基于格拉姆角场与并行KConvNeXt的采样系统异常压力检测

摘要

为提高全自动生化分析仪的测试精度与检测效率，提出一种基于格拉姆角场（GAF）与并行KConvNeXt网络的检测模型，以准确判定采样系统在采样过程中由样本针堵塞所产生的异常情况。首先运用GAF方法，将一维采样压力信号的时间序列转化为二维图像。随后，采用改进的注意力机制结合并行双通道KConvNeXt网络对压力信号进行分类，最终实现94.58%的分类准确率。实验结果表明，提出的方法能有效捕捉采样压力信号的关键特征，为生化分析仪采样系统异常压力检测提供一种高效的解决方案，具有重要的实际应用价值。

关键词

采样系统 / 异常检测 / 格拉姆角场 / ConvNeXt网络