本發(fā)明涉及生物組織模擬材料的制備技術(shù)，尤其涉及一種在生物組織模擬材料的制備過(guò)程中的配方比例確定方法及系統(tǒng)。

背景技術(shù)：

模擬生物組織介電特性(如介電常數(shù)、電導(dǎo)率)的模擬材料在生物電磁劑量學(xué)、磁共振成像、超聲成像以及其它醫(yī)學(xué)領(lǐng)域發(fā)展中起到了至關(guān)重要的作用。同時(shí)，隨著科技的迅猛發(fā)展，生物組織模擬材料的需求量越來(lái)越大，因此，對(duì)生物組織模擬材料的制備效率要求越來(lái)越高。然而，目前對(duì)于制備生物組織模擬材料的方法，其主要是采用重復(fù)試驗(yàn)法，即通過(guò)制備多種樣品后，通過(guò)多次實(shí)驗(yàn)才能確定生物組織模擬材料的制備配方中各個(gè)成分的比例，這樣則會(huì)存在制備成本過(guò)高、實(shí)驗(yàn)時(shí)間長(zhǎng)而導(dǎo)致制備效率低下、易受環(huán)境干擾而導(dǎo)致精度低下等缺陷，難以滿足越來(lái)越大的需求量，并且影響了生物組織模擬材料的進(jìn)一步發(fā)展和應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述的技術(shù)問(wèn)題，本發(fā)明的目的是提供一種生物組織模擬材料的配方比例確定方法，使生物組織模擬材料的制備可具有成本低廉、所需時(shí)間少、精準(zhǔn)度高、方便快捷等優(yōu)點(diǎn)。

本發(fā)明的另一目的是提供一種生物組織模擬材料的配方比例確定系統(tǒng)，使生物組織模擬材料的制備可具有成本低廉、精度高、所需時(shí)間少、方便快捷等優(yōu)點(diǎn)。

本發(fā)明所采取的技術(shù)方案是：一種生物組織模擬材料的配方比例確定方法，該方法的步驟包括有：

獲取配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)；

將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值。

進(jìn)一步，所述將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值這一步驟之前設(shè)有建立BP神經(jīng)網(wǎng)絡(luò)這一步驟。

進(jìn)一步，所述建立BP神經(jīng)網(wǎng)絡(luò)這一步驟，其包括：

獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括訓(xùn)練輸入數(shù)據(jù)和訓(xùn)練輸出數(shù)據(jù)，所述訓(xùn)練輸入數(shù)據(jù)包括配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)，所述訓(xùn)練輸出數(shù)據(jù)包括配方中各個(gè)成分的比例最優(yōu)值，然后利用獲得的BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值、初始閾值以及訓(xùn)練數(shù)據(jù)，從而對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求；

將訓(xùn)練結(jié)束后得到的BP神經(jīng)網(wǎng)絡(luò)作為所需建立的BP神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步，所述BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和初始閾值是采用魚群算法來(lái)獲取的。

進(jìn)一步，所述將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值這一步驟之后設(shè)有判斷處理步驟，所述判斷處理步驟具體為：

判斷輸出的配方中各個(gè)成分的比例值是否符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，若是，則結(jié)束，反之，則返回重新執(zhí)行建立BP神經(jīng)網(wǎng)絡(luò)這一步驟。

進(jìn)一步，所述判斷處理步驟具體包括：

獲取輸入因子，其中，所述輸入因子包括配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及輸出的配方中各個(gè)成分的比例值；

獲取輸出因子，其中，所述輸出因子包括所需制備的生物組織模擬材料與真實(shí)的生物組織之間的介電特性誤差；

根據(jù)獲取的輸入因子和輸出因子，建立從輸入因子到輸出因子的評(píng)判矩陣；

根據(jù)最大隸屬原則，從評(píng)判矩陣中選出數(shù)值最大的隸屬度，然后判斷所述選出的隸屬度是否小于預(yù)設(shè)值，若是，則表示輸出的配方中各個(gè)成分的比例值符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，此時(shí)結(jié)束，反之，則表示輸出的配方中各個(gè)成分的比例值不符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，返回重新執(zhí)行建立BP神經(jīng)網(wǎng)絡(luò)這一步驟。

