The present invention provides a method of quickly identifying bioaerosols
by class, even if the subject bioaerosol has not been previously
encountered. The method begins by collecting laser ablation mass spectra
from known particles. The spectra are correlated with the known particles,
including the species of particle and the classification (e.g., bacteria).
The spectra can then be used to train a neural network, for example using
genetic algorithm-based training, to recognize each spectra and to
recognize characteristics of the classifications. The spectra can also be
used in a multivariate patch algorithm. Laser ablation mass specta from
unknown particles can be presented as inputs to the trained neural net for
identification as to classification. The description below first describes
suitable intelligent algorithms and multivariate patch algorithms, then
presents an example of the present invention including results.
La présente invention fournit une méthode d'identifier rapidement des bioaerosols par la classe, même si le bioaerosol soumis n'a pas été précédemment produit. La méthode commence en rassemblant des spectres de la masse d'ablation de laser des particules connues. Les spectres sont corrélés avec les particules connues, y compris les espèces de la particule et de la classification (par exemple, bactéries). Les spectres peuvent alors être employés pour former un réseau neurologique, par exemple en utilisant la formation algorithme-basée génétique, pour identifier chaque des spectres et pour identifier des caractéristiques des classifications. Les spectres peuvent également être employés dans un algorithme multivariable de pièce rapportée. Le specta de la masse d'ablation de laser des particules inconnues peut être présenté comme entrées au filet neural qualifié pour l'identification quant à la classification. La description ci-après d'abord décrit des algorithmes intelligents appropriés et des algorithmes multivariables de pièce rapportée, puis présente un exemple de la présente invention comprenant des résultats.
