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！

龙图腾网获悉北京理工大学申请的专利一种发炎血清LIBS光谱诊断模型的建立方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115629056B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211369684.3，技术领域涉及：G01N21/71；该发明授权一种发炎血清LIBS光谱诊断模型的建立方法是由赵志方;王茜蒨设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本一种发炎血清LIBS光谱诊断模型的建立方法在说明书摘要公布了：本发明涉及一种发炎血清LIBS光谱诊断模型的建立方法，属于光谱探测技术领域。本发明解决在发炎血清诊断过程中速度慢、流程繁琐、技术要求高的难题，使用激光诱导击穿光谱LIBS技术首次实现发炎血清的准确、快速检测。按照每个个体划分训练‑测试集的LIBS光谱，使用Wilcoxon检验排除差异显著的训练‑测试集，从其余训练‑测试集中随机选择若干组，建立反向传播神经网络BPNN模型，并评估发炎血清的识别效果。针对识别效果最好的训练‑测试集，使用多元散射校正MSC对光谱数据进行预处理。将最优特征应用于其他训练‑测试集，重新建立MSC‑MIV‑BPNN模型，并验证模型的血清识别效果。

本发明授权一种发炎血清LIBS光谱诊断模型的建立方法在权利要求书中公布了：1.一种发炎血清LIBS光谱诊断模型的建立方法，其特征在于该方法的步骤包括： 第一步，在载玻片上制备正常血清样本和发炎血清样本； 第二步，收集载玻片上的正常血清样本的LIBS光谱和发炎血清样本的LIBS光谱； 第三步，提取光谱强度高于设定阈值的具有物理意义的元素特征谱线； 第四步，将第二步中收集的LIBS光谱按照正常和发炎个体，分别划分训练-测试集，正常和发炎类别分别得到多种训练-测试集的划分组合； 第五步，使用Wilcoxon检验第四步得到的训练-测试集组合进行显著性检验，输入为每个样本第三步所选择的元素特征谱线强度的平均值，输出为正常或发炎类别每个训练-测试集组合的p值，排除掉p值低于设定值的组合，剩余两个类别的训练-测试集组合随机结合作为训练-测试集； 第六步，对第五步剩余的训练-测试集中随机挑选多组，使用这些训练-测试集评估反向传播神经网络BPNN模型的识别效果； 第七步，对第六步识别效果最好的训练-测试集的的LIBS光谱进行多元散射校正MSC预处理，得到预处理后训练-测试集的LIBS光谱； 第八步，从第七步得到的预处理后的训练-测试集的LIBS光谱中挑选出第三步的元素特征谱线，使用平均影响值MIV方法评估训练集特征谱线的重要性，并按照特征重要性从高到低依次选取不同数量的特征谱线建立BPNN模型，识别准确率最高的模型对应的特征谱线为最优特征； 第九步，使用第六步除识别效果最好外的其他训练-测试集，重复第七步，结合第八步确定的最优特征，重新建立模型并验证识别效果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。