進(jìn)一步，所述成分所對(duì)應(yīng)的介電特性擬合函數(shù)是由成分在不同頻率下的介電特性所擬合出的曲線函數(shù)。

進(jìn)一步，所述介電特性包括介電常數(shù)和/或電導(dǎo)率。

本發(fā)明所采取的另一技術(shù)方案是：一種生物組織模擬材料的配方比例確定系統(tǒng)，該系統(tǒng)包括有：

獲取單元，用于獲取配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)；

處理單元，用于將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值。

進(jìn)一步，所述處理單元之前設(shè)有用于建立BP神經(jīng)網(wǎng)絡(luò)的建立單元。

進(jìn)一步，所述建立單元包括：

訓(xùn)練模塊，用于獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括訓(xùn)練輸入數(shù)據(jù)和訓(xùn)練輸出數(shù)據(jù)，所述訓(xùn)練輸入數(shù)據(jù)包括配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)，所述訓(xùn)練輸出數(shù)據(jù)包括配方中各個(gè)成分的比例最優(yōu)值，然后利用獲得的BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值、初始閾值以及訓(xùn)練數(shù)據(jù)，從而對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求；

BP神經(jīng)網(wǎng)絡(luò)獲取模塊，用于將訓(xùn)練結(jié)束后得到的BP神經(jīng)網(wǎng)絡(luò)作為所需建立的BP神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步，所述BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和初始閾值是采用魚群算法來(lái)獲取的。

進(jìn)一步，所述處理單元之后設(shè)有判斷處理單元，所述判斷處理單元用于判斷輸出的配方中各個(gè)成分的比例值是否符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，若是，則結(jié)束，反之，則返回重新執(zhí)行建立單元所對(duì)應(yīng)的數(shù)據(jù)處理流程。

進(jìn)一步，所述判斷處理單元具體包括：

輸入因子獲取模塊，用于獲取輸入因子，其中，所述輸入因子包括配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及輸出的配方中各個(gè)成分的比例值；

輸出因子獲取模塊，用于獲取輸出因子，其中，所述輸出因子包括所需制備的生物組織模擬材料與真實(shí)的生物組織之間的介電特性誤差；

評(píng)判矩陣建立模塊，用于根據(jù)獲取的輸入因子和輸出因子，建立從輸入因子到輸出因子的評(píng)判矩陣；

判斷處理模塊，用于根據(jù)最大隸屬原則，從評(píng)判矩陣中選出數(shù)值最大的隸屬度，然后判斷所述選出的隸屬度是否小于預(yù)設(shè)值，若是，則表示輸出的配方中各個(gè)成分的比例值符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，此時(shí)結(jié)束，反之，則表示輸出的配方中各個(gè)成分的比例值不符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，返回重新執(zhí)行建立單元所對(duì)應(yīng)的數(shù)據(jù)處理流程。

進(jìn)一步，所述成分所對(duì)應(yīng)的介電特性擬合函數(shù)是由成分在不同頻率下的介電特性所擬合出的曲線函數(shù)。

進(jìn)一步，所述介電特性包括介電常數(shù)和/或電導(dǎo)率。

本發(fā)明的有益效果是：通過(guò)使用本發(fā)明的方法，在制備過(guò)程中，僅需要對(duì)配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)進(jìn)行采集獲取，以及獲取已知的所需制備的生物組織模擬材料的介電特性擬合函數(shù)后,將它們輸入至訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，便能獲得各個(gè)成分的比例值，這樣制作者根據(jù)所輸出的各個(gè)成分的比例值，便可實(shí)現(xiàn)生物組織模擬材料的制作。由此可見(jiàn)，相較于傳統(tǒng)的配方比例確定方案，本發(fā)明的方法無(wú)需涉及過(guò)多的人為操作，也無(wú)需多次實(shí)驗(yàn)，令生物組織模擬材料的制備具有成本低廉、所需時(shí)間少、精準(zhǔn)度高、方便快捷等優(yōu)點(diǎn)。

本發(fā)明的另一有益效果是：通過(guò)使用本發(fā)明的系統(tǒng)，在制備過(guò)程中，僅需要獲取單元獲取得到配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)，以及獲取已知的所需制備的生物組織模擬材料的介電特性擬合函數(shù)，然后處理單元將獲得的介電特性擬合函數(shù)輸入至訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值，這樣制作者根據(jù)所輸出的各個(gè)成分的比例值，便可實(shí)現(xiàn)生物組織模擬材料的制作。由此可見(jiàn)，相較于傳統(tǒng)的配方比例確定方案，本發(fā)明的系統(tǒng)無(wú)需涉及過(guò)多的人為操作，也無(wú)需多次實(shí)驗(yàn)，令生物組織模擬材料的制備具有成本低廉、所需時(shí)間少、精準(zhǔn)度高、方便快捷等優(yōu)點(diǎn)。

