公开了一种基于半参数模型GAMLSS对孕期雌、孕激素的预测方法，属于对孕期雌、孕激素的预测方法技术领域，招募临床产检孕妇，采用利全自动化学发光免疫分析仪,并采用化学免疫发光法检测临床产检孕妇血清中孕、雌激素的水平，根据检测值数据结构，依次设定均值系数mu参数为identity和log连接，模型分布分别设定为Box‑Cox正态分布(BCCG)，Box‑Cox‑t分布(BCT)，广义Beta型1分布(GB1)，Gamma分布(GAMMA)和幂指数分布(PE)，根据AIC和BIC最小值确定最优模型。
-
公开(公告)号：CN116912825B
公开(公告)日：2023-11-24
申请号：CN202311186847.9
申请日：2023-09-14
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06V20/69 , G06V10/778 , G06V20/00
Abstract: 本发明涉及化学品肺毒性筛查技术领域，具体地说，涉及利用人工智能和机器学习的高内涵化学品肺毒性筛查方法。其包括比对特征图像以及细胞常态特征数据库，确定不同时期的损害健康效应的应答通路；统计不同化合物对不同细胞产生的应答通路，建立多维表型信息数据库。本发明通过比对特征图像以及细胞常态特征数据库，确定不同时期的损害健康效应的应答通路，通过统计不同化合物对不同细胞产生的应答通路，建立多维表型信息数据库，计算各个化合物对细胞生长产生的影响参数，通过各个化合物的影响参数预测出当前化合物对人体肺部影响程度，提前对未识别的化学品进行毒性分析，筛查出释放至大气中可能危害人体肺部的化学品。
-
公开(公告)号：CN117877007B
公开(公告)日：2024-05-10
申请号：CN202410278856.9
申请日：2024-03-12
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06V20/60 , G06V10/58 , G06V10/74 , G06V10/762 , G01N21/31
Abstract: 本发明涉及光谱分析技术领域，具体涉及一种全氟辛烷磺酸快速检测方法，该方法包括：获取高光谱参考图像、高光谱检测图像中所有像元的光谱数据序列；获取参考光谱；基于全氟辛烷磺酸与相似全氟碳链结构的波长特征，对不同波段下参考光谱以及各高光谱像元的光谱数据序列的相似特征进行分析，构建光谱关心系数、光谱数据形状相似系数；获取高光谱像元的光谱数据序列和参考光谱的相似程度；获取全氟辛烷磺酸置信度，完成全氟辛烷磺酸的检测。本发明旨在避免由于物质光谱相似导致的错误检测，提高了对全氟辛烷磺酸检测的准确性。
-
公开(公告)号：CN117030828A
公开(公告)日：2023-11-10
申请号：CN202311271294.7
申请日：2023-09-28
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G01N27/416 , G06F18/20
Abstract: 本发明涉及全氟辛烷磺酸定量检测技术领域，具体地说，涉及电化学传感器结合多元分析的全氟辛烷磺酸定量检测方法。其包括获取标准环境下的电学数据‑全氟辛烷磺酸曲线；获取标准环境下传感器检测全氟辛烷磺酸得到的电学数据；将得到的电学数据与电学数据‑全氟辛烷磺酸曲线对比，得到标准环境下的全氟辛烷磺酸定量值，并进行一次结果输出；进行多元分析，以获取非标准环境下的全氟辛烷磺酸定量值，并进行二次结果输出。本发明中通过多元分析调取网络中或者内部数据库中的模型中得到的结果，而非调取整个模型，而且这个模型也是存储在系统外的数据库中，不会影响系统内部的结构，降低数据的调用量，以及降低系统的复杂程度。
-
公开(公告)号：CN116912825A
公开(公告)日：2023-10-20
申请号：CN202311186847.9
申请日：2023-09-14
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G06V20/69 , G06V10/778 , G06V20/00
Abstract: 本发明涉及化学品肺毒性筛查技术领域，具体地说，涉及利用人工智能和机器学习的高内涵化学品肺毒性筛查方法。其包括比对特征图像以及细胞常态特征数据库，确定不同时期的损害健康效应的应答通路；统计不同化合物对不同细胞产生的应答通路，建立多维表型信息数据库。本发明通过比对特征图像以及细胞常态特征数据库，确定不同时期的损害健康效应的应答通路，通过统计不同化合物对不同细胞产生的应答通路，建立多维表型信息数据库，计算各个化合物对细胞生长产生的影响参数，通过各个化合物的影响参数预测出当前化合物对人体肺部影响程度，提前对未识别的化学品进行毒性分析，筛查出释放至大气中可能危害人体肺部的化学品。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
