摘 要: | 纳米孔道单分子分析技术通常利用阻断电流的时域特征进行识别.但对于结构、分子量等相似的物质,由于其时域特性交叠,采用传统的纳米孔道识别方法难以准确分辨.为了充分挖掘具有差异性的深层特征,提升纳米孔道离子流信号识别准确率,提出了一种时序信号分类算法.通过有重叠的滑动窗口对原始信号进行分帧,并利用连续小波变换对逐帧信号进行处理,可准确获取单分子事件的时频域浅层特征信息.在此基础上,利用多分支层间特征融合网络处理获取深层特征.采用可信统计预测策略对子信号的分类概率统计,该算法对单氨基酸差异多肽的纳米孔道离子电流信号的识别准确率高达99.00%,可显著提高纳米孔道对分子量相似甚至相同的单分子的传感能力.
|