附圖說(shuō)明

圖1是本發(fā)明一種生物組織模擬材料的配方比例確定方法的步驟流程示意圖；

圖2是本發(fā)明一種生物組織模擬材料的配方比例確定方法的一具體實(shí)施例步驟流程示意圖；

圖3是圖2中建立BP神經(jīng)網(wǎng)絡(luò)這一步驟的一具體實(shí)施例步驟流程示意圖；

圖4是圖2中判斷處理步驟的一具體實(shí)施例步驟流程示意圖；

圖5是本發(fā)明一種生物組織模擬材料的配方比例確定系統(tǒng)的結(jié)構(gòu)框示意圖；

圖6是本發(fā)明一種生物組織模擬材料的配方比例確定系統(tǒng)的一具體實(shí)施例結(jié)構(gòu)框示意圖；

圖7是圖6中所述建立單元的一具體實(shí)施例結(jié)構(gòu)框示意圖；

圖8是圖6中所述判斷處理單元的一具體實(shí)施例結(jié)構(gòu)框示意圖。

具體實(shí)施方式

如圖1所示，一種生物組織模擬材料的配方比例確定方法，該方法的步驟包括有：

獲取配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)；

將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值。其中，所述的配方是指所需制備的生物組織模擬材料的制備配方。

進(jìn)一步作為本方法實(shí)施例的優(yōu)選實(shí)施方式，對(duì)于所述的成分所對(duì)應(yīng)的介電特性擬合函數(shù)，其是由成分在不同頻率下的介電特性所擬合出的曲線函數(shù)，即所述的成分在不同頻率下會(huì)對(duì)應(yīng)不同的介電特性，對(duì)這些在不同頻率下所對(duì)應(yīng)的介電特性進(jìn)行曲線擬合后所得出的曲線函數(shù)，其便為所述成分所對(duì)應(yīng)的介電特性擬合函數(shù)。同樣，對(duì)于所述所需制備的生物組織模擬材料的介電特性擬合函數(shù)，其是由所需制備的生物組織模擬材料在不同頻率下的介電特性所擬合出的曲線函數(shù)。

進(jìn)一步作為本方法實(shí)施例的優(yōu)選實(shí)施方式，所述介電特性包括介電常數(shù)和/或電導(dǎo)率，即對(duì)于所述成分所對(duì)應(yīng)的介電特性擬合函數(shù)，其具體包括有介電常數(shù)擬合函數(shù)和/或電導(dǎo)率擬合函數(shù)。由上述可知，對(duì)于所述成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)，其具體為，所述的成分在不同頻率下對(duì)應(yīng)不同的介電常數(shù)，對(duì)這些在不同頻率下所對(duì)應(yīng)的介電常數(shù)進(jìn)行曲線擬合后所得出的曲線函數(shù)；同樣，對(duì)于所述的電導(dǎo)率擬合函數(shù)，其具體為，所述的成分在不同頻率下對(duì)應(yīng)不同的電導(dǎo)率，對(duì)這些在不同頻率下所對(duì)應(yīng)的電導(dǎo)率進(jìn)行曲線擬合后所得出的曲線函數(shù)。另外，對(duì)于所述所需制備的生物組織模擬材料的介電特性擬合函數(shù)，其具體包括所需制備的生物組織模擬材料的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)。

進(jìn)一步作為本方法實(shí)施例的優(yōu)選實(shí)施方式，所述將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值這一步驟之前設(shè)有建立BP神經(jīng)網(wǎng)絡(luò)這一步驟。而對(duì)于所述建立BP神經(jīng)網(wǎng)絡(luò)這一步驟，以及所述獲取配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)這一步驟，它們之間的先后邏輯順序可根據(jù)實(shí)際需求來(lái)調(diào)整，優(yōu)選地，所述建立BP神經(jīng)網(wǎng)絡(luò)這一步驟設(shè)置在所述獲取配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)這一步驟之前。

進(jìn)一步作為本方法實(shí)施例的優(yōu)選實(shí)施方式，所述將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值這一步驟之后設(shè)有判斷處理步驟，所述判斷處理步驟具體為：

判斷輸出的配方中各個(gè)成分的比例值是否符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，若是，則結(jié)束，反之，則返回重新執(zhí)行建立BP神經(jīng)網(wǎng)絡(luò)這一步驟。

