本发明涉及数据识别，具体来说，涉及一种用于荧光免疫分析仪的信息自动识别方法及系统。
背景技术：
1、荧光免疫分析仪是一种实验室设备，用于检测和定量分析各种生物标志物，如蛋白质、病毒、细菌以及人体内的其他微量成分。这种设备运用特定的抗体与抗原结合的免疫化学方法，结合荧光标记来实现目标分子的检测。
2、在荧光免疫分析仪的使用过程中，首先将样本中的目标抗原与已预先标记有荧光染料的抗体进行混合，这些抗体能特异性地识别并结合到目标抗原上，随后，荧光免疫分析仪通过其激发光源激发样本中的荧光标记使其发光，再由仪器检测荧光染料发出的光信号。
3、仪器检测到的荧光强度与样本中目标抗原的浓度呈正比，利用这一关系可以量化抗原的浓度。然而，荧光强度的测量准确性极度依赖于激发光源的稳定性，如果激发光源的强度在使用过程中波动，可能会影响光线的一致性和检测的准确性，此外，光线在经过多次反射和通过摇摆镜时，每次反射都可能导致光强损失和散射，这些因素都可能造成样本激发的不均匀性，进而影响数据识别的准确度。
4、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、针对相关技术中的问题，本发明提出一种用于荧光免疫分析仪的信息自动识别方法及系统，以克服现有相关技术所存在的上述技术问题。
2、为此，本发明采用的具体技术方案如下：
3、根据本发明的一个方面，提供了一种用于荧光免疫分析仪的信息自动识别方法，该用于荧光免疫分析仪的信息自动识别方法包括以下步骤：
4、s1、模拟原始光线传播至检测样本卡表面的路径，基于路径模拟结果调整原始光路布局参数；
5、s2、获取原始光线经光学元件反射产生的光损失，并进行光损失补偿处理，生成光损失补偿后的优化光线路径；
6、s3、按照优化光线路径识别检测样本卡的样本信息，并将样本信息与中心数据库进行匹配；
7、s4、基于样本信息与中心数据库的匹配结果，依次对检测样本进行评估及分类处理，生成样本检测报告。
8、优选的，获取原始光线经光学元件反射产生的光损失，并进行光损失补偿处理，生成光损失补偿后的优化光线路径包括以下步骤：
9、s21、获取荧光免疫分析仪的原始光线经光学元件产生的光损失参数，并对光损失参数进行预处理；
10、s22、将预处理后的光损失参数按照预设比例划分为训练集和测试集，将训练集构建高斯过程回归模型，测试集验证高斯过程回归模型性能；
11、s23、根据光损失参数空间中的范围和步长，构建光损失参数组合，并根据将预先定义的评估函数作为光损失参数组合的输入，输出光损失补偿数值；
12、s24、结合光损失补偿数值优化高斯过程回归模型，同时生成光损失补偿后及原始光路布局参数调整后的优化光线路径。
13、优选的，模拟原始光线传播至检测样本卡表面的路径，基于路径模拟结果调整原始光路布局参数包括以下步骤：
14、s11、动态模拟荧光免疫分析仪中原始激光将光线反射至检测样本卡表面的光线传播轨迹；
15、s12、按照光线传播轨迹计算光线在传播过程中与光学元件接触时的状态变化，得到与光学元件接触时的次级光子；
16、s13、利用多粒子模拟技术表征次级光子在光线传播轨迹中与各光学元件的碰撞反应，评估次级光子的分散情况；
17、s14、基于次级光子的分散情况评估原始光路布局的适应度，并调整原始光路布局参数。
18、优选的，利用多粒子模拟技术表征次级光子在光线传播轨迹中与各光学元件的碰撞反应，评估次级光子的分散情况包括以下步骤：
19、s131、在光线传播轨迹中模拟生成若干光子链，并为每条光子链设置初始位置和初始光线强度；
20、s132、将最大链长的光子链作为中心参考链，计算中心参考链与其余各光子链的距离，并追踪各光子链在光线传播轨迹中的位置变化；
21、s133、在追踪光子链的位置变化中，采集次级光子与各光学元件的每次碰撞，并利用物理模型计算次级光子在碰撞时的能量损失及方向偏移；
22、s134、基于次级光子在碰撞时的能量损失及方向偏移综合评估次级光子的分散情况。
23、优选的，按照优化光线路径识别检测样本卡的样本信息，并将样本信息与中心数据库进行匹配包括以下步骤：
24、s31、将荧光免疫分析仪产生的光线按照优化光线路径传播至检测样本卡表面，确保检测样本卡表面的荧光标签被激发；
25、s32、识别并提取检测样本卡的样本电子数据，并利用关键字提取技术从样本电子数据中识别样本信息；
26、s33、利用关联度匹配技术将样本信息与预先构建的中心数据库进行匹配。
27、优选的，识别并提取检测样本卡的样本电子数据，并利用关键字提取技术从样本电子数据中识别样本信息包括以下步骤：
28、s321、对样本电子数据进行区域分割，并从各区域的样本电子数据中筛选出候选词汇；
29、s322、对样本词汇进行关联规则挖掘，并将包含在同一区域中的两个样本词汇定义为关联关系，同时生成频繁词汇项集；
30、s323、根据不同大小的频繁词汇项集生成滑动窗口参数，并计算样本词汇所包含的关联熵值；
31、s324、计算频繁词汇项集中各词汇项集出现的概率，并结合关联熵值计算关联熵权重值，同时将样本词汇的关联熵值作为阻尼系数；
32、s325、遍历频繁词汇项集的链接矩阵，并对样本词汇进行迭代计算，直至样本词汇收敛到可信的稳定状态；
33、s326、基于样本词汇迭代计算结果，融合生成样本信息。
34、优选的，对样本电子数据进行区域分割，并从各区域的样本电子数据中筛选出候选词汇包括以下步骤：
35、s3211、利用分割技术对样本电子数据进行区域分割，并通过分词器将样本电子数据转换为文本数据；