實(shí)施例1、配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)的獲取

在本實(shí)施例中，對(duì)于制備生物組織模擬材料的配方，其優(yōu)選確定所包含的成分有去離子水、明膠、瓊脂、氯化鈉、鋁粉、食用油、洗潔劑，共7種成分。其中，對(duì)于所述的7種成分，它們除了參與調(diào)節(jié)生物組織模擬材料的介電特性外，還分別具有其它功能，例如：1、去離子水，其用于溶解明膠、瓊脂和氯化鈉；2、明膠，其起到凝膠劑的作用；3、瓊脂，其用于提高生物組織模擬材料的熔點(diǎn)；4、氯化鈉和鋁粉，它們能顯著地改變生物組織模擬材料的電導(dǎo)率；5、食用油，其能顯著地改變生物組織模擬材料的介電常數(shù)；6、洗潔劑，其用于降低去離子水與食用油之間的表面張力，促進(jìn)配方中各成分之間的融合。另外，在本實(shí)施例中，所述介電特性擬合函數(shù)包括介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)。

對(duì)于上述配方中的7種成分，它們各自所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，其獲取步驟優(yōu)選包括有：

第一步、采集各個(gè)成分在不同頻率下的介電常數(shù)和電導(dǎo)率；

對(duì)于配方中的各個(gè)成分，它們的介電特性，即介電常數(shù)和電導(dǎo)率，可通過(guò)阻抗分析儀和同軸探頭來(lái)測(cè)量，具體測(cè)量方法包括：1、對(duì)于去離子水、食用油和洗潔劑，由于這三種成分均為液體，因此可分別將同軸探頭浸入到這三種成分中，然后通過(guò)阻抗分析儀來(lái)獲取其在不同頻率下的介電常數(shù)和電導(dǎo)率；2、對(duì)于氯化鈉和鋁粉，由于其形態(tài)為粉末狀，因此可直接將同軸探頭按壓在粉末上面，從而獲得其在不同頻率下的介電常數(shù)和電導(dǎo)率；3、對(duì)于明膠和瓊脂，由于其為固體，且其表面粗糙，因此需將其碾碎為粉末狀后按照上述對(duì)于氯化鈉和鋁粉的測(cè)量方法來(lái)進(jìn)行測(cè)量，從而獲得它們?cè)诓煌l率下的介電常數(shù)和電導(dǎo)率；

優(yōu)選地，在上述采集過(guò)程中，每種成分在不同頻率下的介電常數(shù)和電導(dǎo)率應(yīng)重復(fù)測(cè)量20次以上，并且每次所獲取的數(shù)據(jù)點(diǎn)的數(shù)目為800個(gè)；

第二步、對(duì)獲得的各個(gè)成分在不同頻率下的介電常數(shù)和電導(dǎo)率進(jìn)行擬合，從而獲得各個(gè)成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)；

其中，優(yōu)選采用最小二乘法來(lái)對(duì)各個(gè)成分在不同頻率下的介電常數(shù)和電導(dǎo)率進(jìn)行擬合，具體擬合步驟如下所示：

步驟1.根據(jù)通過(guò)阻抗分析儀所獲得的數(shù)據(jù)，畫出粗略的圖形散點(diǎn)圖，根據(jù)圖形散點(diǎn)圖確定擬合多項(xiàng)式的次數(shù)n；

步驟2.根據(jù)需擬合的數(shù)據(jù)點(diǎn)(x_i,y_j)，其中i＝0,1,..m，m為采集的數(shù)據(jù)點(diǎn)的數(shù)目，如800，然后計(jì)算令

即令第一公式為最小值；

步驟3.根據(jù)上述第一公式可知，為a₀,a₁,a₂...a_n的多元函數(shù)，根據(jù)多元函數(shù)求極值的條件，對(duì)a₀,a₁,a₂...a_n進(jìn)行求偏導(dǎo)運(yùn)算，可得第二公式如下所示：

即有第三公式如下所示：

步驟4.根據(jù)上述第三公式可知，第三公式是關(guān)于a₀,a₁,a₂...a_n的線性方程組，通過(guò)對(duì)該方程組進(jìn)行求解，便可分別得到a₀,a₁,a₂...a_n的值；

步驟5.根據(jù)a₀,a₁,a₂...a_n的值，便可獲得各成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，如第四公式所示：

可見(jiàn)，根據(jù)上述步驟1-5以及所獲得的7種成分在不同頻率下的介電常數(shù)和電導(dǎo)率，便能分別對(duì)去離子水、明膠、瓊脂、氯化鈉、鋁粉、食用油、洗潔劑等七種成分的介電常數(shù)和電導(dǎo)率進(jìn)行最小二乘法擬合，得到相應(yīng)的擬合函數(shù)。

另外，對(duì)于所述所需制備的生物組織模擬材料的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，它們均為已知參數(shù)，直接獲取便可。

實(shí)施例2、生物組織模擬材料的配方比例確定方法

如圖2所示，一種生物組織模擬材料的配方比例確定方法，其具體步驟如下所示。

步驟S1、建立BP神經(jīng)網(wǎng)絡(luò)。

如圖3所示，所述步驟S1包括：

S101、BP神經(jīng)網(wǎng)絡(luò)的設(shè)定；

所述BP神經(jīng)網(wǎng)絡(luò)包括有輸入層、隱含層和輸出層，輸入信號(hào)從輸入層節(jié)點(diǎn)，依次傳到各隱含層節(jié)點(diǎn)，最后傳到輸出層輸出；

在本實(shí)施例中，設(shè)定輸入層的節(jié)點(diǎn)數(shù)為16，分別一一對(duì)應(yīng)去離子水、明膠、瓊脂、氯化鈉、鋁粉、食用油、洗潔劑，這7種成分各自所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，以及所需制備的生物組織模擬材料的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，即所述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入數(shù)據(jù)包括配方中各個(gè)成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，以及所需制備的生物組織模擬材料的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)；設(shè)定輸出層的節(jié)點(diǎn)為1，其值為配方比例最佳值，即所述BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸出數(shù)據(jù)為配方中各個(gè)成分的比例最優(yōu)值；設(shè)定隱含層的層數(shù)為1，其節(jié)點(diǎn)數(shù)目則優(yōu)選采用以下公式來(lái)確定：

J＝log₂(I)

其中，I為輸入層的節(jié)點(diǎn)數(shù)目，本實(shí)施例中，其值為16，J為隱含層的節(jié)點(diǎn)數(shù)目，因此，J的大小確定為4；

S102、獲取BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和初始閾值，然后利用獲得的BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值、初始閾值以及訓(xùn)練數(shù)據(jù)，從而對(duì)上述設(shè)定的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止；

其中，對(duì)于所述BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和初始閾值，其優(yōu)選采用魚群算法來(lái)獲取，具體獲取步驟包括有：

S1021、確定人工魚的維度，所述人工魚的維度包括BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，即H＝H(v₁₁,...v_I1,u₁₁,...,u_k1,w_1k,...,w_pk,θ_k)；

S1022、對(duì)魚群算法的參數(shù)進(jìn)行初始化，其中，魚群算法需初始化的參數(shù)包括有種群大小fish_size，人工魚的感知距離fish_dis tange，人工魚移動(dòng)的最大步長(zhǎng)fish_step，擁擠度因子δ，最大迭代次數(shù)max_gen和目標(biāo)值G；

S1023、設(shè)置初始迭代次數(shù)k＝0，并在可行域內(nèi)隨機(jī)產(chǎn)生fish_size個(gè)人工魚的個(gè)體，形成初始魚群，且各個(gè)分量均為(-1,1)區(qū)間內(nèi)的隨機(jī)數(shù)；

S1024、計(jì)算初始魚群中各人工魚個(gè)體當(dāng)前位置的食物濃度值Y，并比較大小，保留最大值進(jìn)入公告板；

S1025、對(duì)各人工魚分別模擬覓食行為、聚群行為和追尾行為，從而獲得人工魚分別模擬覓食行為、聚群行為和追尾行為后所得到的食物濃度值，然后選出數(shù)值最大的食物濃度值，并將該選出的食物濃度值所對(duì)應(yīng)的行為作為實(shí)際執(zhí)行；

其中，人工魚的覓食行為、聚群行為和追尾行為的計(jì)算方法如下所示：

①、覓食行為的計(jì)算方法

設(shè)人工魚當(dāng)前的狀態(tài)為F_i，在它的視野范圍內(nèi)(d_i,j≤fish_dis tange)隨機(jī)選擇一個(gè)狀態(tài)F_j，如果Y_i<Y_j，則向該方向前進(jìn)一步，執(zhí)行以下第五公式，所述第五公式如下所示：

f_i,j(k+1)＝f_i,j(k)+rand·step(F_i,j-x_i,j(k))

反之，則重新隨機(jī)選擇狀態(tài)F_i，判斷是否滿足前進(jìn)條件；重復(fù)預(yù)設(shè)嘗試次數(shù)后，如果仍不滿足條件，則執(zhí)行式以下第六公式，所述第六公式如下所示：

x_i,j(k+1)＝x_i,j(k)+rand·step

②、聚群行為的計(jì)算方法

設(shè)人工魚當(dāng)前的狀態(tài)為F_i，探索可見(jiàn)域內(nèi)的伙伴數(shù)目為n_f，形成集合Φ_i，若Φ_i≠φ，則在集合內(nèi)探索中心位置X_center，計(jì)算該中心位置的食物濃度值F_center，如果滿足則執(zhí)行聚群行為公式，如以下第七公式所示：

x_i,j(k+1)＝x_i,j(k)+rand·step(x_center,j-x_i,j(k))