36、s3212、提取各区域文本数据中的样本词汇，并筛选出各区域样本词汇的重复词汇，建立初始化词汇链接矩阵；
37、s3213、对文本数据中同一窗口的样本词汇进行标记，并利用遍历图与词汇链接矩阵对应位置的词汇进行权重计算；
38、s3214、将遍历图中对应位置的词汇作为节点，将所有节点权重进行排序，选择节点权重在预设范围的词汇节点作为当前区域的候选词汇。
39、优选的，利用关联度匹配技术将样本信息与预先构建的中心数据库进行匹配包括以下步骤：
40、s331、从样本信息中提取样本特征，并对样本特征进行编码；
41、s332、定义衡量样本特征与中心数据库中每条记录的关联度指标；
42、s333、基于关联度指标计算每个样本特征与中心数据库中每条记录的关联度，并从关联度结果中选择关联度最高的记录作为匹配项。
43、优选的，阻尼系数的计算公式为：
44、；
45、式中， w表示关联熵权重；表示第 i个样本词汇；表示第 j个样本词汇；表示第 i个样本词汇作为文本数据的阻尼系数。
46、优选的，关联度的计算公式为：
47、；
48、式中， a表示样本特征； b表示中心数据库中的记录； t表示常数； i表示关联度指标； n表示个数；表示每个样本特征与中心数据库中每条记录的关联度。
49、根据本发明的另一个方面，还提供了一种用于荧光免疫分析仪的信息自动识别系统，该用于荧光免疫分析仪的信息自动识别系统包括光路调整模块、光线路径生产模块、样本信息识别模块及样本报告生成模块；
50、光路调整模块依次与光线路径生产模块、样本信息识别模块及样本报告生成模块连接；
51、光路调整模块，用于模拟原始光线传播至检测样本卡表面的路径，基于路径模拟结果调整原始光路布局参数；
52、光线路径生产模块，用于获取原始光线经光学元件反射产生的光损失，并进行光损失补偿处理，生成光损失补偿后的优化光线路径；
53、样本信息识别模块，用于按照优化光线路径识别检测样本卡的样本信息，并将样本信息与中心数据库进行匹配；
54、样本报告生成模块，用于基于样本信息与中心数据库的匹配结果，依次对检测样本进行评估及分类处理，生成样本检测报告。
55、本发明的有益效果为：
56、1、本发明通过动态模拟荧光免疫分析仪中原始激光的光线传播轨迹，可以精确地理解光线在实际设备中的行为，从而提高整个系统的光学效率和检测精度，并使用多粒子模拟技术评估次级光子的分散情况，为优化光路设计提供科学依据，同时获取并补偿光线在经过多次反射的光强损失，进而提升样本激发的均匀性。
57、2、本发明通过数据处理技术自动识别和提取样本信息，减少人为错误，提高数据处理速度，并通过计算关联熵值和迭代词汇，深入挖掘样本数据中的潜在联系，提供更丰富的数据洞察，同时基于迭代计算和数据融合的决策支持，为用户提供基于数据的明确建议和指导。
58、3、本发明通过定义和计算关联度指标，能够详尽地衡量样本特征与数据库记录之间的相似性和关联性，从而显著提高匹配的准确度，将匹配结果直接用于辅助决策，如诊断支持、患者管理等，增加了医疗或研究决策的依据，进而提高了决策的科学性和有效性。
1.一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，该用于荧光免疫分析仪的信息自动识别方法包括以下步骤：
2.根据权利要求1所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述模拟原始光线传播至检测样本卡表面的路径，基于路径模拟结果调整原始光路布局参数包括以下步骤：
3.根据权利要求2所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述利用多粒子模拟技术表征次级光子在光线传播轨迹中与各光学元件的碰撞反应，评估次级光子的分散情况包括以下步骤：
4.根据权利要求3所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述按照优化光线路径识别检测样本卡的样本信息，并将样本信息与中心数据库进行匹配包括以下步骤：
5.根据权利要求4所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述识别并提取检测样本卡的样本电子数据，并利用关键字提取技术从样本电子数据中识别样本信息包括以下步骤：
6.根据权利要求5所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述对样本电子数据进行区域分割，并从各区域的样本电子数据中筛选出候选词汇包括以下步骤：
7.根据权利要求6所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述利用关联度匹配技术将样本信息与预先构建的中心数据库进行匹配包括以下步骤：
8.根据权利要求7所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述阻尼系数的计算公式为：
9.根据权利要求8所述的一种用于荧光免疫分析仪的信息自动识别方法，其特征在于，所述关联度的计算公式为：
10.一种用于荧光免疫分析仪的信息自动识别系统，用于实现权利要求1-9中任一项所述的用于荧光免疫分析仪的信息自动识别方法，其特征在于，该用于荧光免疫分析仪的信息自动识别系统包括光路调整模块、光线路径生产模块、样本信息识别模块及样本报告生成模块；