③、追尾行為的計(jì)算方法

設(shè)人工魚當(dāng)前的狀態(tài)為F_i，探索可見(jiàn)域內(nèi)的伙伴數(shù)目為n_f，形成集合Φ_i，若Φ_i≠φ，則集合內(nèi)探索食物濃度最大的伙伴X_max，計(jì)算該處的食物濃度值F_max，如果滿足則執(zhí)行追尾行為公式，如以下第八公式所示：

x_i,j(k+1)＝x_i,j(k)+rand·step(x_max,j-x_i,j(k))

S1026、判斷上述選出的食物濃度值是否大于公告板上的食物濃度值，若是，則將上述選出的食物濃度值取代公告板上的食物濃度值，反之，公告板上的食物濃度值則不變；

S1027、判斷是否滿足中止條件，具體地，判斷迭代次數(shù)是否達(dá)到最大迭代次數(shù)或者判斷是否已經(jīng)滿足求解的精度誤差，若是，則將當(dāng)前各人工魚所對(duì)應(yīng)的個(gè)體信息作為獲得的初始權(quán)值和初始閾值，反之，則返回重新執(zhí)行步驟S1025，直至滿足中止條件；

S103、將訓(xùn)練結(jié)束后得到的BP神經(jīng)網(wǎng)絡(luò)作為所需建立的BP神經(jīng)網(wǎng)絡(luò)。

步驟S2、在制備所需的生物組織模擬材料時(shí)，對(duì)當(dāng)前準(zhǔn)備好的各個(gè)成分進(jìn)行介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)的獲取，并且獲取已知的所需制備的生物組織模擬材料所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，然后將獲得的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)輸入至上述建好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理后輸出各個(gè)成分的比例值。

另外，由于BP神經(jīng)網(wǎng)絡(luò)所輸出的配方中各成分的比例值，即配方比例，可能會(huì)存有不合理性的情況，因此為了使最終得到的各個(gè)成分的比例值更加精確，更加貼近實(shí)際，在所述步驟S2之后設(shè)有判斷處理步驟S3，所述步驟S3具體為：

判斷輸出的配方中各個(gè)成分的比例值是否符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，若是，則結(jié)束，所述輸出的配方比例為最終確定得到的配方比例，反之，則返回重新執(zhí)行建立BP神經(jīng)網(wǎng)絡(luò)這一步驟中的步驟S102，采用魚群算法重新計(jì)算得出新的初始權(quán)值和初始閾值，然后基于新的初始權(quán)值和初始閾值重新對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止，接著將獲得的介電特性擬合函數(shù)輸入至新訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理；

或者，判斷輸出的配方中各個(gè)成分的比例值是否符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，若是，則結(jié)束，所述輸出的配方比例為最終確定得到的配方比例，反之，則返回重新執(zhí)行建立BP神經(jīng)網(wǎng)絡(luò)這一步驟，重新獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，采用魚群算法重新計(jì)算得出新的初始權(quán)值和初始閾值，然后基于新的訓(xùn)練數(shù)據(jù)、初始權(quán)值和初始閾值，重新對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止，接著將獲得的介電特性擬合函數(shù)輸入至新訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理。

作為上述步驟S3的優(yōu)選實(shí)施方式，如圖4所示，其具體包括：

S301、獲取輸入因子，其中，所述輸入因子包括配方中各個(gè)成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及輸出的配方中各個(gè)成分的比例值；具體地，所述輸入因子可表示為：

U＝{u₁,u₂,u₃,u₄,u₅,u₆,u₇,u₈,u₉,u₁₀,u₁₁,u₁₂,u₁₃,u₁₄,u₁₅,u₁₆,u₁₇,u₁₈,u₁₉,u₂₀,u₂₁}

其中，{u₁,u₂,u₃}分別為去離子水所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值，{u₄,u₅,u₆}分別為明膠所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值，{u₇,u₈,u₉}分別為瓊脂所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值，{u₁₀,u₁₁,u₁₂}分別為氯化鈉所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值，{u₁₃,u₁₄,u₁₅}分別為鋁粉所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值，{u₁₆,u₁₇,u₁₈}分別為食用油所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值，{u₁₉,u₂₀,u₂₁}分別為洗潔劑所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)、電導(dǎo)率擬合函數(shù)及其所占的比例值；

S302、獲取輸出因子，其中，所述輸出因子包括所需制備的生物組織模擬材料與真實(shí)的生物組織之間的介電特性誤差；具體地，所述輸出因子可表示為：

V＝{v₁,v₂,v₃,v₄,v₅,v₆,v₇,v₈,v₉,v₁₀}

其中，v₁代表誤差小于10％，v₂代表代表誤差小于20％，v₃代表誤差小于30％，依此類推；

S303、根據(jù)獲取的輸入因子和輸出因子，建立從輸入因子到輸出因子的評(píng)判矩陣，該評(píng)判矩陣如下所示：

S304、判斷是否需要對(duì)評(píng)判矩陣進(jìn)行歸一化處理，若是，則對(duì)評(píng)判矩陣進(jìn)行歸一化處理后執(zhí)行步驟S305，反之，則直接執(zhí)行步驟S305；

S305、根據(jù)最大隸屬原則，從評(píng)判矩陣中選出數(shù)值最大的隸屬度，然后判斷所述選出的隸屬度是否小于預(yù)設(shè)值，在本實(shí)施例中，該預(yù)設(shè)值為20％，若是，則表示輸出的配方中各個(gè)成分的比例值符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，即所述BP神經(jīng)網(wǎng)絡(luò)所輸出的配方中各個(gè)成分的比例值是合理的，此時(shí)結(jié)束，所述輸出的配方比例為最終確定得到的配方比例，制作者按照這一配方比例來(lái)制備所需的生物組織模擬材料便可，反之，則表示輸出的配方中各個(gè)成分的比例值不符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，此時(shí)，則返回重新執(zhí)行步驟S102，采用魚群算法重新計(jì)算得出新的初始權(quán)值和初始閾值，然后基于新的初始權(quán)值和初始閾值重新對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止，利用新訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)來(lái)重新進(jìn)行處理，或者，則返回重新執(zhí)行建立BP神經(jīng)網(wǎng)絡(luò)這一步驟S1，重新獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，采用魚群算法重新計(jì)算得出新的初始權(quán)值和初始閾值，然后基于新的訓(xùn)練數(shù)據(jù)、初始權(quán)值和初始閾值，重新對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止，利用新訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)來(lái)重新進(jìn)行處理。

上述方法實(shí)施例中所描述的技術(shù)特征均適用于以下的系統(tǒng)實(shí)施例中。

實(shí)施例3、生物組織模擬材料的配方比例確定系統(tǒng)

基于上述生物組織模擬材料的配方比例確定方法，建立與其相對(duì)應(yīng)的系統(tǒng)，即一種生物組織模擬材料的確定系統(tǒng)，如圖5所示，其包括有：

獲取單元401，用于獲取配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)；

處理單元402，用于將獲得的介電特性擬合函數(shù)輸入至BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理，從而輸出配方中各個(gè)成分的比例值。對(duì)于所述的獲取單元401和處理單元402，它們可通過(guò)處理器來(lái)實(shí)現(xiàn)其功能。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，所述成分所對(duì)應(yīng)的介電特性擬合函數(shù)是由成分在不同頻率下的介電特性所擬合出的曲線函數(shù)。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，所述介電特性包括介電常數(shù)和/或電導(dǎo)率。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，如圖6所示，所述處理單元402之前設(shè)有用于建立BP神經(jīng)網(wǎng)絡(luò)的建立單元400。對(duì)于所述建立單元400和獲取單元401之間的順序關(guān)系，它們的先后邏輯順序可根據(jù)實(shí)際情況來(lái)設(shè)定，而優(yōu)選地，所述建立單元400設(shè)在獲取單元401之前。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，如圖7所示，所述建立單元400包括：

訓(xùn)練模塊4001，用于獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括訓(xùn)練輸入數(shù)據(jù)和訓(xùn)練輸出數(shù)據(jù)，所述訓(xùn)練輸入數(shù)據(jù)包括配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)，所述訓(xùn)練輸出數(shù)據(jù)包括配方中各個(gè)成分的比例最優(yōu)值，然后利用獲得的BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值、初始閾值以及訓(xùn)練數(shù)據(jù)，從而對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求；

BP神經(jīng)網(wǎng)絡(luò)獲取模塊4002，用于將訓(xùn)練結(jié)束后得到的BP神經(jīng)網(wǎng)絡(luò)作為所需建立的BP神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，所述BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和初始閾值是采用魚群算法來(lái)獲取的。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，如圖6所示，所述處理單元402之后設(shè)有判斷處理單元403，所述判斷處理單元403用于判斷輸出的配方中各個(gè)成分的比例值是否符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，若是，則結(jié)束，反之，則返回重新執(zhí)行建立單元400所對(duì)應(yīng)的數(shù)據(jù)處理流程。

進(jìn)一步作為本系統(tǒng)實(shí)施例的優(yōu)選實(shí)施方式，如圖8所示，所述判斷處理單元403具體包括：

輸入因子獲取模塊4031，用于獲取輸入因子，其中，所述輸入因子包括配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)以及輸出的配方中各個(gè)成分的比例值；

輸出因子獲取模塊4032，用于獲取輸出因子，其中，所述輸出因子包括所需制備的生物組織模擬材料與真實(shí)的生物組織之間的介電特性誤差；

評(píng)判矩陣建立模塊4033，用于根據(jù)獲取的輸入因子和輸出因子，建立從輸入因子到輸出因子的評(píng)判矩陣；

判斷處理模塊4034，用于根據(jù)最大隸屬原則，從評(píng)判矩陣中選出數(shù)值最大的隸屬度，然后判斷所述選出的隸屬度是否小于預(yù)設(shè)值，若是，則表示輸出的配方中各個(gè)成分的比例值符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，此時(shí)結(jié)束，反之，則表示輸出的配方中各個(gè)成分的比例值不符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，返回重新執(zhí)行建立單元400所對(duì)應(yīng)的數(shù)據(jù)處理流程。

對(duì)于上述判斷處理模塊4034，其具體用于判斷是否需要對(duì)評(píng)判矩陣進(jìn)行歸一化處理，若是，則對(duì)評(píng)判矩陣進(jìn)行歸一化處理后執(zhí)行評(píng)判步驟，反之，則直接執(zhí)行評(píng)判步驟，所述評(píng)判步驟具體為，根據(jù)最大隸屬原則，從評(píng)判矩陣中選出數(shù)值最大的隸屬度，然后判斷所述選出的隸屬度是否小于預(yù)設(shè)值，若是，則表示輸出的配方中各個(gè)成分的比例值符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，此時(shí)結(jié)束，反之，則表示輸出的配方中各個(gè)成分的比例值不符合預(yù)設(shè)的評(píng)判標(biāo)準(zhǔn)，返回重新執(zhí)行建立單元400所對(duì)應(yīng)的數(shù)據(jù)處理流程，采用魚群算法重新計(jì)算得出新的初始權(quán)值和初始閾值，然后基于新的初始權(quán)值和初始閾值重新對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止，或者，重新獲取BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，采用魚群算法重新計(jì)算得出新的初始權(quán)值和初始閾值，然后基于新的訓(xùn)練數(shù)據(jù)、初始權(quán)值和初始閾值，重新對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到滿足訓(xùn)練結(jié)束要求為止。

由上述可得，通過(guò)使用上述本發(fā)明的方法和系統(tǒng)，在生物組織模擬材料的過(guò)程中，制作者僅需要將采集到的配方中各個(gè)成分所對(duì)應(yīng)的介電特性擬合函數(shù)，以及所需制備的生物組織模擬材料的介電特性擬合函數(shù)，輸入至訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)處理后，便能得到各個(gè)成分的比例值，這樣制作者根據(jù)所獲得的配方比例，便可實(shí)現(xiàn)生物組織模擬材料的制作。另外，本發(fā)明采用了各個(gè)成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，以及所需制備的生物組織模擬材料的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)，來(lái)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練輸入數(shù)據(jù)，這樣可令后續(xù)應(yīng)用時(shí)，BP神經(jīng)網(wǎng)絡(luò)所輸出的比例值更貼近實(shí)際情況，應(yīng)用實(shí)用性更高，而且各個(gè)成分所對(duì)應(yīng)的介電常數(shù)擬合函數(shù)和電導(dǎo)率擬合函數(shù)的獲取步驟也比較簡(jiǎn)單，操作實(shí)施便利性高；還有，采用魚群算法來(lái)獲取BP神經(jīng)網(wǎng)絡(luò)的初始閾值和權(quán)值，能令BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程更快速；采用評(píng)判矩陣這一方式來(lái)對(duì)輸出的各成分的比例值進(jìn)行合理性判斷，其不僅步驟簡(jiǎn)單、易于實(shí)現(xiàn)，而且判斷的準(zhǔn)確度更高。

以上是對(duì)本發(fā)明的較佳實(shí)施進(jìn)行了具體說(shuō)明，但對(duì)本發(fā)明創(chuàng)造并不限于所述實(shí)施例，熟悉本領(lǐng)域的技術(shù)人員在不違背本發(fā)明精神的前提下還可做作出種種的等同變形或替換，這些等同的變形或替換均包含在本申請(qǐng)權(quán)利要求所限定的范圍內(nèi)。